Adjusted R Square adalah ukuran seberapa baik model regresi dapat menjelaskan variasi dalam data. Hal ini digunakan sebagai alat untuk mengevaluasi seberapa baik model regresi cocok dalam memprediksi nilai variabel dependen.
Apa Itu R Square?
Sebelum kita membahas lebih lanjut tentang Adjusted R Square, mari kita bahas terlebih dahulu tentang R Square. R Square adalah koefisien determinasi yang digunakan untuk mengukur seberapa baik model regresi menjelaskan variasi dalam data.
R Square bernilai antara 0 dan 1, dengan 0 menunjukkan bahwa model regresi tidak dapat menjelaskan variasi dalam data sama sekali, sedangkan 1 menunjukkan bahwa model regresi dapat menjelaskan semua variasi dalam data.
Apa Itu Adjusted R Square?
Sekarang mari kita bahas tentang Adjusted R Square. Adjusted R Square adalah versi yang disesuaikan dari R Square yang memperhitungkan jumlah variabel independen dalam model regresi.
Adjusted R Square digunakan ketika Anda ingin membandingkan model regresi dengan jumlah variabel independen yang berbeda. Hal ini karena R Square cenderung meningkat seiring dengan penambahan variabel independen, bahkan jika variabel independen tersebut tidak berpengaruh pada variabel dependen.
Kapan Menggunakan Adjusted R Square?
Adjusted R Square sebaiknya digunakan ketika Anda ingin membandingkan model regresi dengan jumlah variabel independen yang berbeda. Hal ini memungkinkan Anda untuk menentukan model regresi mana yang paling cocok dalam memprediksi nilai variabel dependen.
Adjusted R Square juga berguna ketika Anda memiliki model regresi dengan variabel independen yang tidak berpengaruh pada variabel dependen. Dengan menggunakan Adjusted R Square, Anda dapat menentukan model regresi yang paling cocok tanpa terpengaruh oleh variabel independen yang tidak berpengaruh tersebut.
Bagaimana Menghitung Adjusted R Square?
Adjusted R Square dihitung dengan menggunakan rumus berikut:
Adjusted R Square = 1 – [(1 – R Square) * (n – 1) / (n – k – 1)]
Di mana n adalah jumlah sampel dan k adalah jumlah variabel independen dalam model regresi.
Contoh Penggunaan Adjusted R Square
Misalnya, Anda ingin membandingkan dua model regresi yang berbeda untuk memprediksi harga rumah berdasarkan jumlah kamar tidur dan luas tanah. Model pertama hanya menggunakan jumlah kamar tidur sebagai variabel independen, sedangkan model kedua menggunakan jumlah kamar tidur dan luas tanah sebagai variabel independen.
Setelah menghitung R Square dan Adjusted R Square untuk kedua model, Anda menemukan hasil sebagai berikut:
- Model 1: R Square = 0,75, Adjusted R Square = 0,74
- Model 2: R Square = 0,80, Adjusted R Square = 0,78
Berdasarkan hasil tersebut, Anda dapat menyimpulkan bahwa model kedua yang menggunakan jumlah kamar tidur dan luas tanah sebagai variabel independen lebih baik dalam memprediksi harga rumah.
Kesimpulan
Adjusted R Square adalah alat yang berguna untuk mengevaluasi seberapa baik model regresi cocok dalam memprediksi nilai variabel dependen. Hal ini sebaiknya digunakan ketika Anda ingin membandingkan model regresi dengan jumlah variabel independen yang berbeda atau ketika Anda memiliki model regresi dengan variabel independen yang tidak berpengaruh pada variabel dependen.
Untuk menghitung Adjusted R Square, gunakan rumus yang telah disebutkan di atas dengan memasukkan jumlah sampel dan jumlah variabel independen dalam model regresi.
