ANACOVA (Analysis Of Covariances) Pre-Test dan Post-Test

DHANY DAHLAN LAOH, S.Pd

Tabel 1
Efek Variasi Terhadap Prestasi Belajar Siswa
Dengan Kontrol Prestasi Belajar Sebelum Eksperimen dilakukan
Metode Pembelajaran
Active Dabate
Jigsaw
Diskusi
Pre-Test Post-Test Pre-Test Post-Test Pre-Test Post-Test
75
90
70
80
75
85
70
85
50
75
65
95
55
80
55
85
70
90
60
80
65
90
75
85
75
85
75
75
75
85
65
95
45
75
80
95
55
80
65
80
75
90
60
75
65
80
75
90
75
90
75
85
70
85
70
85
65
90
75
85
Menghitung Persamaan Regresi
Tabel 2
Tabel Untuk Menentukan Regresi Antara Variabel Efek Variasi Terhadap
Prestasi Belajar Siswa Dengan Kontrol Prestasi Belajar Sebelum Eksperimen dilakukan
Metode
X
Y
V1
V2
V3
V4
75
90
1
0
75
0
70
85
1
0
70
0
55
80
1
0
55
0
60
80
1
0
60
0
Active
75
85
1
0
75
0
Debate
65
95
1
0
65
0
55
80
1
0
55
0
60
75
1
0
60
0
75
90
1
0
75
0
70
85
1
0
70
0
70
80
0
1
0
70
50
75
0
1
0
50
55
85
0
1
0
55
65
90
0
1
0
65
75
75
0
1
0
75
Jigsaw
45
75
0
1
0
45
65
80
0
1
0
65
65
80
0
1
0
65
75
85
0
1
0
75
65
90
0
1
0
65
75
85
-1
-1
-75
-75
65
95
-1
-1
-65
-65
70
90
-1
-1
-70
-70
75
85
-1
-1
-75
-75
75
85
-1
-1
-75
-75
Diskusi
80
95
-1
-1
-80
-80
75
90
-1
-1
-75
-75
75
90
-1
-1
-75
-75
70
85
-1
-1
-70
-70
75
85
-1
-1
-75
-75

Tabel 3
Tabel Perhitungan Untuk Mencari Koefisien Regresi Sebagai Syarat Analisis Anacova
X
1

Y
2

V1
3

V2
4

V3
5

V4
6

X
7

XY
8

XV
9

75
70
55
60
75
65
55
60
75
70
70
50
55
65
75
45
65
65
75
65
75
65
70
75
75
80
75
75
70
75
2025
=X

X
Y
V1
V2
V3
V4
X
XY
XV1
XV2
XV3
XV4
Y
YV1
YV2

90
85
80
80
85
95
80
75
90
85
80
75
85
90
75
75
80
80
85
90
85
95
90
85
85
95
90
90
85
85
2545
=Y

=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

1
1
1
1
1
1
1
1
1
1
0
0
0
0
0
0
0
0
0
0
-1
-1
-1
-1
-1
-1
-1
-1
-1
-1
0
=V1

2025
2545
0
0
-75
-105
138925
172575
-75
-105
-10025
-13575
216925
-40
-70

0
0
0
0
0
0
0
0
0
0
1
1
1
1
1
1
1
1
1
1
-1
-1
-1
-1
-1
-1
-1
-1
-1
-1
0
=V2

YV3
YV4
V1
V1V2
V1V3
V1V4
V2
V2V3
V2V4
V3
V3V4
V4

=
=
=
=
=
=
=
=
=
=
=
=

75
70
55
60
75
65
55
60
75
70
0
0
0
0
0
0
0
0
0
0
-75
-65
-70
-75
-75
-80
-75
-75
-70
-75
-75
=V3

0
0
0
0
0
0
0
0
0
0
70
50
55
65
75
45
65
65
75
65
-75
-65
-70
-75
-75
-80
-75
-75
-70
-75
-105
=V4

5625
4900
3025
3600
5625
4225
3025
3600
5625
4900
4900
2500
3025
4225
5625
2025
4225
4225
5625
4225
5625
4225
4900
5625
5625
6400
5625
5625
4900
5625
138925
=X

6750
5950
4400
4800
6375
6175
4400
4500
6750
5950
5600
3750
4675
5850
5625
3375
5200
5200
6375
5850
6375
6175
6300
6375
6375
7600
6750
6750
5950
6375
172575
=XY

