ANALISIS VARIANS
Analisis Varians atau disingkat ANAVA berasal dari bahasa Inggris Analysis
of Variance (ANOVA). Analisis varians digunakan untuk menguji hipotesis yang
menyatakan perbedaan rata-rata lebih dari dua kelompok sampel, baik dengan
rancangan simple randomized design atau group- within treatmen design. Pada
prinsipnya pengujian perbedaan rata-rata dengan statistik uji-t lebih dari dua
kelompok dapat saja dilakukan. Namun pengujian dengan statistik uji-t secara
berulang-ulang dapat memperbesar terjadinya kekeliruan tipe I (taraf signifikansi ).
Jalan keluar untuk mencegah membesarnya kekeliruan tersebut diperkenalkan
ANOVA. Esensi dari ANOVA bukan pada pengujian perbedaan rata-rata tetapi pada
pengujian perbedaan varians. Disamping itu, dengan ANOVA kita dapat mempelajari
pengaruh variabel bebas dan variabel kontrol baik secara terpisah maupun interaksi
antara variabel tersebut.
A. Analisis Varians Satu Jalan
Analisis Varians Satu Jalan (One Way Analysis of Variance) merupakan
teknik analisis yang ampuh untuk menguji perbedaan rata-rata dengan banyak
kelompok yang terpilih secara acak. Pengujian hipotesis dalam Analisis Varians Satu
Jalan (One Way Analysis of Variance) dilakukan dengan menggunakan statistik uji-F.
Adapun langkah-langkah standar dalam pengujian ANOVA satu jalan, khususnya
yang menggunakan simple randomized design adalah sebagai berikut.
1) Menghitung Jumlah Kuadrat (JK) beberapa sumber variansi, yaitu: Total (T),
Antar (A), dan Dalam (D) dengan formula berikut.
( Yt ) 2
JK(T) = Yt
2
nt
a ( Y j ) 2 ( Yt ) 2
JK(A) =
j 1 nj
nt
a ( Yj ) 2
JK(D) = Yt
2
j 1 nj
= y 2
RJK(A)
Fhit =
RJK(D)
Jika Fhit > Ft pada taraf signifikan yang dipilih dengan db pembilang adalah db
(A) dan db penyebut adalah db (D) maka Ho ditolak. Jadi terdapat perbedaan
rata-rata parameter antara kelompok–kelompok yang diuji, sebaliknya untuk Fo
Ft, berarti Ho diterima atau tidak terdapat perbedaan rata-rata parameter dari
kelompok-kelompok yang diuji atau rata-ratanya sama saja.
5) Menafsirkan hasil pengujian perbedaan antara kelompok sampel.
6) Melakukan uji lanjut, misalnya dengan uji-t, untuk mengetahui mana diantara dua
kelompok sampel yang berbeda secara signifikan.
Beberapa formula uji lanjut (post hoc test) yang dapat digunakan, antara lain
uji t - Dunnet dan uji Scheffe’. Formula uji t- Dunnet ditampilkan sebagai berikut.
Yi - Y j
t(Ai - A j ) =
1 1
RJK(D)( + )
ni nj
Contoh
Efektivitas tiga metode pembelajaran, yaitu metode Inquiri (A1), Penemuan (A2) dan
metode Ceramah (A3) terlihat dari skor hasil belajar Matematika ketiga kelompok
yang diberi metode tersebut selama tiga bulan. Ketiga kelompok diberi perlakuan
A1, A2, dan A3 dipilih dan ditempatkan secara acak, datanya disajikan sebagai
berikut.
Jawab:
Hipotesis statistik:
HO: 1 = 2 = 3
H1: bukan Ho
Misalkan Skor hasil belajar Matematika untuk A1 = Y1, A2 = Y2, dan A3 = Y3
No. Y1 Y12 Y2 Y22 Y3 Y32
1 7 49 7 49 6 36
2 8 64 7 49 5 25
3 8 64 7 49 6 36
4 9 81 8 64 6 36
5 8 64 6 36 5 25
6 8 64 6 36 5 25
7 9 81 8 64 6 36
8 9 81 7 49 7 49
66 548 56 396 46 268
a ( Yj ) 2
Y = y 2 = 11
2
JK(D) = t
j 1 nj
(ii) Menentukan derajat bebas (db) masing-masing sumber variansi
db(T) = 24 – 1 = 23 db(A) = 3 – 1 = 2 db(D) = 24 – 3 = 21
Fhitung = 23,864 > Ft = 5,78 pada taraf signifikan = 0.01 dengan db pembilang,
yaitu db (A) = 2 dan db penyebut, yaitu db (D) = 21 maka Ho ditolak. Jadi terdapat
perbedaan rata-rata hasil belajar Matematika kelompok yang diberi metode Inquiri,
Penemuan dan metode ceramah.
