Koefisien penentuan, R kuasa dua, digunakan dalam teori regresi linier dalam statistik sebagai ukuran betapa persamaan regresi sesuai dengan data. Ia adalah kuadrat R, pekali korelasi, yang memberikan kita tahap korelasi antara pembolehubah bergantung, Y, dan pembolehubah bebas X. R berkisar dari -1 hingga +1. Jika R sama dengan +1, maka Y adalah sangat berkadar dengan X, jika nilai X meningkat dengan ijazah tertentu, maka nilai Y meningkat dengan ijazah yang sama. Jika R sama dengan -1, maka terdapat korelasi negatif yang sempurna antara Y dan X. Jika X meningkat, maka Y akan berkurangan mengikut bahagian yang sama. Sebaliknya jika R = 0, maka tidak ada hubungan linear antara X dan Y. R squared bervariasi dari 0 ke 1. Ini memberikan kita idea bagaimana persamaan regresi kita sesuai dengan data. Jika R kuadrat bersamaan dengan 1, maka garis garisan terbaik kami melewati semua titik dalam data, dan semua variasi dalam nilai-nilai yang diperhatikan Y dijelaskan oleh hubungannya dengan nilai-nilai X. Contohnya jika kita memperoleh kuasa dua R nilai .80 maka 80% daripada variasi dalam nilai Y dijelaskan oleh hubungan linearnya dengan nilai-nilai yang diperhatikan X.
Hitung jumlah produk dari nilai X dan Y, dan perbanyakkan ini dengan "n. " Mengurangkan nilai ini dari hasil daripada jumlah nilai X dan Y. Menunjukkan nilai ini dengan S1: S1 = n (? XY) - (? X) (? Y)
Kirakan jumlah kotak bagi nilai-nilai X, darabkan ini dengan "n, " dan tolak nilai ini dari segi kuantiti nilai-nilai X. Hitungkan ini dengan P1: P1 = n (? X2) (? X) 2 Ambil akar kuadrat P1, yang akan kami nyatakan oleh P1 '.
Kirakan jumlah kotak bagi nilai-nilai Y, sebarkan ini dengan "n, " dan tolak nilai ini dari segi kuadrat nilai Y. Nyatakan ini dengan Q1: Q1 = n (? Y2) (? Y) 2 Ambil akar kuadrat Q1, yang akan kami nyatakan oleh Q1 '
Kirakan R, pekali korelasi, dengan membahagikan S1 dengan produk P1 'dan Q1': R = S1 / (P1 '* Q1')
Ambil persegi R untuk mendapatkan R2, pekali penentuan.