B4
-75
-10025
1395
735
98325
54175

B5
-105
-13575
735
1365
54175
94775

-8975
-13525
20
10
1395
735
20
735
1365
98325
54175
94775

Memasukan Kedalaman Persamaan

2545
172575
-40
-70
-8975
-13525
a

=
=
=
=
=
=
=

74.430

a
30
2025
0
0
-75
-105

b1
2025
138925
-75
-105
-10025
-13575

b2
0
-75
20
10
1395
735

B3
0
-105
10
20
735
1365

75
70
55
60
75
65
55
60
75
70
0
0
0
0
0
0
0
0
0
0
-75
-65
-70
-75
-75
-80
-75
-75
-70
-75
-75
=XV

b1
b2
b3
b4
b5

=
=
=
=
=

0.166
-21.253
-3.661
0.309
0.005

Sehingga Diperoleh Persamaan

Y
Y

=
=

74.43 + 0.166 - 21.253 - 3.661 + 0.309 + 0.005

74.43 + 0.166X - 21.253V1 - 3.661V2 + 0.309V3 + 0.005V4

Menguji Persamaan Regresi Y atas X, V1, V2, V3 dan V4

xy XY

( X )( Y )
n

787.5

v1 y YV1
=

-40

v2 y YV2
=

(V2 )(Y )
n

-70

v3 y YV3
=

(V31)(Y )
n

-2612.5

v4 y YV4
=
y

(V1 )(Y )

(V4 )(Y )
n

-4617.5
2

( Y

= 1024.16667

Setelah angka-angka di atas diperoleh, maka langkah selanjutnya adalah menghitung r hitung dengan rumus

R hitung

=
=
=

b1 xy b 2 v1 y b 3 v 2 y b 4 v 3 y b 5 v 4 y

409.26879
1024.16667
0.3996115
0.63215

0.63211

Setelah angka r tersebut diperoleh, kemudian kuadratkan R hitung tersebut sehingga menjadi R = 0.63211 =

3. Menguji persamaan Regresi Y atas X

Langkah Selanjutnya adalah menghitung regresi Y atas X dengan rumus :

Y = an + bX
YX = aX - X
Untuk dapat mengetahuinya angka reresinya diperlukan tabel berikut :

NO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
N=
30

X
75
70
55
60
75
65
55
60
75
70
70
50
55
65
75
45
65
65
75
65
75
65
70
75
75
80
75
75
70
75
2025
=X

Y
90
85
80
80
85
95
80
75
90
85
80
75
85
90
75
75
80
80
85
90
85
95
90
85
85
95
90
90
85
85
2545
=Y

XY
6750
5950
4400
4800
6375
6175
4400
4500
6750
5950
5600
3750
4675
5850
5625
3375
5200
5200
6375
5850
6375
6175
6300
6375
6375
7600
6750
6750
5950
6375
172575
=XY

X
5625
4900
3025
3600
5625
4225
3025
3600
5625
4900
4900
2500
3025
4225
5625
2025
4225
4225
5625
4225
5625
4225
4900
5625
5625
6400
5625
5625
4900
5625
138925
=X

Y
8100
7225
6400
6400
7225
9025
6400
5625
8100
7225
6400
5625
7225
8100
5625
5625
6400
6400
7225
8100
7225
9025
8100
7225
7225
9025
8100
8100
7225
7225
216925
=Y

Dari Tabel Di Atas Diperoleh :

X
2025
Y
2545
XY
172575
X
138925
Y
216925
N
30
Angka-angka di atas kemudian dimasukan ke dalam rumus di atas seperti berikut
Y
YX

=
=

an
aX

+
+

bX
bX

2545
172575

=
=

30a
a2025

+
+

2025b
138925b

Langkah berikutnya adalah denan menghilangkan a dengan persamaan:

(1)
(2)

Jika Kedua persamaan di atas disamakan nilai a dengan persamaan kedua tetap maka persamaan 1 harus dikalikan denan 67.
171787.5
172575
-787.5
-2237.5
-787.5

=
=
=
b
:

2025
2025
0
=
-2237.5

0.351955

a
a

+
+
+

-787.5
=

136687.5
138925
-2237.5

b
b
b

0.351955

Angka-angka di atas kemudian dimasukan kedalam rumus :

R y,x

b xy

277.1648
1024.16667
= 0.2706247
=
0.520216
=
0.2706247

Dari angka-angka

(R

2
y , x ,v1v 2 v 3v 4

2
y , x1234

(1 R

dan R y , x

2
y , x1234

2
y,x

di atas dapat dilakukan uji homogenitas data dengan rumus :

