TUGAS MAKALAH
ANALISIS KOVARIAN (ANAKOVA)
Disusun oIeh :
AULIA HERMANTO 2030331026
i
KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Maha Kuasa atas segaIa Iimpahan Rahmat-Nya
sehingga kami dapat menyeIesaikan penyusunan makaIah ini daIam bentuk
maupun isinya yang sangat sederhana. Semoga makaIah ini dapat dipergunakan
sebagai saIah satu acuan, petunjuk maupun pedoman bagi pembaca.
MakaIah ini kami akui masih banyak kekurangan karena pengaIaman yang kami
miIiki sangat kurang. OIeh kerena itu kami harapkan kepada para pembaca untuk
memberikan masukan-masukan yang bersifat membangun untuk kesempurnaan
makaIah ini.
Penyusun
ii
DAFTAR ISI
iii
iv
BAB I
PENDAHULUAN
I.1 Latar Belakang
1
2.Harus ada dugaan yang kuat bahwa ada hubungan antara variabel kendali
dengan variabel terikat
3.Harus ada dugaan bahwa variabel kendali tidak dipengaruhi oleh variabel
bebas atau variabel eksperimental.
Beberapa pengertian variabel yang akan digunakan dalam Anakova
antara lain:
1.kriterium, adalah variabel terikat (Y) yaitu variabel yang dipengaruhi, dimana
data harus berbentuk interval atau rasio.
2.Kovariabel, disebut juga variabel kendali, variabel kontrol, variabel
konkomitanyang diberi lambang X, dan data harus berbentuk interval atau rasio.
3.Faktor, yaitu sebutan untuk variabel bebas atau variable eksperimental yang ingin
diketahui pengaruhnya dan data harus berbentuk nominal atau ordinal.
2
BAB II
PEMBAHASAN
II.1. Pengertian Anacova
3
Kriterium (Variabel terikat) harus berskala Interval dan rasio 3). Variabel Faktor
(variabel bebas) harus berskala nominal dan ordinal. 4), Harus ada dugaan yang
kuat bahwa ada hubungan antara variabel kendali dengan variabel terikat, 5). Harus
ada dugaan bahwa variabel kendali tidak dipengaruhi oleh variabel bebas (faktor)
atau variabel eksperimen.
Beberapa pengertian variabel yang akan digunakan dalam Anakova antara lain:
1. Kriterium, adalah variabel Dependen (Y) yaitu variabel yang dipengaruhi
dimana data harus berbentuk interval dan rasio.
2. Kovariabel, disebut juga dengan variabel kendali, variabel control, yang
diberi lambang X, dan data harus bersifat interval dan rasio.
3. Factor yaitu sebutan untuk variabel Independen atau variabel eksperimental
yang ingin diketahui pengaruhnya dan data harus berbentuk nominal atau ordinal.
Rancangan Anakova satu jalur 1 kovariat
A B C
X Y X Y X Y
… … … … … …
… … … … … …
… … … … … …
… … … … … …
… … … … … …
… … … … … …
∑ ∑ ∑ ∑ ∑ ∑
4
Rancangan untuk anakova satu jalur 3 kovariat
A B C
X1 X2 X3 Y X1 X2 X3 Y X1 X2 X3 Y
… … … … … … … … … … … …
… … … … … … … … … … … …
… … … … … … … … … … … …
… … … … … … … … … … … …
… … … … … … … … … … … …
… … … … … … … … … … … …
∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑
Keterangan:
A, B, dan C = Faktor
X1,2,3 = kovariabel
Y = Kriterium
Rumus yang digunakan: F * JK A / dbA RJK A
A
JK dal / dbdal RJK dal
5
Kriteria pengujian: Jika Fhitung > Ftabel, Maka Ho ditolak dan
Jika Fhitung < Ftabel, Maka Ho diterima
Atau Jika angka Sig.>0.05 maka H0 diterima, dan
Jika angka Sig.< 0.05 maka H0 ditolak.
