Analysis of Covariance

(ANACOVA)

Oleh:
Betti Kasih Paramitha Liya Fitriyani
Ihda Ihsania Muhammad Alawido
Gempur Safar Erma Apriliana
Eka Setyaningsih

Prof. Dr. Sri Haryatmi Kartiko

Program Studi Statistika

FMIPA – Universitas Gadjah Mada
2009
 Analysis of Covariance (ANACOVA)
 Merupakan suatu uji apakah faktor tertentu memiliki efek pada
variabel hasil setelah mengeluarkan kuantitatif yang berbeda
untuk predictors (variabel bebas).
 ANACOVA merupakan teknik yang mengkombinasikan
Analisis variansi dan Analisis regresi.
 Merupakan metode yang berbasis di regresi linear, maka
hubungan antara variabel dependen dengan variabel independen
harus linear dalam parameter.

ANACOVA dilakukan dengan menambahkan variabel concomitant

pada model ANOVA yang memuat efek faktor dengan satu atau
lebih variabel tambahan yang berelasi dengan variabel dependen
(Y). Penambahan ini bertujuan mengurangi variansi kesalahan
(error) dalam model.
 Model ANACOVA

Yij   .   i   ( X ij  X ..)   ij
 .  overall mean
 i  efek dari level factor ke - i
  koefisien regresi antara Y dan X
 ij iid N(0,  2 )
X ij  var independen (additional var)
X ij dianggap konstan hanya  ij yang variabel random
Asumsi dalam ANACOVA :


 Galat percobaan berdistribusi normal ~ ij iid N(0,  2
)
 Masing-masing populasi untuk setiap level faktor memiliki
variansi yang sama
 Data observasi, Y independent
 Hubungan antara X dan Y bersifat linear dan bebas dari
perlakuan atau kelompok percobaan.
 X bersifat tetap dan tidak berkorelasi (bebas) dengan perlakuan
yang dicobakan.
 Estimasi Parameter
ˆ  y ..
ˆi  y i ..
SSE xy
ˆ 
SSE x
Uji efek perlakuan:
1. H0 : τ1 = τ2 = ... = τt = 0
H1 : tidak semua τi = 0 , i = 1,2,......t
2. Tingkat signifikansi (α)
3. Statistik uji MSTR(adj.)
Frasio 
MSE (adj.)
4. Daerah kritis:
H0 ditolak jika F rasio > F(α;t-1; t(r-1) -1)
5. Kesimpulan
Tabel Analisis Kovariansi Single Factor dengan satu
kovariat:

Sum of Squares
Sumber
variasi Y X XY df
Treatments SSTRy SSTRx SSTRxy t-1

Error SSEy SSEx SSExy t(r-1)

Total SSTOy SSTOx SSTOxy tr -1
Tabel Analisis kovariat sebagai koreksi dari ANAVA:

Sumber Adjuste Adjusted Adjusted Frasio

variasi d SS df MS
Treatment SSTR t-1 MSTR
s (adj.) (adj.)
Error SSE t(r-1)-1 MSE
(adj.) (adj.) MSTR (adj.)
Total SSTO tr-1 MSE (adj.)
(adj.)
 Analisis variansi untuk variabel Y:

2
Y ..
SSTO y   (Yij  Y ..)   Yij
2
2

i j i j tr
22
Y Y ..
SSTR y   (Y i.  Y ..)  
2 i.

i i r rt
SSE y   (Yij  Y i. ) 2

i j

SSTOy  SSTRy  SSE y

 Analisis variansi untuk variabel X:

2
X ..
SSTOx   ( X ij  X ..)   X ij
2
2

i j i j rt
2 2
X i. X ..
SSTRx   ( X i.  X ..)  
2

i i r rt
SSE x   ( X ij  X i. ) 2
i j

SSTOx  SSTRx  SSE x

 Analisis variansi untuk variabel XY:

X ..Y ..
SSTOxy   ( X ij  X ..)(Yij Y ..)   X ij Yij 
i j i j rt
X i.Yi. X ..Y ..
SSTRxy   ni ( X i .  X ..)(Y i .  Y ..)   
i i r rt
SSE xy   ( X ij  X i. )(Yij  Y i. )
i j

SSTOxy  SSTRxy  SSE xy

 ( SSTO XY ) 2
SSTO(adj.)  SSTOY 
SSTO X
( SSE XY ) 2
SSE (adj.)  SSEY 
SSE X
SSTR(adj.)  SSTO(adj.)  SSE (adj.)