/( q p )

) /( n q 1)

= (0,3971166-0.270624)/(5-3)
(1-0.397116)/(30-5-1)
= (0,3971166-0.270624)/2
(1-0.397116)/24
= 2.518942
=
1.587118
Uji F di atas menguji hipotesis nihil yang berbunyi bahwa varians dari variabel dependent yang ada dalam
kelompoknya adalah sama (homogen), jika hipotesis tersebut dirumuskan, maka hipotesisnya adalaha
sebagai berikut :
H
Ha

= Varians variabel terikat adalah sama (homogen)

= Varians variabel terikat adalah tidak sama (heterogen)

Pengabilan Keputusan didasarkan pada nilai F yang diperoleh, dengan ketentuan sebagai berikut :
Jika F < F tabel, maka hipotesis nihil diterima dan hipotesis alternatif ditolak
Jika F < F tabel, maka hipotesis alternatif diterima dan hipotesis nihil ditolak
Dari tabel diperoleh angka F sebesar 1.597118. Jika dibandingkan dengan F tabel dimana untuk
pembilang 2 dan penyebut 24 diperoleh angka yang lebih besar baik untk taraf signifikansi 5% (3.40) dan 1% (5.61)
Hal ini memeberikan arti bahwa, regresi homogen dapat diterima dan memenuhi syarat analisis kovarians
Langkah selanjutnya adalah menghitung

2545
172575
-40
-70
a
b1

=
=

=
=
=
=
67.984
0.250

a
30
2025
0
0

b1
2025
138925
-75
-105

dengan persamaan :

y , x , v1v 2

b2
0
-75
20
10

787.5

b3
0
-105
10
20

b2
b3

=
=

-40
-70

0.041
-2.210

2
y , xv1v 2

b1 xy b2 v1 y b3 v2 y

196.577 +

-1.643974 +
1024.16667

154.7025

349.636
1024.16667

=
=
=

0.341386
0.584282
0.3413855

Langkah berikut mencari nilai F

(R

2
y , xv1v 2

(1 R

0.0707608
0.6586145

0.0354
0.0253

1.40

y , xv1v 2

2
y,x

) / m 1

) / n m 1

/
/

2
26

Dengan pembilang 2 dan penyebut 26 diperoleh F tabel 3.37 untuk signifikan 5%, atau lebih besar dari F hitung
Hal ini menunjukan bahwa tidak ada efek yang signifikan pemberian metode yang berbeda terhadap prestasi
belajar setelah varaibel prestasi sebelumnya dikontrol
Berbeda jika analisis dilakukan tanpa mengontrol variabel awal. Dapat dilihat dengan rumus

F
=

R
(1 R

2
y 12

2
y 12

)/n q 1

0.170692752
0.658614497

0.1706928
0.0243931

6.9975749

0.630211
0.270624
0.341678 Ry12

/q

0.215329
/27

Ini menunjukan F tabel 3.35 lebih kecil.

Dapat pula diketahui besar konstribusi pemberian variasi metode terhadap hasil belajar :
0.3413855

0.2706247
0.0707608
= 7.0760796 %

x
x

100
100

Yang berarti konstribusi pemberian variasi metode terhadap prestasi belajar siswa hanya sekitar 7% saja
selebihnya merupakan peran dari kondisi yang sudah dimiliki siswa sebelumnya

ANACOVA (Analysis Of Covariances) Dengan Kontrol Variabel Lain

Tabel
Efek Cooperative dan Competitive Learning Terhadap Nilai Mata Kuliah Fiqh
Pada Mahasiswa Sebuah Perguruan Tinggi Dengan Kontrol Nilai Mata Kuliah Ushul Fiqh
PENDEKATAN PEMBELAJARAN
COOPERATIVE LEARNING
COMPETITIVE LEARNING
NILAI USHUL FIQH
NILAI FIQH
NILAI USHUL FIQH
NILAI STATISTIK
90
90
70
75
85
90
75
75
80
80
70
80
75
80
80
85
75
80
70
70
85
85
75
75
80
80
85
75
80
80
75
80
75
80
75
80
75
80
80
85

1. Menghitung Persamaan Regresi

Pertama yan harus dilakukan adalah dengan menggunakan sandi efek yaitu bilangan 1,0 dan 0,1
Sehingga berbentuk Vektor sandi V1 dan V2. Selain itu pula diketahui interaksi antara keadaan awal
dan perlakuan yang turut andil terhadap variabel Y. oleh karena itu diperlukan Vektor v3 dan v4.
yang masing-masing hasil kali vektor V1 dan Variabel X sebagai V3 dan hasil kali vektor V2 dan Variabel X sebagai V4. Seperti p
PENDEKATAN