Contoh Aplikasi dalam analisis Data
Tabel Data
Tabel 1. Data Hasil Penelitian (fiktif)
A1 A2 A3
X Y X Y X Y
29 15 22 20 33 14
49 19 24 34 45 20
48 21 49 28 35 30
35 27 46 35 39 32
53 35 52 42 36 34
47 39 43 44 48 42
46 23 64 46 63 40
74 38 61 47 57 38
72 33 55 40 56 54
67 50 54 54 78 56
Keterangan:
A = Metode Mengajar ( A1 = metode ceramah, A2 = metode
pemberian tugas, dan A3 = metode kooperatif.
X = Skor Tes Bakat (Aptitude Test Score) = covariabel
Y = Skor Prestasi Belajar
4. Langkah-langkah Perhitungan Secara Manual Bantuan (exel)
Tabulasi Dat
A1 A2 A2
No
X Y 2 2 X.Y X Y 2 2 X.Y X Y 2 2 X.Y
X Y X Y X Y
1 29 15 841 225 435 22 20 484 400 440 33 14 1089 196 462
2 49 19 2401 361 931 24 34 576 1156 816 45 20 2025 400 900
3 48 21 2304 441 1008 49 28 2401 784 1372 35 30 1225 900 1050
4 35 27 1225 729 945 46 35 2116 1225 1610 39 32 1521 1024 1248
5 53 35 2809 1225 1855 52 42 2704 1764 2184 36 34 1296 1156 1224
6 47 39 2209 1521 1833 43 44 1849 1936 1892 48 42 2304 1764 2016
7 46 23 2116 529 1058 64 46 4096 2116 2944 63 40 3969 1600 2520
8 74 38 5476 1444 2812 61 47 3721 2209 2867 57 38 3249 1444 2166
9 72 33 5184 1089 2376 55 40 3025 1600 2200 56 54 3136 2916 3024
10 67 50 4489 2500 3350 54 54 2916 2916 2916 78 56 6084 3136 4368
Jumla 520 300 29054 10064 16603 470 390 23888 16106 19241 490 360 25898 14536 18978
h
Rata 52 30 47 39 49 36
6
Berdasarkan data tabulasi di atas
Statistik A1 A2 A3 Total
n 10 10 10 30
X 520 470 490 1480
X2 29054 23888 25898 78840
Y 300 390 360 1050
Y2 10064 16106 14536 40706
XY 16603 19241 18978 54822
̅ 52 47 49 49,33
̅ 30 39 36 35
(∑ )(∑ )
∑ ∑
( )( )
∑
∑
7
5). Menghitung JKReg. Tot. = x xy
= 0,519 x 3022
= 1567,359
Y 2
1). JKY = y =
A
2
YT2
nA
= 40706 - (3002 /10 +3902 /10 + 3602 /10)
=3536
X 2
x2 = X
2 A
2). JKXd = d T
nA
= 78840 – (5202 /10 +4702 /10 + 4902 /10)
= 5700
X Y
3).JPXY=xyd = XYTot
A A
n
A
= 54822 – (520x300/10) + (470 x 390/10) + (490x360)/10)
= 3252
=
xyd
4). Beta dal. =
dx 2
= 3252 / 5700
= 0,5705
Dari perhitungan diperoleh Fhitung = 5,476, sedangkan F tab = 3,37 pada taraf
signifikansi 5% dengan db 2 : 26. Jadi nilai Fhitung > Ftabel artinya H0 ditolak
dan H1 diterima, dengan demikian dapat disimpulkan bahwa “Terdapat
perbedaan hasil belajar yang signifikan antara siswa yang mengikuti
pembelajaran dengan metode ceramah, metode pemberian tugas dan metode
kooperatif, setelah dikendalikan oleh kovariabel skor tes bakat”
Jika kita ingin mengetahui harga koefisien korelasi antara kriterium dengan
kovariabel, harga rxy itu dapat dicari dengan menggunakan bahan-bahan sumber
variasi dalam kelompok, sebagai berikut:
∑
= 0,724
√∑ ∑ √
9
5. Masukkan variabel Y ke bagian Dependent Variables yaitu data Hasil
Belajar
6. Masukkan ke bagian Fixed Factor(s). Fixed Factor(s) yaitu data tentang
Metode Pembelajaran dan selalu berisi data bertipe nominal (kualitatif).
