Arti Koefisien Determinasi (R Kuadrat) dalam Analisis Regresi Linier Berganda | Koefisien determinasi (R kuadrat atau R kuadrat) atau dilambangkan dengan “R2” yang artinya sebagai kontribusi pengaruh yang diberikan oleh variabel bebas atau variabel bebas (X) terhadap variabel terikat atau variabel terikat (Y), atau dengan kata lain Dengan kata lain, nilai koefisien determinasi atau R kuadrat ini berguna untuk memprediksi dan melihat seberapa besar kontribusi pengaruh yang diberikan oleh variabel X secara simultan terhadap variabel Y.
Membalas:
Persamaan regresi dalam penelitian akuntansi khususnya yang menggunakan pendekatan positivistik merupakan persamaan yang paling banyak digunakan. Ciri utama persamaan regresi adalah adanya koefisien regresi. Misalnya, dalam persamaan regresi dengan satu variabel bebas, koefisiennya adalah koefisien taksiran persamaan:
Y = 0,230 + 3,210X + e
Pada contoh di atas, koefisien yang dimaksud adalah 3.210.
Ada satu hal yang harus diperhatikan oleh peneliti akuntansi (dan manajemen) ketika menafsirkan koefisien yang diperkirakan dari persamaan regresi.
Sebuah studi memiliki dua tujuan: untuk memprediksi dan menjelaskan fenomena. Riset akuntansi mungkin tidak digunakan untuk memprediksi suatu fenomena. Ambil contoh harga saham, variabel dependen dan variabel laba akuntansi sebagai variabel independen, estimasi regresinya seperti di atas dengan R-kuadrat 7%. Harus diingat bahwa R-kuadrat dalam studi yang menggunakan variabel akuntansi tidak akan melebihi 11-16% menurut Baruch Lev (1989).
Dengan koefisien determinasi 7%, berarti hanya 7% perubahan harga saham yang dapat dijelaskan oleh laba akuntansi. Artinya, 93% dijelaskan oleh variabel lain yang diwakili oleh istilah kesalahan (e).
Jika demikian, apakah tepat untuk menekankan interpretasi R-kuadrat hasil penelitian? Jawabannya tentu saja tidak. Jadi jika R-squared tidak bisa menjadi fokus, bagaimana dengan estimasi rasio X (laba akuntansi)? Bisakah kita juga menyimpulkan bahwa “untuk setiap kenaikan laba sebesar Rp.1 (atau Rp.1, tergantung pada unit laba akuntansi yang kita gunakan) juta, harga saham akan naik sebesar Rp.1”? Artinya, dapatkah kita menggunakan, berdasarkan sampel yang digunakan dalam penelitian ini, bahwa kita dapat memprediksi bahwa harga saham akan naik sebesar Rp 1 jika laba juga meningkat sebesar Rp 1?
Tentu saja tidak. Jadi dapat disimpulkan bahwa kegunaan persamaan regresi untuk estimasi akuntansi tidak dapat diterapkan. Dengan R-kuadrat kecil (hanya 16% maksimum menurut Lev), tidak mungkin untuk memprediksi perubahan variabel dependen, bahkan jika kita mengasumsikan bahwa variabel lainnya konstan. Masalahnya adalah asumsi itu tidak bekerja di dunia nyata karena kita, dalam regresi, tidak pernah benar-benar mengontrol variabel lain. Oleh karena itu, regresi untuk tujuan estimasi bukanlah fokus penelitian akuntansi.
Jadi fokus penelitian akuntansi hanya untuk memberikan penjelasan tentang hubungan suatu fenomena, yaitu tujuan kedua. Dari persamaan di atas, jika hipotesis penelitian adalah laba akuntansi berhubungan positif dengan perubahan harga saham, maka kesimpulan yang dapat diambil adalah apakah tanda hubungan (+ atau -) signifikan secara statistik atau tidak. Jika signifikan, maka hipotesis terdukung; jika tidak signifikan, maka hipotesis tidak didukung. Titik.
Intinya adalah ketika Anda menggunakan persamaan regresi untuk menguji sebuah teori, Anda benar-benar hanya dapat menggunakan persamaan regresi itu untuk menjelaskan fenomena yang Anda amati: apakah itu sesuai dengan teori atau tidak. Anda tidak dapat menggunakan estimasi regresi untuk memprediksi perubahan dalam variabel dependen kecuali Anda telah mengidentifikasi semua variabel eksogen potensial dan mengisolasi pengaruhnya. Sesuatu yang jelas-jelas hampir mustahil untuk dilakukan.