X
90
85
80
75
75
85
80
80
75
75
70
75
70
80
70
75
85
75
75
80

COOPERATIVE
LEARNING

COMPETITIVE
LEARNING

Y
90
90
80
80
80
85
80
80
80
80
75
75
80
85
70
75
75
80
80
85

V1
1
1
1
1
1
1
1
1
1
1
0
0
0
0
0
0
0
0
0
0

V2
0
0
0
0
0
0
0
0
0
0
1
1
1
1
1
1
1
1
1
1

V3
90
85
80
75
75
85
80
80
75
75
0
0
0
0
0
0
0
0
0
0

V4
0
0
0
0
0
0
0
0
0
0
70
75
70
80
70
75
85
75
75
80

V4
6
0
0
0
0
0
0

X
7
8100
7225
6400
5625
5625
7225

Y
8
8100
8100
6400
6400
6400
7225

V1
9
1
1
1
1
1
1

Langkah selanjutnya adalah memebuat tabel perhitungan :

X
1
90
85
80
75
75
85

Y
2
90
90
80
80
80
85

V1
3
1
1
1
1
1
1

V2
4
0
0
0
0
0
0

V3
5
90
85
80
75
75
85

80
80
75
75
70
75
70
80
70
75
85
75
75
80
1555
X

80
80
80
80
75
75
80
85
70
75
75
80
80
85
1605
Y

1
1
1
1
0
0
0
0
0
0
0
0
0
0
10
V1

0
0
0
0
1
1
1
1
1
1
1
1
1
1
10
V2

80
80
75
75
0
0
0
0
0
0
0
0
0
0
800
V3

0
0
0
0
70
75
70
80
70
75
85
75
75
80
755
V4

X
1555

Y
1605

V1
10

V2
10

V3
800

V4
755

X
121475

Y
129275

V1
10

V2
10

V3
64250

V4
57225

XY
125150

XV3
64250

XV4
57225

YV1
825

YV2
780

YV3
66175

YV4
58975

V1V2
0

V1V3
800

V1V4
0

V2V3
0

V2V4
755

V3V4
0

a
20
1555
10
10
800
755

b1
1555
121475
800
755
64250
57225

b2
10
800
10
0
800
0

b3
10
755
0
10
0
755

b4
800
64250
800
0
64250
0

1605
125150
825
780
66175
58975

6400
6400
5625
5625
4900
5625
4900
6400
4900
5625
7225
5625
5625
6400
121475
X

6400
6400
6400
6400
5625
5625
6400
7225
4900
5625
5625
6400
6400
7225
129275
Y

1
1
1
1
0
0
0
0
0
0
0
0
0
0
10
V1

XV1
800

b5
755
57225
0
755
0
57225

XV
10

XV
11

XV
12

Y
13

YV
14

YV
15

YV
16

YV
17

0
0
0
0
0
0
0
0
0
0
70
50
55
65
75
45
65
65
75
65
-75
-65
-70
-75
-75
-80
-75
-75
-70
-75
-105
=XV

5625
4900
3025
3600
5625
4225
3025
3600
5625
4900
0
0
0
0
0
0
0
0
0
0
-5625
-4225
-4900
-5625
-5625
-6400
-5625
-5625
-4900
-5625
-10025
=XV

0
0
0
0
0
0
0
0
0
0
4900
2500
3025
4225
5625
2025
4225
4225
5625
4225
-5625
-4225
-4900
-5625
-5625
-6400
-5625
-5625
-4900
-5625
-13575
=XV

8100
7225
6400
6400
7225
9025
6400
5625
8100
7225
6400
5625
7225
8100
5625
5625
6400
6400
7225
8100
7225
9025
8100
7225
7225
9025
8100
8100
7225
7225
216925
=Y

90
85
80
80
85
95
80
75
90
85
0
0
0
0
0
0
0
0
0
0
-85
-95
-90
-85
-85
-95
-90
-90
-85
-85
-40
=YV

0
0
0
0
0
0
0
0
0
0
80
75
85
90
75
75
80
80
85
90
-85
-95
-90
-85
-85
-95
-90
-90
-85
-85
-70
=YV

6750
5950
4400
4800
6375
6175
4400
4500
6750
5950
0
0
0
0
0
0
0
0
0
0
-6375
-6175
-6300
-6375
-6375
-7600
-6750
-6750
-5950
-6375
-8975
=YV