7. Masukkan variabel X ke bagian Covariate(s) yaitu data Bakat
8. Pilih Options terus pilih Descriptive Statistics dan Homogenity Test.
9. Klik OK
Between-Subjects Factors
Value Label N
Metode Mengajar 1 Metode Ceramah 10
2 Metode Pemberian Tugas 10
3 Metode kooperatif 10
Descriptive Statistics
Dependent Variable:Prestasi Belajar
Metode Mengajar Mean Std. Deviation N
Metode Ceramah 30. 10.873 10
Metode Pemberian Tugas 39. 9.978 10
Metode kooperatif 36. 13.233 10
Total 35. 11.680 30
.395 2 27 .677
10
Tests of Between-Subjects Effects
Dependent Variable:Prestasi Belajar
Type III Sum of
Source Squares Df Mean Square F Sig.
Corrected Model 2275.352a 3 758.451 11.733 .000
Intercept 102.056 1 102.056 1.579 .220
X 1855.352 1 1855.352 28.703 .000
Metode 707.992 2 353.996 5.476 .010
Error 1680.648 26 64.640
Total 40706.000 30
Corrected Total 3956.000 29
a. R Squared = .575 (Adjusted R Squared = .526)
11
Setelah dikendalikan oleh skor tes bakat (X1) dan Motivasi Berprestasi (X2),
apakah terdapat perbedaan hasil belajar IPA (Y) antara siswa yang mengikuti
pembelajaran dengan metode konvensional (A1) dengan metode kooperatif (A2) ?
2. Rumusan Hipotesis Penelitian
Hipotesis penelitian: Setelah dikendalikan oleh kovariabel skor tes bakat (X 1) dan
Motivasi Berprestasi (X2), terdapat perbedaan hasil belajar (Y) antara siswa yang
mengikuti pembelajaran dengan metode konvensional (A1) dengan metode
kooperatif (A2).
3. Hipotesis Statistik:
H0: µ1 = µ2 (Tidak terdapat perbedaan.... )
H1: µ1 ≠ µ2 (Terdapat perbedaan. . )
Kriteria pengujian: Jika Fhitung > Ftabel, Maka Ho ditolak dan
Jika Fhitung < Ftabel, Maka Ho diterima
Atau Jika angka Sig.>0.05 maka H0 diterima, dan
Jika angka Sig.< 0.05 maka H0 ditolak.
Keterangan:
A = Metode Pembelajaran (A1 = Metode Konvensional; A2 = Metode Kooperatif)
Y = Hasil Belajar
X1 = Skor Tes Bakat
X2 = Skor Motivasi Berprestasi
12
A1 A2
No
2 2
X1 X2 Y X1 X2 Y2 x1.y X2. X1.X2 X1 X2 Y X12 X2 2
Y2 x1.y X2. X1.X2
Y Y
1 7 8 6 49 64 36 42 48 56 7 7 8 49 49 64 56 56 49
2 8 9 7 64 81 49 56 63 72 8 8 9 64 64 81 72 72 64
3 6 8 6 36 64 36 36 48 48 6 6 7 36 36 49 42 42 36
4 7 7 6 49 49 36 42 42 49 5 6 6 25 36 36 30 36 30
5 5 6 5 25 36 25 25 30 30 3 5 4 9 25 16 12 20 15
6 8 8 7 64 64 49 56 56 64 7 8 8 49 64 64 56 64 56
7 7 7 6 49 49 36 42 42 49 6 7 7 36 49 49 42 49 42
8 6 7 6 36 49 36 36 42 42 6 6 7 36 36 49 42 42 36
9 8 8 7 64 64 49 56 56 64 9 9 8 81 81 64 72 72 81
10 4 6 5 16 36 25 20 30 24 7 5 6 49 25 36 42 30 35
Jml 66 74 61 452 556 377 411 457 498 64 67 70 434 465 508 466 483 444
h
1). ∑ ∑ (∑ ) ( )
2). ∑ ∑ (∑ ) ( )
3). ∑ ∑ (∑ ) ()
13
(∑ )(∑ ) ( )
4). ∑ ∑
5). ∑ ∑ (∑ )(∑ ) ()
(∑ )(∑ ) ( )
6). ∑ ∑
1).
