RSQ
Diperbarui
RSQ menghitung R kuadrat: seberapa besar variasi data y yang dijelaskan oleh garis lurus terhadap data x. Nilainya dari 0 sampai 1. Pakai untuk menilai seberapa baik garis regresi mewakili data, misalnya biaya iklan terhadap penjualan.
Formula dasar
=RSQ(known_y's, known_x's)
| Argumen | Arti | Wajib? |
|---|---|---|
known_y's | Rentang data yang dijelaskan, misalnya penjualan | Ya |
known_x's | Rentang data penjelas, misalnya biaya iklan | Ya |
Contoh: biaya iklan dan penjualan
Tujuh hari mencatat biaya iklan (juta rupiah, A2:A8) dan jumlah barang terjual (B2:B8).
| Kolom 1 | A | B |
|---|---|---|
| 1 | Biaya iklan | Terjual |
| 2 | 1 | 12 |
| 3 | 2 | 15 |
| 4 | 3 | 19 |
| 5 | 4 | 20 |
| 6 | 5 | 26 |
| 7 | 6 | 27 |
| 8 | 7 | 33 |
| Rumus | Hasil | Keterangan |
|---|---|---|
=RSQ(B2:B8, A2:A8) | 0,9757 | R kuadrat |
=PEARSON(B2:B8, A2:A8) | 0,9878 | Koefisien korelasi |
=PEARSON(B2:B8, A2:A8)^2 | 0,9757 | Kuadrat Pearson sama dengan RSQ |
=RSQ(A2:A8, B2:B8) | 0,9757 | Ditukar, hasil sama |
Hasil dibulatkan ke 4 desimal.
Cara membaca: RSQ 0,9757 berarti sekitar 97,6 persen naik-turunnya penjualan selaras dengan garis lurus terhadap biaya iklan. Sisa 2,4 persen berasal dari hal lain, seperti hari libur atau stok.
RSQ tinggi tidak membuktikan bahwa iklan menyebabkan penjualan naik. Keduanya mungkin sama-sama naik di akhir pekan.
Sebagai pembanding, data penjualan yang acak terhadap biaya iklan, misalnya 12, 30, 15, 28, 20, 22, 18, memberi RSQ sekitar 0,0068, hampir nol.
Kesalahan umum
| Gejala | Penyebab | Perbaikan |
|---|---|---|
#N/A | Dua rentang beda jumlah data | Samakan panjang |
#DIV/0! | Salah satu rentang nilainya sama semua | Pastikan data bervariasi |
| RSQ rendah padahal ada pola | Pola melengkung, bukan garis | Lihat grafik sebar, pertimbangkan LOGEST |
| RSQ tinggi dikira pasti sebab-akibat | Korelasi bukan sebab | Cari alasan di luar angka |
| Teks dan sel kosong tidak terhitung | Pasangan data ikut diabaikan | Lengkapi data |
Excel vs Google Sheets, dan alternatifnya
- RSQ ada di Excel dan Google Sheets dengan argumen sama.
- Korelasinya sendiri ada di PEARSON dan CORREL. Garisnya lewat SLOPE dan INTERCEPT.
- Untuk R kuadrat beserta statistik regresi lengkap, pakai LINEST.
Sumber: RSQ di Microsoft Support dan RSQ di Google Docs Editors Help.
Tips
- Lihat grafik sebar bersama RSQ. Satu pencilan bisa menaikkan atau menurunkan angkanya jauh.
- RSQ besar pada data sedikit bisa kebetulan. Kumpulkan lebih banyak titik sebelum menyimpulkan.
Lihat juga
Pertanyaan yang sering muncul
Apa arti nilai RSQ?
Proporsi variasi data y yang bisa dijelaskan oleh garis lurus terhadap x. Nilainya 0 sampai 1. RSQ 0,9757 berarti sekitar 97,6 persen variasi y selaras dengan garis regresi.
Apa hubungan RSQ dengan PEARSON atau CORREL?
RSQ adalah kuadrat dari koefisien Pearson. Jika PEARSON menghasilkan 0,9878, maka RSQ menghasilkan sekitar 0,9757.
Apakah RSQ tinggi membuktikan x menyebabkan y?
Tidak. RSQ hanya mengukur seberapa rapat data mengikuti garis. Sebab-akibat butuh alasan di luar angka.
Apakah urutan argumen RSQ penting?
Hasilnya sama bila y dan x ditukar. Tetap tulis known_y lebih dulu supaya rumus selaras dengan SLOPE dan INTERCEPT.