Y1 - Y 2 8,25- 7 1,25
t o (A1 - A 2 ) = = = 3,45
1 1 1 1 0,362
RJK(D) ( + ) 0,524 ( + )
n1 n2 8 8
Y1 - Y 3
t o (A1 - A 3 ) = 8,25- 5,75 2,5
1 1 = = 6,91
RJK(D) ( + ) 1 1 0,362
n1 n3 0,524 ( + )
8 8
Y2 - Y3 7 - 5,75 1,25
t o (A 2 - A 3 ) = = = = 3,45
1 1 1 1 0,362
RJK(D) ( + ) 0,524( + )
n2 n3 8 8
ttabel = t(0,05; 21) = 1,72 dan ttabel = t(0,01; 21) = 2,52
Kesimpulan:
(i) to(A1- A2) = 3,45 ttabel = 2,52 (pada = 0.01). Dengan demikian hasil
belajar Matematika kelompok yang diberi metode Inquiri secara signifikan
lebih tinggi daripada kelompok yang diberi metode Penemuan.
(ii) to(A1- A3) = 6,91 ttabel = 2,52 (pada = 0.01). Dengan demikian belajar
Matematika kelompok yang diberi metode Inquiri secara signifikan lebih tinggi
daripada kelompok yang diberi metode Ceramah.
(iii) to(A2 -A3) = 3,45 ttabel = 2,52 (pada = 0.01). Dengan demikian belajar
Matematika kelompok yang diberi metode Penemuan secara signifikan lebih
tinggi daripada kelompok yang diberi metode Ceramah.
Uji lanjut yang lain adalah uji Scheffe:
1 1
Rumus uji- Scheffe: Mdij = (k 1)(Ftab )(RJK D )( )
ni n j
1 1
Md12 = (3 1)(3,47)(0,524)( ) = 0,953 1,25
8 8
1 1
Md13 = (3 1)(3,47)(0,524)( ) = 0,953 2,50
8 8
1 1
Md23 = (3 1)(3,47)(0,524)( ) = 0,953 1,25
8 8
Nilai kritis perbedaan pasangan mean (A1&A2), (A1&A3), dan (A2&A3)
semuanya bersifat signifikan pada = 0,05.
Bandingkan hasil-hasil di atas dengan ouput SPSS menggunakan syntax
berikut.
UNIANOVA
Y BY A
/METHOD = SSTYPE(3)
/INTERCEPT = INCLUDE
/PRINT = DESCRIPTIVE PARAMETER HOMOGENETY
/CRITERIA = ALPHA(.05)
/DESIGN = A.
KONTRAS
IF (A = 1) fs =1.
IF (A = 2) fs =2.
IF (A = 3) fs =3.
EXECUTE.
ONEWAY
Y BY fs
/CONTRAST= 1 -1 0
/CONTRAST= 1 0 -1
/CONTRAST= 0 1 -1
/STATISTICS DESCRIPTIVES HOMOGENETY
/MISSING ANALYSIS.
Dependent Variable: Y
A Mean Std. Deviation N
1 8.25 .707 8
2 7.00 .756 8
3 5.75 .707 8
Total 7.00 1.251 24
Interpretasi: Pada kolom mean diperoleh rata-rata (A1) = 8,25, (A2) = 7,00, dan
(A3) = 5,75 dan rata-rata keseluruhan (At) = 7,00
a
Levene's Test of Equality of Error Variances
Dependent Variable: Y
F df1 df2 Sig.
.056 2 21 .946
Tests the null hypothesis that the error variance of
the dependent variable is equal across groups.
a. Design: +A
Interpretasi: Harga levene’s Tes dengan statistik F=0,056 dengan db=2 dan db=21
pada p-value =0,946 0,05. Sehingga ketiga kelompok data sampel
adalah mempunyai varians sama atau homogen.
Tests of Between-Subjects Effects
Dependent Variable: Y
Type III Sum
Source of Squares df Mean Square F Sig.
Corrected Model 25.000a 2 12.500 23.864 .000
Intercept 1176.000 1 1176.000 2245.091 .000
A 25.000 2 12.500 23.864 .000
Error 11.000 21 .524
Total 1212.000 24
Corrected Total 36.000 23
a. R Squared = .694 (Adjusted R Squared = .665)
Interpretasi: Harga Fhitung atau F(A)= 23,864 dengan p-value = 0,000 0,05) yang
berarti terdapat perbedaan yang signifikan dari rata-rata hasil belajar matematika
setelah siswa diberi ketiga metode pembelajaran. Dengan kata lain metode
pembelajaran berpengaruh nyata terhadap hasil belajar matematika. Faktor metode
pembelajaran dapat menjelaskan 69,4% variansi hasil belajar Matematika.