0
0
0
0
0
0
0
0
0
0
5600
3750
4675
5850
5625
3375
5200
5200
6375
5850
-6375
-6175
-6300
-6375
-6375
-7600
-6750
-6750
-5950
-6375
-13525
=YV

ngan rumus

= 0.63211 =

0.39961

n 1 harus dikalikan denan 67.5 sehingga diperoleh persamaan berikut:

engan rumus :

.40) dan 1% (5.61)

r dari F hitung
dap prestasi

ariabel X sebagai V4. Seperti pada Tabel Berikut:

V2
10
0
0
0
0
0
0

V3
11
8100
7225
6400
5625
5625
7225

V4
12
0
0
0
0
0
0

XY
13
8100
7650
6400
6000
6000
7225

XV3
14
8100
7225
6400
5625
5625
7225

XV4
15
0
0
0
0
0
0

YV1
16
90
90
80
80
80
85

YV2
17
0
0
0
0
0
0

0
0
0
0
1
1
1
1
1
1
1
1
1
1
10
V2

XV2
755

6400
6400
5625
5625
0
0
0
0
0
0
0
0
0
0
64250
V3

0
0
0
0
4900
5625
4900
6400
4900
5625
7225
5625
5625
6400
57225
V4

6400
6400
6000
6000
5250
5625
5600
6800
4900
5625
6375
6000
6000
6800
125150
XY

6400
6400
5625
5625
0
0
0
0
0
0
0
0
0
0
64250
XV3

0
0
0
0
4900
5625
4900
6400
4900
5625
7225
5625
5625
6400
57225
XV4

80
80
80
80
0
0
0
0
0
0
0
0
0
0
825
YV1

0
0
0
0
75
75
80
85
70
75
75
80
80
85
780
YV2

V
18

VV
19

VV
20

VV
21

V
22

VV
23

VV
24

V
25

VV
26

1
1
1
1
1
1
1
1
1
1
0
0
0
0
0
0
0
0
0
0
1
1
1
1
1
1
1
1
1
1
20
=V

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
1
1
1
1
1
1
1
1
1
10
=VV

75
70
55
60
75
65
55
60
75
70
0
0
0
0
0
0
0
0
0
0
75
65
70
75
75
80
75
75
70
75
1395
=VV

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
75
65
70
75
75
80
75
75
70
75
735
=VV

0
0
0
0
0
0
0
0
0
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
20
=V

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
75
65
70
75
75
80
75
75
70
75
735
=VV

0
0
0
0
0
0
0
0
0
0
70
50
55
65
75
45
65
65
75
65
75
65
70
75
75
80
75
75
70
75
1365
=VV

5625
4900
3025
3600
5625
4225
3025
3600
5625
4900
0
0
0
0
0
0
0
0
0
0
5625
4225
4900
5625
5625
6400
5625
5625
4900
5625
98325
=V

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
5625
4225
4900
5625
5625
6400
5625
5625
4900
5625
54175
=VV

YV3
18
8100
7650
6400
6000
6000
7225

YV4
19
0
0
0
0
0
0

V1V2
20
0
0
0
0
0
0

V1V3
21
90
85
80
75
75
85

V1V4
22
0
0
0
0
0
0

V2V3
23
0
0
0
0
0
0

V2V4
24
0
0
0
0
0
0

V3V4
25
0
0
0
0
0
0

6400
6400
6000
6000
0
0
0
0
0
0
0
0
0
0
66175
YV3

0
0
0
0
5250
5625
5600
6800
4900
5625
6375
6000
6000
6800
58975
YV4

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
V1V2

80
80
75
75
0
0
0
0
0
0
0
0
0
0
800
V1V3

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
V1V4

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
V2V3

0
0
0
0
70
75
70
80
70
75
85
75
75
80
755
V2V4

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
V3V4

V
27

0
0
0
0
0
0
0
0
0
0
4900
2500
3025
4225
5625
2025
4225
4225
5625
4225
5625
4225
4900
5625
5625
6400
5625
5625
4900
5625
94775
=V

XV1

XV2
90
85
80
75
75
85

0
0
0
0
0
0

80
80
75
75
0
0
0
0
0
0
0
0
0
0
800

0
0
0
0
70
75
70
80
70
75
85
75
75
80
755

10
14
19
25
27

30
18
13
6
3

300
252
247
150
81

100
196
361
625
729

95

70

1030

2011