Y 2 Y 2
612 702
y Y tot A! A2 885 885 862,1 22,9
2 2
n1 n 10
2
10
X X
2).
2
2 2 662
642
x X tot
2
n
A1
n
A2 886 886 845,2 40,8
1 1
10 10
2
1
2 X
2 2 X 2 742 672
3) x2
X 2 tot
A1
A2
1021
24,5
n1 n2 10
10
4).
X A1. YA1 X . Y A2 A2
66x61 64x70
x y X Y
1 1 tot
877 10 10 26,4
n1 n2
5). X A1 . YA1 X A2 . YA2
x y X 2Ytot
2 n1 n2
74x61
67 x70
940 940 920,4 19,6
10 10
X 1 A1. X 2 A1 X1 A2 . X 2 A2
xx
1 2 X X 1 2 tot
6). n1 n2
66x74 64x67
942 942 917,2 24,8
10 10
14
15
(1) x y b1 x 2 b2 x x
1 1 12
x y b1 x1 x2 b2 x2
2
(2) 2
16
y) 26,95 (0,589x25,5) (0,053x16,45)
JKtotal y 2 (b1 x1 y b2 x2
(Y2 7 Y1 6,1) .
Jika kita ingin mengetahui harga koefisien regresi ganda antar kriterium
dengan kovariabel X1 dan X2, Harga Ry (1,2) itu dapat dicari dengan menggunakan
bahan-bahan sumber variasi dalam kelompok sebagai berikut.
17
∑ ∑
( ) √
∑
*( )( )+ *( )( )+
√
√ √
Output Analisis
18
Descriptive Statistics
19
1. Tabel Data
Keterangan Notasi:
A = Asal Mahasiswa
A1 = asal SMA Jurusan IPA
A2 = asal SMA Jurusan IPS
Y = Nilai Statistika Dasar
X1 = Indeks Prestasi SMA (IPK)
X2 = Koefisien Kecerdasan (IQ)
X3 = Bakat Numerik (BN)
2. Hipotesis Statistik:
H0: µ1 = µ2
H1: µ1 ≠ µ2
Kriteria pengujian: Jika Fhitung > Ftabel, Maka Ho ditolak dan
Jika Fhitung < Ftabel, Maka Ho diterima
Atau Jika angka Sig.>0.05 maka H0 diterima, dan
Jika angka Sig.< 0.05 maka H0 ditolak.
3. Langkah-langkah perhitungan
Langkah-langkah perhitungan pada anakova satu jalur dengan tiga
kovariabel, sama dengan langkah-langkah perhitungan pada anakova satu jalur
dengan dua kovariabel, hanya ada penambahan perhitungan untuk menghitung
20
beta masing-masing. Untuk menghitung beta 1, beta 2, dan beta 3, menggunakan
persamaan linear pada analisis regresi tiga predictor.