Value of
Contrast Contrast Std. Error t df Sig. (2-tailed)
Y Assume equal variances 1 1.25 .362 3.454 21 .002
2 2.50 .362 6.908 21 .000
3 1.25 .362 3.454 21 .002
Does not assume equal 1 1.25 .366 3.416 13.938 .004
variances 2 2.50 .354 7.071 14.000 .000
3 1.25 .366 3.416 13.938 .004
Dependent Variable: Y
95% Confidence Interval
Parameter B Std. Error t Sig. Lower Bound Upper Bound
Intercept 5.750 .256 22.471 .000 5.218 6.282
[A=1] 2.500 .362 6.908 .000 1.747 3.253
[A=2] 1.250 .362 3.454 .002 .497 2.003
[A=3] 0a . . . . .
a. This parameter is set to zero because it is redundant.
Interpretasi: Kita dapat membentuk model regresi dan persamaan fungsi regresi
perlakuan metode pembelajaran terhadap hasil belajar Matematika,
seperti berikut.
Model regresi : Y = o+ 1 [A=1]+ 2 [A=2] +
Fungsi regresi: Ŷ = 5,75+ 2,50[A=1]+ 1,25[A=2]
JK(GWT) =
j1
ng nj
a. Tabel Persiapan
Statistik A1 A1 A2 A2 Atot
G1 G2 G3 G4 G5 G6
N 10 10 10 30 10 10 10 30 60
Yi 78 74 72 224 66 64 62 192 416
j1
ng
e. Kesimpulan
Dari hasil analisis seperti yang disajikan pada tabel di atas, diperoleh
RJK(A) 17,067
Fhitung 25,59 > Ft = 21,20.
RJK(GWT) 0,667
Jadi terdapat perbedaan hasil belajar matematika antara siswa yang diberi
metode pemecahan masalah (A1) dan metode konvensional (A2). Nampak
224
bahwa rata-rata kelompok A1 sebesar ( Y1 ) 7,47 lebih tinggi dari
30
192
pada kelompok A2 yaitu sebesar ( Y 2 ) 6,4.
30
Dengan demikian dapat disimpulkan bahwa hasil belajar matematika siswa
yang diajar dengan metode pemecahan masalah lebih tinggi dari pada yang
diajar dengan metode konvensional. Dengan kata lain metode pemecahan
masalah lebih afektif dari pada metode konvensional setelah
mempertimbangkan keragaman group atau kelompoknya.
Catatan:
Berdasarkan hasil analisis seperti yang telah dilakukan di atas,
memperlihatkan bahwa dalam desain GWT kita tidak menguji hipotesis
pengaruh atau perbedaan antar kelompok, hal ini disebabkan pembentukan
kelompok tidak dilakukan secara acak tetapi berdasarkan kriteria tertentu
1) Menghitung Jumlah Kuadrat (JK) untuk beberapa sumber variansi, yaitu: Total
(T), Antar (A), Antar (B), Interaksi (AB), dan Dalam (D), dengan formula berikut.
( Yt ) 2
JK(T) = Yt
2
nt
a ( Yj ) 2 ( Yt ) 2
JK(A) =
n nt
j 1
j
b (
Yi ) ( Yt ) 2
2
JK(B) =
ni nt
i 1
t - JK (A) – JK(B)
ab ( Y ) 2 ( Y )2
JK(AB) =
ij
j 1,i 1 n ij
nt
ab ( Yij ) 2
JK(D) = Yij yij 2
2
j 1, i 1
n ij
Total JK(T) nt – 1 - -
Kriteria pengujian, jika Fhitung > Ftabel pada taraf signifikan yang dipilih dengan
db pembilang adalah db yang sesuai, maka Ho ditolak. Jadi terdapat perbedaan
rata-rata antara kelompok–kelompok yang diuji, sebaliknya untuk Fhitung Ftabel,
maka Ho diterima. Untuk ANOVA 2 jalan, langkah pertama yang yang dilakukan
adalah melakukan pengujian terhadap hipotesis statistik pengaruh interaksi, yaitu
F(OAB). Jika F(OAB) Ftabel atau Ho diterima berarti tidak terdapat pengaruh interaksi,
maka selanjutnya dilakukan uji hipotesis pengaruh utama (main effect), yaitu uji F(OA)
untuk melihat perbedaan rerata antar A, dan uji F(OB) untuk mempelajari perbedaan
antar B. Sebalinya jika F(OAB) > Ftabel atau Ho ditolak, berarti terdapat pengaruh
interaksi yang signifikan, maka konsekuensinya harus diuji pengaruh sederhana
(simple effect). Simple effect adalah perbedaan rerata antar A pada tiap kelompok Bi
(i = 1, 2, 3,..) atau perbedaan rerata antar B pada tiap kelompok Ai (i = 1, 2, 3,..).
Contoh:
Suatu eksperimen untuk mengetahui efektivitas pemberian metode pembelajaran
dan bentuk tes formatif terhadap hasil belajar Matematika. Untuk keperluan itu telah
diambil tiga kelompok sampel acak masing-masing berukuran 16 orang siswa untuk
diberi metode Inquiri (A1), Problem Solving (A2), dan metode Konvensional (A3).