SSTR( Adj )
MSTR( Adj ) 
t 1
SSE ( Adj )
MSE ( Adj ) 
t (r  1)  1
 APLIKASI

Ada suatu percobaan dalam bidang industri yang ingin

mengetahui pengaruh mesin terhadap respon kekuatan serat yang
dihasilkan (Y) dan dipergunakan dalam industri tekstil. Terdapat
3 perlakuan mesin, masing-masing diulang 5 kali. Telah diketahui
bahwa kekuatan serat yang dihasikan juga tergantung pada
diameter serat tersebut. Untuk itu dalam percobaan ini digunakan
concomitant variabel (X) yaitu diameter serat yang dihasilkan
(10-3cm).
 Mesin 1 Mesin 2 Mesin 3
X Y X Y X Y
20 36 22 40 21 35
25 41 28 48 23 37
24 39 22 39 26 42
25 42 30 45 21 34
32 49 28 44 15 32
Total 126 207 130 216 106 180
Rata-
rata 25.2 41.4 26 43.2 21.2 36
Yij   .   i   ( X ij  X ..)   ij
.  nilai rata - rata kekuatan serat yang sesungguhn ya
i  efek mesin ke - i
  koefisien regresi yang menunjukka n Yij pada Xij
X ij  pengukuran diameter serat yang dihasilkan mesin ke - i
pada pengulanga n ke - j yang berkaitan dengan Yij
Yij  nilai pengamatan kekuatan serat yang dihasilkan mesin ke - i
pada ulangan ke - j
X.. = nilai rata - rata diameter serat yang diukur
 ij = komponen galat yang timbul pada ulangan ke - j pada mesin ke - i
Asumsi :

Diameter serat bersifat tetap dan tidak berkorelasi

(bebas) dengan mesin-mesin yang dicobakan
Hubungan pengaruh antara kekuatan serat dan
diameter serat bersifat linear serta koefisien regresi
untuk setiap mesin adalah sama

 ij iid N(0,  )
2
 Analisis variansi untuk variabel Y:
Y ..2 6032
SSTOy   Yij
2
  (36)  (41)  ....  (32) 
2 2 2
 346.4
i j tr 5 3
Yi. Y ..2 (207) 2  (216) 2  (180) 2 6032
2
SSTRy       140.4
i r rt 5 5 3
SSE y  SSTOy  SSTRy  346.4  140.4  206

Analisis variansi untuk variabel X:

X ..2 362 2
SSTOx   X ij
2
  (20)  (25)  ....  (15) 
2 2 2
 261.73
i j rt 53
X ..2 (126) 2  (130) 2  (106) 2 362 2
2
X i.
SSTRx       66.13
i r rt 5 53
SSE x  SSTOx  SSTRx  261.73  66.13  195.6
 Analisis variansi untuk variabel XY
X ..Y .. 362  603
SSTOxy   X ij Yij   (20  36  25  41  .....  15  32)   282.6
i j rt 5 3
X i.Yi. X ..Y .. 126  207  ....  106  180 362  603
SSTRxy       96
i r rt 5 53
SSE xy  SSTOxy  SSTRxy  282.6  96  186.6

( SSTOXY ) 2 282.6 2
SSTO(adj.)  SSTOY   346.4   41.27
SSTOX 261.73
( SSE XY ) 2 186.6 2
SSE (adj.)  SSEY   206   27.99
SSE X 195.6
SSTR(adj.)  SSTO(adj.)  SSE (adj.)  41.27  27.99  13.28
 SSTR( Adj ) 13.28
MSTR( Adj )    6.64
t 1 2
SSE ( Adj ) 27.99
MSE ( Adj )    2.54
t (r  1)  1 11
 Estimasi Parameter

ˆ  y ..  40.2
SSE xy 186.6
ˆ    0.954
SSE x 195.6
ˆi  y i..  y ..  ˆ ( x i.  x.. )
ˆ1  y1..  y ..  ˆ ( x1.  x.. )  41.4  40.2  0.954  (25.2  24.13)  0.17922
ˆ2  y 2..  y ..  ˆ ( x 2.  x.. )  43.2  40.2  0.954  (26  24.13)  1.21602
ˆ3  y 3..  y ..  ˆ ( x 3.  x.. )  36  40.2  0.954  (21.2  24.13)  1.40478
Tabel Analisis Kovariansi Single Factor
dengan satu kovariat:

Sum of Squares
Sumber
variasi Y X XY df
Treatments 140.4 66.13 96 2
Error 206 195.6 186.6 12
Total 346.4 261.73 283.6 14
Tabel Analisis kovariat sebagai koreksi dari
ANAVA:

Sumber Adjusted Adjusted Adjusted Frasio

variasi SS df MS
Treatments 13.28 2 6.64
Error 27.99 11 2.54 2.61
Total 41.27 14
Uji efek perlakuan:
1. H0 : τ1 = τ2 = τ3 = 0
H1 : tidak semua τi = 0 , i = 1,2,3
2. Tingkat signifikansi
3. α = 5%
4. Statistik uji
Frasio = 2,61
4. Daerah kritis
F(α;t-1; t(r-1) -1) = F(0,05;2;11) = 3,98
H0 ditolak jika F rasio > F(α;t-1; t(r-1) -1)
5. Kesimpulan
Karena Frasio < F(0,05;2;11) (2,61 < 3,98) maka H0 tidak
ditolak berarti tidak ada pengaruh perlakuan jenis mesin
yang dicobakan terhadap kekuatan serat yang dihasilkan.
 Sekian
&
Terima Kasih