1). y Y
2 2
Y 885 131
tot
2 2
26,95
tot
N 20
X 2 1302
2). x 2 X 2tot 1tot 886 41
1 1
N 20
X 2
1412
3). x22
2
tot 2 tot 1021 = 26,95
2
N 20
X
X
2
)
4
.
x
3 3
21
2
tot
1242
3 X 796
2
20
t
o
t
27,2
N
22
X Y 1tot tot 130x131
877 25,5
5). x y X Y
1 1 tot
N 20
X Y tot tot 141x131
877 16,45
6). x 2 y X 2Ytot
N 20
X Y
124x131 tot tot
833 20 20,8
7). x3 y X 3Ytot XN X
1tot 2tot 130x141
877 20 25,5
8). x1 x2 X1 X 2 tot X N X
1tot 3tot 130x124
832 20 26
9). x1 x3 X 1 X 3tot X N X
2tot 3tot 124x141
891 16,8
10). x2 x3 X 2 X 3tot N 20
tot
n A2
10
n1 10
2
X X
2).
2
2 2 662 642
x X tot
2
n
A1
n
A2 886 886 845,2 40,8
1 1
10 10
1 2
2 X 22 X 2 742 672
3) x2 X 2 tot A1
A2
1021
24,5
n1 10 10
n2
2 2 X 2 X 2 602 642
4). x3 X 3 tot A1
A2
796
26,4
n 10
n1 10
2
X A1 * YA1
X A2 * YA2
xy
1 XY 1 tot
n2
5).
n1
877
66x61 64x70
26,4
10 10
23
X A1 x YA1 X x Y A2 A2
xy
2
X 2 Ytot
n2
6).
n1
74x61 67x70
940 940 920,4 19,6
10
10 X A1 * Y A1 X A2 * Y A2
x3 y X 3Ytot
7). n1 n2
60x61 64x70
833 833 814 19
10 10
X 1 A1 * X 2 A1 X 1 A2 * X 2 A2
x1 x2 X 1 X 2 tot
n
8). n 1 2
66x74 64x67
942 942 917,2 24,8
10
10 X 1 A1 * X 3 A1 X 1 A2 * X 3 A2
x1 x3 X 1 X 3 tot
9).
n 1 n2
66x60 64x64
832 832 805,6 26,4
10 10
2 A1 3 A1 X 2 A2 * X 3 A2
X * X
x2 x3 X 2 X 3 tot
n1 n 2
10). 60x74 64x67
891 891 872,8 18,2
10 10
x y b x 2 b x x b x x
1 1 1 2 1 2 3 1 3
x y b x x b x 2 b x x
2 1 1 2 2 2 3 2 3
x y b x x b x x b x
2
3 1 1 3 2 2 3 3 3
24
ambil persamaan (1) dan (2), ini
bisa diselesaikan dengan metode eliminasi atau metode Selisih Produk Diagonal
(SPD), sehingga menjadi:
(25,5 x 16,8) – (16,45 x 26) ; (41 x 16,8) – (25,5 x 26); (25,5 x 16,8) -
(26,95 x 26); dan (26 x16,8)-(16,8 x 26).
Jadi mendapatkan persamaan ke 4).
4). 0,7 = 25,8 b1 + (-272,3)b2 + 0 b3
Kemudian, ambil persamaan (2) dan (3), dan hitung dengan metode SPD
sehingga diperoleh seperti pada persamaan (5).
(16,45 x 27,2) – (20,8 x 16,8); (25,5 x 27,2)- (26 x 16,8); (26,95 x 27,2) –
(16,8 x 16,8); (16,8 x 27,2) – (27,2 x 16,8).
Sehingga diperoleh Persamaan
5). 98 = 256,8 b1 + 450,8 b2 + 0 b3;
Selanjutnya, persamaan (4) dan (5) dihitung dengan metode SDP dan
jadikan persamaan (6) sebagai berikut.
25
16,45 = 25,5 (0,331) + 26,95 (0,029) + 16,8 b3
16,45 = 8,4405 + 0,78155 + 16,8 b3
16,45 = 9,22205 + 16,8 b3
16,45 – 9,22205 = 16,8 b3
7,22795 = 16,8 b3
jadi b3 =7,22795 /16,8 = 0,430.
(1) x1 y b1 x1 2 b2 x1 x2
b3 x1x3
(2) x 2 y b1 x1x2 b 2 x 22 b 3 x 2x 3
(3) x 3y b1 x1x3 b2 x 2 x3 b3 x 3
2
26
Selanjutnya, masukkan ke salah satu persamaan di atas, misalnya
dimasukkan ke persamaan (3) sehingga menjadi sebagai berikut.