X i 64 55 46 45 53 62 325
X
2
i 516 385 270 259 359 484 2273
x
2
i 4 6,875 5,5 5,875 7,875 3,5 33,625
xi 8 6,875 5,75 5,625 6,625 7,75 6,77
1) Menghitung Jumlah Kuadrat (JK) untuk beberapa sumber variansi, yaitu: Total
(T), Antar (A), Antar (B), Interaksi (AB), dan Dalam (D), dengan formula berikut.
( Yt ) 2 3252
JK(T) = Yt
2
= 2273- 72,479
nt 48
JK(B) =
ni nt 24 24 48
i 1
ab ( Y ) 2 ( Yt ) 2
JK(AB) =
ij
- JK (A) – JK(B)
j 1,i 1 n ij
nt
642 552 462 452 532 622 3252
= - 0,0417- 0,5208 38,292
8 8 8 8 8 8 48
ab ( Yij ) 2
JK(D) = Yij yij 2 = 33,625
2
j 1, i 1 n ij
2) Menentukan derajat kebebasan (dk) masing-masing sumber variansi
db(T) = 48 – 1 = 47, db(A) = 3 – 1 = 2, db(B) = 2 – 1 = 1,
db(AB) = (3 – 1)( 2 –1) = 2, db(D) = 48 – (3)(2) = 48 - 6 = 42
3) Menyusun tabel ANOVA
Sumber JK db RJK Fhitung Ftabel
Varians = 0.05 = 0.01
Antar A 0,0417 2 0,0208 0,026ns 3,32 5,15
Antar B 0,5208 1 0,5208 0,651ns 4,07 7,27
Interaksi
38,292 2 19,1458 23,914** 3,32 5,15
AxB
Dalam 33,625 42 0,8006 -
Total 72,479 47 - -
Ini berarti pengaruh interaksi metode pembelajaran dan bentuk tes formatif dapat
menjelaskan 48,80% variansi hasil belajar Matematika.
Kesimpulan:
(i) thit = -2,235 ttab = -2,39, maka H0 ditolak. Dengan demikian, hasil belajar
Matematika kelompok siswa yang diajar dengan metode pembelajaran Inquiri
lebih rendah daripada metode Problem Solving pada kelompok yang diberi
bentuk tes formatif Pilihan Ganda.
(ii) thit = -4,750 ttab = -2,39, maka H0 ditolak. Dengan demikian, hasil belajar
Matematika kelompok siswa yang diajar dengan metode pembelajaran Inquiri
lebih rendah daripada metode Konvensional pada kelompok yang diberi
bentuk tes formatif Pilihan Ganda.
(iii) thit = -2,515 ttab = -2,39, maka H0 ditolak. Dengan demikian, hasil belajar
Matematika kelompok siswa yang diajar dengan metode pembelajaran
Problem Solving lebih rendah daripada metode Konvensional pada kelompok
yang diberi bentuk tes formatif Pilihan Ganda.
(c) Pengujian simple effect untuk A1
Perbedaan antar B pada A1 (A1B1 dan A1B2)
Y11 - Y12 8,00 - 5,625
t(A1B1 - A1B 2 ) = 5,309
1 1 1 1
RJK(D) ( + ) (0,8006)
n 11 n 12 8 8
UNIANOVA
Y BY A B
/METHOD = SSTYPE(3)
/INTERCEPT = INCLUDE
/PRINT = DESCRIPTIVE PARAMETER HOMOGENETY
/CRITERIA = ALPHA(.05)
/DESIGN = A B A*B.
KONTRAS
IF (a = 1 & b = 1) fs =1.
IF (a = 2 & b = 1) fs =2.
IF (a = 3 & b = 1) fs =3.
IF (a = 1 & b = 2) fs =4.
IF (a = 2 & b = 2) fs =5.
IF (a = 3 & b = 2) fs =6.
EXECUTE.
ONEWAY
Y BY fs
/CONTRAST= 1 -1 0 0 0 0
/CONTRAST= 1 0 -1 0 0 0
/CONTRAST= 0 1 -1 0 0 0
/CONTRAST= 0 0 0 1 -1 0
/CONTRAST= 0 0 0 1 0 -1
/CONTRAST= 0 0 0 0 1 -1
/CONTRAST= 1 0 0 -1 0 0
/CONTRAST= 0 1 0 0 -1 0
/CONTRAST= 0 0 1 0 0 -1
/STATISTICS DESCRIPTIVES HOMOGENETY
/MISSING ANALYSIS.
Dependent Variable: Y
F df1 df2 Sig.
.489 5 42 .783
Tests the null hypothesis that the error variance of
the dependent variable is equal across groups.
a. Design: +A+B+A * B
Interpretasi:
Harga levene’s Test dengan statistik F=0,489 dengan db=5
dan db=42 pada p-value =0,783 0,05.
Sehingga ke-enam kelompok data sampel adalah mempunyai varians sama atau homogen.
