Num contexto de um modelo de regressão linear simples, em que a variável explanatória (ou preditora) é x e a variável resposta (ou a prever) é y, o coeficiente de determinação r² dá a percentagem de variabilidade dos y's (variável a prever) que fica explicada em função da variabilidade dos x’s. Assim, um valor de r²≈1 significa que, em princípio, a nuvem de pontos apresentada no diagrama de dispersão está próxima da reta de regressão, considerada para o modelo de regressão. Quando r²≈0 já não se vislumbra uma estrutura linear.

Embora esta medida, como se disse anteriormente, seja normalmente utilizada como uma indicação da adequação do modelo de regressão ao conjunto de pontos inicialmente dado, como é referido em MONTGMOMERY (2003), página 397, ela deve ser usada com precaução, pois nem sempre um valor de r² grande (próximo de 1) é sinal de que um modelo esteja a ajustar bem os dados. Do mesmo modo, um valor baixo de r², pode ser provocado por um outlier, enquanto a maior parte dos dados se ajustam razoavelmente bem a uma reta (DE VEAUX (2004), página 148). Uma visualização prévia dos dados num diagrama de dispersão é fundamental.