Nama : Inayatul Laili

Prodi : P. Biologi C
NIM

: 13304241044

ANALISIS KOVARIAN

Pengertian analisis kovarian (anakova) adalah

Penggabungkan antara uji komparatif dan korelasional.
Teknik statistik untuk uji beda multivariat yang merupakan perpaduan antara analisis
regresi (Anareg) dengan analisis varian (Anava).
Rancangan kovarians atau rancangan peragam merupakan salah satu rancangan
eksperimen dimana selain faktor perlakuan masih ada faktor lain yang merupakan variabel
pengganggu yang tidak dapat dihomogenkan, termasuk apabila dihomogenkan dengan cara
pengeblokan. Akibat adanya faktor peragam atau kovariabel atau kovariat, maka efek
treatment (perlakuan) akan dipengaruhi oleh faktor peragam.
Desain eksperimen kovariansi diterapkan apabila terdapat satu atau lebih variabel
pengganggu yang tidak dapat dikendalikan sama sekali atau di homogenkan sama sekali.
Dengan demikian, variabel pengganggu tersebut harus didata dan dihilangkan pengaruhnya
saat dilakukan analisis terhadap data hasil eksperimen.
Fungsi Anakova adalah penggabungan antara teknik anova dan regresi.
Anova dipakai untuk menguji perbandingan variabel tergantung (Y) ditinjau dari

variabel bebas (X1)

Regresi Dipakai untuk memprediksi variabel tergantung (Y) melalui variabel bebas

(X2)
Biasanya karakteristik variabel pengujian anakova adalah sebagai berikut :
Variabel Tergantung (Y) : Kontinum
Variabel Bebas (X1) : Kategorikal
Variabel Bebas (X2) : Kontinum
Kontinum Variabel yang memiliki nilai kuantitatif yang bergerak dalam kontinum
dari rendah hingga tinggi (interval atau rasio).
Kategorikal Variabel hasil pengkodean terhadap kategori (nominal.
Kesimpulannya dalam anakova, variabel tergantungn berbentuk kontinum dan harus ada dua

jenis variabel dalam variabel bebas, yaitu kategorikal dan kontinum

Variabel yang digunakan
Beberapa pengertian variabel yang akan digunakan dalam Anakova antara lain:
a) Kriterium, adalah variabel terikat (Y) yaitu variabel yang dipengaruhi, dimana data
harus berbentuk interval atau rasio.
b) Kovariabel, desebut juga variabel kendali, variabel kontrol, variabel konkomitan
yang diberi lambang X, dan data harus berbentuk interval atau rasio.
c) Faktor, yaitu sebutan untuk variabel bebas atau variabel eksperimental yang ingin
diketahui pengaruhnya dan data harus berbentuk nominal atau ordinal.
Keunggulan-keunggulan Anakova dalam analisis data penelitian antara lain:
a) Dapat meningkatkan presisi rancangan penelitian terutarna apabila peneliti masih
ragu pada pengelompokan-pengelompokan subyek perlakuan yang diterapkan dalam

penelititan, yaitu apakah sudah benar-benar dapat mengendalikan pengaruh variabel

luar ataukah belum.
b) Dapat digunakan untuk mengendalikan kondisi-kondisi awal dari variabel terikat.
c) Dapat digunakan untuk mereduksi variabel-variabel luar yang tidak diinginkan
dalam penelitian.
Prosedur untuk Menghitung Anakova
Prosedur yang ditempuh untuk menghitung Anakova adalah sebagai berikut:
1. Menghitung jumlah kuadrat total (Jkt) pada kriterium, kovariabel, dan product XY.
a. Kriterium (Y)

b. Kovariabel (X)

c. Product (XY)

2. Menghitung Jumlah kuadrat dalam kelompok (Jkd) kriterium, kovariabel, dan product
XY.
a. Kriterium (Y)

b. Kovariabel (X)

c. Product (XY)

3. Menghitung jumlah kuadrat residu Jkres) total, dalam dan antar kelompok.
a. Total (Jkrest)

b. Dalam Kelompok (Jkresd)

c. Antar kelompok (Jkresa)

4. Menghitung derajat kebebasan (db) total, dalam dan antar kelompok.

a. dbt = N 2
b. dba = K - 1
c. dbd = N - K 1
5. Menemukan varian residu dengan menghitung rata-rata kuadrat residu antar kelompok
(Rkresa) dan dalam kelompok (Rkresd)

6. Menghitung rasio F residu (F)

7. Melakukan uji signifikansi dengan jalan membandingkan antara harga F empirik dengan
teoritik yang terdapat pada tabel nilai-nilai F. Dengan ketentuan apabila F empirik > F
teoritik maka diinterpretasikan signifikan dan sebaliknya apabila F empirik < F teoritik
maka diinterpretasikan tidak signifikan atau tidak ada perbedaan yang signifikan diantara
variabel-variabel penelitian.
DAFTAR PUSTAKA
Nater, dkk. 1997. Model Linear Terapan : Analisis Regeresi Linear Sederhana.Bandung :
Jurusan Statistika FMIPA IPB.
Steel, dkk. 1993. Prinsip dan Prosedur Statistika.Bandung : Gelora aksara pratama.
Subali, Bambang. 2010. Analisis Statistika menggunakan Program SPSS Aplikasinya dalam
Rancangan Percobaan. Yogyakarta : UNY
Winarsunu, Tulus. 2007. Statistika dalam Penelitian Psikologi dan Pendidikan. Malang :
UMM.

