Współczynnik wyznaczania (oznaczony R2) jest kluczowym wynikiem analizy regresji. Jest on interpretowany jako proporcja wariancji zmiennej zależnej, która jest przewidywalna od zmiennej niezależnej.

Współczynnik wiarygodności jest kwadratem zależności (r) między przewidywanymi i rzeczywistymi wynikami y; w ten sposób wynosi on od 0 do 1.

W przypadku nawrotu bezpośredniego, współczynnik pewności jest dodatkowo równy kwadratowi połączenia pomiędzy punktami x i y.

Wartość R2 równa 0 oznacza, że zmiennej potrzebującej nie można przewidzieć na podstawie zmiennej autonomicznej.

Metodą R2 z 1 zmienną potrzebującą można przewidzieć bez błędu z wolnego czynnika.

R2 gdzieś w zakresie od 0 do 1 pokazuje stopień, w jakim zmienna potrzebująca jest niespodziewana. R2 na poziomie 0,10 oznacza, że 10 procent zmiany Y jest niespodziewane od X; R2 na poziomie 0,20 oznacza, że 20 procent jest niespodziewane, itd.

Poniżej podano równanie do przetwarzania współczynnika pewności dla modelu z nawrotem prostym z jednym wolnym czynnikiem.