Dependent Variable: Y
Type III Sum
Source of Squares df Mean Square F Sig.
Corrected Model 38.854a 5 7.771 9.706 .000
Intercept 2200.521 1 2200.521 2748.606 .000
A .042 2 .021 .026 .974
B .521 1 .521 .651 .424
A*B 38.292 2 19.146 23.914 .000
Error 33.625 42 .801
Total 2273.000 48
Corrected Total 72.479 47
a. R Squared = .536 (Adjusted R Squared = .481)
Interpretasi:
Pengaruh Utama (Main Effect)
Fhit (A) = 0,026 dengan p-value = 0,974 0,05, atau Ho diterima.
Hal ini berarti metode pembelajaran tidak berpengaruh terhadap hasil belajar Matematika
Value of
Contrast Contrast Std. Error t df Sig. (2-tailed)
Y Assume equal variances 1 1.13 .447 2.515 42 .016
2 2.25 .447 5.029 42 .000
3 1.13 .447 2.515 42 .016
4 -1.00 .447 -2.235 42 .031
5 -2.13 .447 -4.750 42 .000
6 -1.13 .447 -2.515 42 .016
7 2.38 .447 5.309 42 .000
8 .25 .447 .559 42 .579
9 -2.00 .447 -4.470 42 .000
Does not assume equal 1 1.13 .441 2.553 13.085 .024
variances 2 2.25 .412 5.463 13.659 .000
3 1.13 .470 2.393 13.829 .031
4 -1.00 .496 -2.018 13.710 .064
5 -2.13 .409 -5.194 13.156 .000
6 -1.13 .451 -2.496 12.196 .028
7 2.38 .420 5.656 13.513 .000
8 .25 .513 .487 13.936 .634
9 -2.00 .401 -4.989 13.341 .000
Karena pengujian hipotesis pengaruh interaksi bersifat signifikan maka harus diuji
pengaruh sederhana atau simple effeknya. Sebelum perbedaan rata-rata antara
kelompok perlakuan dilakukan uji perbedaan rata-rata dari enam kelompok
perlakuan dengan penerapan prosedur varians satu jalan. Adapun hipotesis yang
akan diuji adalah sebagai berikut.
Ho: 11 = 12 = 31 = 21 = 22 = 23
H1: Bukan Ho
Dari baris corrected model pada tabel Test of Between Subjects- Effects, diperoleh,
Fhitung = 9,706, dan p-value = 0,000< 0,05, berarti Ho ditolak. Dengan demikian
terdapat perbedaan rata-rata antara keenam kelompok.
Parameter Estimates
Dependent Variable: Y
95% Confidence Interval
Parameter B Std. Error t Sig. Lower Bound Upper Bound
Intercept 7.750 .316 24.499 .000 7.112 8.388
[A=1] -2.125 .447 -4.750 .000 -3.028 -1.222
[A=2] -1.125 .447 -2.515 .016 -2.028 -.222
[A=3] 0a . . . . .
[B=1] -2.000 .447 -4.470 .000 -2.903 -1.097
[B=2] 0a . . . . .
[A=1] * [B=1] 4.375 .633 6.915 .000 3.098 5.652
[A=1] * [B=2] 0a . . . . .
[A=2] * [B=1] 2.250 .633 3.556 .001 .973 3.527
[A=2] * [B=2] 0a . . . . .
[A=3] * [B=1] 0a . . . . .
[A=3] * [B=2] 0a . . . . .
a. This parameter is set to zero because it is redundant.
Interpretasi:
Kita dapat membentuk model regresi dan persamaan fungsi regresi perlakuan
metode pembelajaran terhadap hasil belajar Matematika, seperti berikut.
Model regresi : Y= o+ 1 [A=1]+ 2 [A=2]+ ]+3[B=1]+4[A=1][B=1]+ 5 [A=2][B=1]+
Fungsi regresi:
Ŷ = 7,75 -2.125[A=1] -1,125[A=2] -2,00[B=1]+4,375[A=1][B=1]+2,250 [A=2][B=1]
D. Analisis Varians Dua Jalan Dengan GWT
Analisis varians dua Jalan dengan GWT, adalah penggunaan desain GWT dalam
desain eksperimen untuk lebih dari dua jalan atau lebih. Kita telah membahas analisis
varians jalan dengan GWT untuk satu jalan atau satu variabel perlakuan. Prinsipnya kerja
analisis varians dua Jalan dengan GWT dan analisis varians satu jalan dengan GWT
adalah sama. Perbedaannya pada analisis varians dua Jalan dengan GWT juga
mempelajari faktor interaksi di antara variabel bebas. Dengan demikian model analisis
varians dua Jalan dengan GWT dapat digunakan dalam desain faktorial atau treatment
by level design.