Nama : Inayatul Laili

Prodi : P. Biologi C
NIM

: 13304241044

Rancangan Bujur Sangkar Latin

(Latin Square Design)

Rancangan Bujur Sangkar Latin (RBSL), disebut juga Rancangan Acak Kuadrat Latin,
merupakan suatu rancangan percobaan dengan dua arah pengelompokkan, yaitu baris dan kolom.
Banyaknya perlakuan sama dengan jumlah ulangan sehingga setiap baris dan kolom akan

mengandung

semua

perlakuan.

Pada

rancangan

ini,

pengacakan

dibatasi

dengan

mengelompokannya ke dalam baris dan juga kolom, sehingga setiap baris dan kolom hanya akan
mendapat satu perlakuan.
Desain bujur sangkar latin diterapkan bila ada dua variabel pengganggu yang tidak dapat
dihomogenkan sepenuhnya, namun masing-masing masih dapat dihomogenkan dengan cara
pengeblokan. Misalnya penelitian eksperimen lapangan menggunakan semai cendana seperti kasus
pada rancangan acak berblok, kemudian di lapangan peneliti dihadapkan pada kondisi areal yang
miring yang dicurigai tidak sama tingkat kesuburannya. Dengan demikian, selain melakukan
pengeblokan terhadap semai cendana sebagaimana di atas, juga dilakukan pengeblokan atas tinggi
tempat. Dalam hal ini, dapat dilakukan pengeblokan sesuai dengan urutas teras, sehingga strata I
adalah teras paling atas, strata II adalah teras kedua, demikian seterusnya. Dalam hal ini, secara
teoretik posisi blok variabel pertama disusun menurut arah kolom dan posisi blok pada variabel
kedua disusun menurut arah baris.
Ciri-ciri Rancangan Bujur Sangkar Latin
1. Pada unit percobaan dilakukan batasan pengelompokan ganda seperti dua Rancangan
2.
3.
4.

Acak Kelompok, dua kelompok berbeda dengan baris dan kolom sebagai ulangan.
Banyaknya perlakuan sama dengan banyaknya ulangan.
Banyaknya satuan percobaan sama dengan kuadrat (square) perlakuan atau ulangannya.
Setiap perlakuan diberikan lambing huruf latin besar misalnya A, B, C, D sehingga

disebut Latin Square Design.

5. Terdapat tiga sumber keragaman, yaitu

Baris (row)
misalnya: waktu pengamatan

Lajur (column)
misalnya: bahan percobaan

Perlakuan
misalnya: ransum (disamping pengaruh acak).
Model Linier dan Analisis Ragam
Model Linier
Yijk = + i + j + k + ijk

= rataan umum
i
= pengaruh baris ke-i
j
= pengaruh kolom ke-j
k
= pengaruh perlakuan ke-k
ijk
= pengaruh acak dari baris ke-i, kolom ke-j, dan perlakuan ke-k
i = 1, 2, , r ;
j = 1, 2, , r
k = 1, 2, , r

Keuntungan RBSL
1) mengurangi keragaman galat melalui dua arah
2) analisis mudah
3) mempernbanayk kesimpulan(perlakuan, baris
dan kolom)
Kelemahan

1. Banyaknya baris, kolom, dan perlakuan harus sama, sehingga semakin banyak
perlakuan, satuan percobaan yang diperlukan juga semakin banyak.
2. Apabila banyaknya kelompok bertambah besar, galat percobaan per satuan
percobaan juga cenderung meningkat.
3. Asumsi modelnya sangat mengikat, yaitu bahwa tidak ada interaksi antara
sembarang dua atau semua kriteria , yaitu baris, kolom dan perlakuan.
4. Pengacakan yang diperlukan sedikit lebih rumit daripada pengacakan rancanganrancangan sebelumnya.
5. Derajat bebas galatnya yang lebih kecil dibanding dengan rancangan lain yang
berukuran sama, akan menurunkan tingkat ketelitian, terutama apabila jumlah
perlakuannya berukuran kecil.
6. Memerlukan pengetahuan/pemahaman dasar dalam menyusun satuan percobaan
yang efektif.
7. Apabila ada data hilang, meskipun jumlahnya tidak terlalu banyak, maka hasil
analisisnya diragukan karena perlakuan menjadi tidak seimbang.
DAFTAR PUSTAKA
Subali, Bambang. 2011. Metodologi Pendidikan Biologi. Yogyakarta: FMIPA UNY.
Sudjana. 1991. Desain dan Analisis Eksperimen. Bandung: Tarsito.
Winarsunu, Tulus. 2007. Statistika dalam Penelitian Psikologi dan Pendidikan. Malang : UMM.