19 = 26,4 (0,354) + 18,2 (0,348) + 26,4 b3
19 = 9,3456 + 6,3336 + 26,4 b3
19 = 15,6792 + 26,4 b3
19 – 15,6792 = 26,4 b3
3,3208 = 26,4 b3 b3 =3,3208/26,4 = 0,126 (dibulatkan)
JKres.dal =
y 2 (b x y b2 x y b3 x y) 22,9 (0,354x26,4) (0,348x19,6 0,126x19)
1 1 2 3
27
Berdasarkan hasil analisis di atas dapat dilihat bahwa nilai Fres = 16,432 lebih
besar dari pada nilai Ftab.=4,54 atau Fres > Ftab. Artinya H0 ditolak dan H1 diterima.
Dengan demikian dapat disimpulkan bahwa dengan pengendalian terhadap IPK
SMA (X1), IQ (X2), dan bakat numerik (X3), terdapat perbedaan yang signifikan
nilai hasil belajar Desain Pembelajaran (Y) antara mahasiswa yang berasal dari
jurusan IPS dan IPA. Mahasiswa yang berasah dari IPA lebih unggul dibandingkan
dengan mahasiswa yang berasal dari jurisan IPS
b1 x1 y b2 x2 y b3 x3 y
Ry(1,2,3)
y 2
22,9
18,5604
0,8105 0,900
22,9
Output
Between-Subjects Factors
Value Label N
Asal Jurusan 1 IPA 10
2 IPS 10
Descriptive Statistics
Dependent Variable:Hasil Belajar
Asal
Jurusan Mean Std. Deviation N
IPA 6.10 .738 10
IPS 7.00 1.414 10
Total 6.55 1.191 20
Berdasarkan data di atas dapat disimpulkan bahwa nilai rata-rata hasil belajar
Mahasiswa asal jurusan IPS lebih tinggi dari pada mahasiswa asal jurusan IPA.
Nilai IPS = 7.00 > Nilai IPA = 6.10.
29
Berdasarkan tabel di atas dapat simpulkan bahwa;
Nilai signifikansi untuk kovaribel IPK(X1) = 0,047 artinya nilai sig < 0,05,
memenuhi syarat untuk pengujian Anacova.
Nilai Signifikansi untuk kovariabel IQ (X2) = 0,072 artinya nilai sig > 0,05
artinya tidak memenuhi untuk pengujian Anacova.
Nilai Signifikansi untuk kovariabel BN (X 3) = 0,499 artinya nilai sig >
0,05 artinya tidak memenuhi untuk pengujian Anacova.
Uji secara simultan atau secara bersama-sama kovariabel X1,X2,X3 = 0,00,
artinya sig < 0,05. Artinya terdapat perbedaan.
30
BAB III
KESIMPULAN
III.1 Kesimpulan
Analisis kovarian atau sering disebut dengan Anakova adalah teknik
statistic yang merupakan perpaduan antara analisis regresi (Anareg)
dengan analisis varian (Anava). Analisis Kovarians (Anakova), fungsinya
sama dengan Anava, hanya saja dalam Anacova ditambah pengendalian
secara statistik terhadap variabel numerik.
Penerapan analisis kovarians dalam penelitian yaitu: analisis kovarians satu
jalur (satu kovariabel), analisis kovarians satu jalur (dua kovariabel),
analisis kovarians satu jalur (tiga kovariabel).
31
DAFTAR PUSTAKA
James P.Stevens, 2009. Applied Multivariate Statistics For The So Cial Sciences
.Fifth Edition University of Cincinnati. I New York London.
Santoso, Singgih. Buku Latihan SPSS Statistik Multivariat (Modul 17: General
Linear Model-Univariat). 2002. Jakarta: PT Elex Media Komputindo.
32
27