1. Model Linear Analisis Varians Dua Jalan dengan GWT
Model statistika untuk eksperimen faktorial yang terdiri dua faktor (A dan B)
dengan menggunakan desain GWT adalah sebagai berikut:
Yij = µ + i + Ai + Bj + (AB)ij + ijk,
i = 1, 2, 3, ....n; j = 1, 2, 3,.......m; dan k = 1, 2, 3,.......r;
g ( Yg ) 2
g = yg
2 2
JK(DG) = Y
j1 ng
ab
( Yg ) ( Yg )
2 2
JK(GWT) =
i 1, j1
ng ng
b. Menentukan derajat bebas
db(T) = nt – 1 db(A) = na – 1
db(B) = nb – 1 db(AB) = (na – 1)(nb – 1)
db(DG) = nt – ng db(GWT) = ng – na – nb
3. Contoh Penerapan
Dua metode pembelajaran dan bentuk tes formatif akan diuji pengaruhnya
terhadap hasil belajar matematika. Masing-masing metode dan bentuk tes
formatif pembelajaran diberlakukan kepada 3 kelompok, misalnya metode
pemecahan masalah (A1) dan bentuk tes formatif uraian (B1) terhadap G1, G2,
dan G3, dan metode konvensional (A2) dan bentuk tes formatif pilihan ganda (B2)
terhadap kelompok G4, G5 dan G6. Pemilihan kelompok G1, G2, G3, G4, G5 dan
G6 dilakukan dengan cara random. Setelah diberi perlakuan selama selang
waktu tertentu kemudian diberi tes hasil belajar matematika. Data hasil tes
tersebut disajikan sebagai berikut.
a. Tabel Kerja/Persiapan
Statistik A1B1 A2B1 A1B2 A2B2 Total
G1 G2 G3 G4 G5 G6 G1 G2 G3 G4 G5 G6
n 6 6 6 6 6 6 6 6 6 6 6 6 72
Yi 47 46 44 32 30 27 31 31 28 41 43 47 447
Y
2 369 354 324 172 152 123 165 163 134 281 311 371 2919
i
y
2
i 0,83 1,33 1,33 1,33 2,0 1,5 4,83 2,83 3,3 0,83 2,83 2,83 25,829
Yi 7,8 7,7 7,3 5,33 5,0 4,5 5,2 5,2 4,7 6,8 7,2 7,83 6,21
(ii) Pengaruh IQ
db (Fhit 1) 1(16,41 1) 15,41
Ŵ 2 0,2781
db (Fhit 1) N 1(16,41 1) 40 55,41
Ini berarti faktor IQ dapat menjelaskan 27,81% variansi hasil belajar
Matematika.
b. Kesimpulan
Dari hasil analisis seperti yang disajikan pada tabel di atas, dapat disimpulkan
sebagai berikut:
(i) Fhit (A) < Ft atau Ho diterima, sehingga tidak terdapat perbedaan hasil belajar
matematika antara siswa yang diberi metode pemecahan masalah (A1) dengan
metode konvensional (A2). Dengan kata lain metode pembelajaran saja tidak
berpengaruh terhadap hasil belajar matematika.
(ii) Fhit (B) < Ft atau Ho diterima, sehingga tidak terdapat perbedaan hasil belajar
matematika antara siswa yang diberi bentuk tes formatif essai (B1) dengan
pilihan ganda (B2). Dengan kata lain bentuk tes formatif saja tidak berpengaruh
terhadap hasil belajar matematika.
(iii) Fhit (AB) > Ft atau Ho ditolak, sehingga terdapat pengaruh interaksi antar metode
pembelajaran dan bentuk tes formatif terhadap hasil belajar matematika.
(iv) Karena pengaruh interaksi adalah signifikan maka dilakukan uji lanjut
untuk melihat pengaruh sederhana (simple effect) masing-masing faktor.
Adapun langkah-langkahnya adalah sebagai berikut.
Rata-rata variabel kriterion (Y)
A1B1 A2B1 A1B2 A2B2
Y11 Y21 Y12 Y22
7,61 4,94 5,00 7,28
A1 A2 A3
G1 G2 G3 G4 G5 G6
5 3 6 6 7 9
5 5 7 7 9 10
5 4 7 6 8 8
3 5 6 7 8 8
5 5 6 6 8 9
5 4 8 8 8 9
4 4 7 7 9 9
Pertanyaan:
Lakukan pengujian hipotesis dengan langkah-langkah standar dalam Desain
GWT untuk perbedaan rata-rata hasil belajar dengan ketiga metode tersebut
dengan mempertimbangkan kelompok-kelompok yang ada.
Keterangan:
A1 = Pendekatan Induktif
A2 = Pendekatan Deduktif
A3 = Pendekatan Konvensional
B1 = Bentuk tes formatif Essai
B2 = Bentuk tes formatif Pilihan Ganda
Variabel Kriterion: (Y) Hasil Belajar matematika
Lakukan uji hipotesis dengan langkah-langkah standar dalam ANOVA 2 Jalan
(faktorial Design) untuk perbedaan rata-rata hasil belajar matematika (main effect,
interaction effect, dan simple effect). Tuliskan semua kesimpulan saudara!
