La bondat de la predicció depèn de la relació entre les variables. Si dues variables no covarien, no podrem fer prediccions, i si la intensitat de la covariació és moderada, les prediccions no seran massa bones. En conseqüència, cal disposar d'alguna mesura de la capacitat de la recta de regressió per obtenir prediccions.

El coeficient de determinació, que és el quadrat del coeficient de correlació de Pearson, dona la proporció de variància de la variable Y explicada per la variable X (variable predictora o explicativa). Si la proporció és 0, la variable predictora no té CAP capacitat de predicció de la variable criteri (Y). Com més gran siga la proporció, millor serà la predicció. Si fora 1, la variable predictora explicaria TOTA la variació de Y, i les prediccions NO tindrien error.

Exemple

En el quadre següent podeu comprovar:

a) Que la variància total de la variable Y (0,76) és igual que la suma de les variàncies de les puntuacions estimades (Y') i dels errors de predicció (Y-Y').

b) Que el coeficient de determinació (r²_xy) és igual que la proporció de la variància explicada (s²_y') respecte de la variància total (s_y).