8. Dua pendekatan pembelajaran dan bentuk tes formatif akan diuji pengaruhnya
terhadap hasil belajar matematika. Masing-masing pendekatan dan bentuk tes
formatif pembelajaran diberlakukan kepada 3 kelompok, yaitu pendekatan induktif
(A1) dan bentuk tes formatif uraian (B1) terhadap kelompok G1, G2, dan G3, dan
pendekatan konvensional (A2) dan bentuk tes formatif pilihan ganda (B2)
terhadap kelompok G4, G5 dan G6.
Pemilihan kelompok G1, G2, G3, G4, G5 dan G6 dilakukan dengan cara random.
Setelah diberi perlakuan selama selang waktu tertentu kemudian diberi tes hasil
belajar matematika. Dari data yang disajikan pada tabel berikut, lakukan uji
hipotesis dengan langkah-langkah standar dalam ANOVA GWT 2 Jalan (faktorial
Design) untuk perbedaan rata-rata hasil belajar matematika (main effect,
interaction effect, dan simple effect). Tuliskan semua kesimpulan saudara.
A. Pendahuluan
Dalam penelitian eksperimen ada dua pendekatan untuk menekan terjadinya
bias atau kesalahan dalam menarik kesimpulan tentang pengaruh perlakuan
terhadap variabel kriterion. Pendekatan pertama, adalah kontrol kondisional melalui
pengembangan desain penelitian. Tujuan dari pengembangan desain ini adalah
untuk memastikan bahwa hasil-hasil yang diobservasi merupakan akibat dari
perlakuan atau treatment yang diberikan, bukan oleh variabel-variabel atau kausal
lain yang tidak diselidiki.
Dalam keadaan terpaksa, satu atau lebih variabel tidak dapat dikontrol secara
kondisional oleh peneliti karena keterbatasan penyelenggaraan eksperimen atau
karena alasan lain. Padahal peneliti sadar bahwa variabel-variabel tersebut
mempengaruhi (mengotori) hasil eksperimen. Menghadapi situasi ini, peneliti dapat
menempuh pendekatan kedua, yaitu kontrol secara statistik atau pendekatan statistik
melalui pengontrolan atau “pengendalian/penetralan/penyingkiran” satu atau aneka
variabel. Pendekatan kedua ini biasa disebut Analisis Kovarian atau dalam akronim
disebut Ankova.
Ankova dikembangkan oleh R.A. Fisher yang dipublikasikan pada tahun
1932. Desain Ankova pada dasarnya mempunyai kesamaan dengan Analisis Varians
(Anava). Esensi dari Ankova adalah penggunaan model regresi linear untuk
menghilangkan pengaruh variabel yang tak terkontrol yang biasa disebut variabel
pengiring atau kovariabel terhadap variabel kriterion. Pada penelitian pendidikan
kovariabel dapat berbentuk pre-tes, kemampuan awal, IQ dan lain-lain, yang jelas
keberadaan kovariabel berbasis teori dan sejak awal dimasukan dalam desain
penelitian. Dalam praktek, apabila kovariabelnya hanya satu variabel maka pengaruh
atau efek dari kovariabel tersebut dihilangkan dengan menggunakan model regresi
linear sederhana dan analisisnya merupakan kombinasi antara Anava dan Regresi
Linear Sederhana. Sedangkan bila kovariabelnya lebih dari dua variabel, pengaruh
atau efek dari kovariabel-kovariabel tersebut dihilangkan dengan menggunakan
model regresi linear ganda dan analisisnya merupakan kombinasi antara Anava dan
Regresi Linear Ganda (Multiple).
B. Tujuan
Ferguson (1981) mengemukakan bahwa Analisis Kovarians memiliki empat
tujuan, yaitu:
1. Sebagai prosedur kontrol statistis atas suatu atau beberapa variabel yang tidak
terkontrol secara kondisional atau luput dari kontrol eksperimental;
2. Sebagai metode untuk meningkatkan presisi atau kecermatan eksperimen
dengan mengurangi varians kesalahan (error variance);
3. Membantu peneliti dalam memahami atau mengkritisi efektivitas dari perlakuan
yang diselidiki;
4. Untuk menguji homogenitas dari serangkaian koefisien regresi.
R K O3 T2 O4
Rumus dasar Ankova ditandai dengan adanya Jumlah Perkalian, Jumlah Kuadrat
Kovarabel (X) dan Jumlah Kuadrat Variabel Kriterium (Y), yang masing-masing
dituliskan sebagai berikut:
a. JPxy
b. JKx
c. JKy
Jumlah perkalian tersebut dihitung berdasarkan 3 sumber varians, yaitu: Total,
Dalam, dan Antar (JPT, JPD, dan JPA). Adapun langkah-langkah standar dalam
Ankova -1 Jalan sebagai berikut.
a. Menentukan Jumlah Perkalian (JP)
X Y
JP (T) = X Y t t t
nt
t
a
X i Yi X t Yt
JP (A) =
i 1 ni
nt
a X Y , a = banyaknya kelompok
JP (D) = X Y i i
i
ni
i
i 1
b. Menentukan Jumlah Kuadrat Kovariabel (X) : (JKx)
X 2
JKx (T) = X nt
2
t t
X X
a
2 2
(A) = i t
JKx
i 1n nt i
JKx (D) = X i
2
i 1
n i
c. Menentukan Jumlah Kuadrat Variabel Respon (Y) : (JKy)
Y 2
JKy (T) = Y t
2
nt
t
a Y Y 2 2
(A) = i t
JKy
i 1 in nt
a
Yi
2
JKy (D) = Yi
2
i 1
n i
d. Menentukan JKy yang sudah dikoreksi (disebut JKres), melalui langkah-langkah
sebagai berikut.
1) Menentukan Koefisien regresi Y atas X (bxy)
JP (T)
b xy (T)
JK X (T)
JP (A)
b xy (A)
JK X (A)
JP (D)
b xy (D)
JK X (D)
2) Menentukan JKreg untuk berbagai sumber varians
JK reg (T) b xy (T). JP (T)
JK reg (A) b xy (A). JP (A)
JK reg (D) b xy (D). JP (D)
3) Menentukan Jumlah Kuadrat Y Residu (JKres):
JK res (T) JK y (T) - JK reg (T)
JK res (A) JK y (A) - JK reg (A)
JK res (D) JK y (D) - JK reg (D)
e. Menentukan derajat bebas (db)
db res(T) = nt – m – 1 (m = banyaknya kovariabel)
db res(A) = a – 1
db res(D) = nt – m – a (a = banyaknya kelompok)
h. Uji lanjut
Selanjutnya jika Ho ditolak atau terdapat pengaruh perlakuan yang signifikan
setelah mengontol kovariabel (pre-tes), maka dilakukan uji lanjut dengan statistik
uji-t Ankova, dengan formula sebagai berikut:
Yres (i) Y (i) - b xy X (i) - X ( t)
Jika to ttabel maka Ho diterima
Jika to ttabel maka Ho ditolak
JK (T) = X
X = 934 (142) 17,455
2 t
2 2
x t
nt 22
X ( X ) (46)
a
2
(51) (45)
2 2 2 2
(142) 2
JK (A) =
i t
x = 8,812
n i
i 1 nt 8 7 7 22
a
JKx (D) = X i 2
X i
2
JK (T) = Y
Y = 1606 (186) 33,455
2 t
2 2
y t
nt 22
Y ( Y )
a
2
(58) (63) (65)
2 2 2 2
(186)2
JK (A) =
i t
y = 18,526
n i
i 1 nt 8 7 7 22
a
JKy (D) = Yi 2
Yi
2
Yres (i) Y (i) - b xy X (i) - X (t) dimana i = 1, 2, 3
Yres(1) Y (1) - b xy X (1) - X (t) = 9,29 – (0,653)(6,43 – 6,45) = 9,30
Yres (2) Y (2) - b xy X (2) - X (t) = 9,00 – (0,653)(7,29 – 6,45) = 8,45
Yres(1) Y (3) - b xy X (3) - X (t) = 7,25 – (0,653)(5,75 – 6,45) = 7,71
x
2
i
Dari tabel kerja diperoleh nilai-nilai untuk:
x 3,5; x 3,43; x
2 2 2
1 2 3 1,71
x y 1,5; x y 3; x y
1 1 2 2 3 3 1,143
(b1) =
x y 1,5 0,429
1 1
x
2
1
3,5
(b2) =
x y 3 0,875
2 2
x
2
3,43
2
(b3) =
x y 1,143 0,668
3 3
x 3
1,71 2
4) Menghitung Fo
Dalam kovarians kita telah menghitung koefsien regresi seluruh
perlakuan metode A1, A2, dan A3, yaitu sebesar: bxy = 0,6247
Hipotesis yang ingin diuji pada bagian ini adalah apakah benar ketiga
koefisien korelasi regresi yang didapatkan dari masing-masing metode
pembelajaran, yaitu: (b1) = 0,429, (b2) = 0,875 dan (b3) = 0,688 dapat
dianggap sama (homogen), sehingga kita cukup menghitung satu
koefisien regresi untuk semua pemberian metode pembelajaran, yaitu
sebesar bxy = 0,6247? Jadi asumsi tentang kehomogenan ketiga
koefisien regreasi ini yang akan diuji, melalui perbandingan antara
selisih rata-rata jumlah kuadrat residu (galat) seluruh perlakuan dengan
rata-rata jumlah kuadrat residu masing-masing perlakuan dan rata-rata
jumlah kuadrat residu masing-masing perlakuan.