MANCOVA (Multivariate Analysis of Covariance) Dua Kovariat dan POST HOC

MANCOVA merupakan perluasan dan ANCOVA, dimana ANCOVA merupakan

perpaduan antara ANCOVA dan regresi (Rencher, 1998: 178). MANCOVA adalah analisis
kovarians dengan lebih dari satu variabel terkai. Dalam MANCOVA terdapat variabel
komkomitan atau kovariat yang dianggap sebagai variabel bebas dan haruslah berskala rasio atau
interval. Adanya kovariat bertujuan untuk menghilangkan pengaruh dari faktor percobaan yang
tidak dikontrol dan mengurangi galat varians (error variance) (REncher, 1998: 178), dengan
demikian tujuan dari MANCOVA adalah untuk mengetahui apakah terdapat perbedaan pengaruh
perlakuan (faktor atau grup) terhadap variabel terikat setelah disesuaikan dengan kovariat.

A. MANCOVA dengan Dua Kovariat

Uji yang dilakukan dalam MANCOVA dengan dua kovariat sama dengan yang dilakukan
pada MANCOVA satu kovariat. Prosedur analisis yang digunakan dalam analisis satu kovariat
dapat diperluas penggunaannya pada kasus dua kovariat atau lebih. Misalkan dalam suatu kasus
terdapat dua kovariat, 𝑋1 dan 𝑋2 dan melibatkan satu variabel dependen, yaitu Y. Dalam hal ini
diasumsikan bahwa antara Y, 𝑋1 dan 𝑋2 terdapat hubungan berbentuk:
𝑌𝑎𝑑𝑗.𝑖𝑗 = 𝑌𝑖𝑗 − 𝛽𝑤𝑦𝑥1(𝑋𝑖𝑗1 − 𝑋1) − 𝛽𝑤𝑦𝑥2(𝑋𝑖𝑗2 − 𝑋2) = 𝜇 + 𝜏𝑖 + 𝜀𝑖𝑗
Jika dua kovariat mereprsentasikan pilihan yang bagus, maka kovariat ketiga tidak perlu
diikutsertakan untuk mereduksi variansi eror atau bias. Situasi analog terjadi dalam multiple
regression (regresi ganda): terdapat suatu kondisi dimana penambahan variabel predictor tidak
diperlukan untuk meningkatkan ketepatan prediksi.
Asumsi yang harus dipenuhi dalam MANCOVA adalah adanya hubungan linear antara
kovariat 𝑋𝑖𝑗 (𝑋𝑖𝑗1 dan 𝑋𝑖𝑗2, untuk dua kovariat) dengan vector variabel dependen 𝑌𝑖𝑗, slope
persamaan regresi antara kelompok sama, dan adanya pengaruh perlakuan atau perbedaan mean
yang disesuaikan dengan kovariat antar kelompok.
 B. Asumsi pada MANCOVA

Hipotesis nol yang akan diuji yaitu rata-rata populasi yang disesuaikan (the adjusted
population mean vectors) adalah sama atau tidak terdapat perbedaan rata-rata populasi yang
disesuaikan untuk semua kelompok.
Contoh Kasus:
Peneliti ingin mengetahui pengaruh model pembelajaran Somatic Auditory Visualization Intelectually
(SAVI), Visualization Auditory Kinestetics (VAK), dan Auditory Intellectually Repetion (AIR) serta menguji
pengaruh IQ dan Motivasi terhadap hasil belajar kognitif, afektif siswa
SAVI VAK AIR
Afekti IQ
IQ Motivasi Kognitif IQ Motivasi Kognitif Afektif Motivasi Kognitif Afektif
f (X1
(X1) (X2) (Y1) (X1) (X2) (Y1) (Y2) (X2) (Y1) (Y2)
(Y2) )
100 1 68 55 108 2 62 53 104 1 78 60
107 2 75 58 109 3 51 65 107 3 54 60
100 3 62 60 104 2 65 52 110 4 53 59
112 2 74 65 106 3 63 72 105 2 57 53
109 2 58 70 113 1 78 57 107 3 60 67
114 3 62 63 109 2 60 59 109 2 74 65
109 2 58 65 110 1 75 72 104 3 56 60
111 3 57 60 107 2 54 63 103 2 60 51
109 1 79 65 107 3 70 68 102 3 53 57
110 2 61 70 108 3 62 70 108 1 68 52
  Jumlah 654 631     640 631     613 584
  Rata-rata 65.4 63.1     64 63.1     61.3 58.4

1. Menguji Hipotesis Uji MANCOVA

a. Hipotesis Uji sebelum Kovariat disertakan dalam Uji MANCOVA

( )( )( )
μ11 μ 12 μ13
H0 : μ21 = μ 22 = μ23
μ31 μ 32 μ33

H 1 : μi ≠ μ j
H0 : Tidak terdapat perbedaan yang signifikan dari rata-rata hasil belajar antara siswa yang diajar
dengan model pembelajaran SAVI, VAK, dan AIR.
H1 : Terdapat perbedaan yang signifikan dari rata-rata hasil belajar antara siswa yang diajar dengan
model pembelajaran SAVI, VAK, dan AIR.
 Hipotesis yang telah disusun selanjutnya diuji dengan SPSS dengan langkah AnalyzeGeneral Linier
ModelMultivariate masukkan Kognitif, afektif dan Psikomotorik ke Dependent
Variables Masukkan Model ke Fixed Factor(s) dan menghasilkan output sebagai berikut:
b. Hipotesis Uji setelah Kovariat disertakan dalam Uji MANCOVA

( )( )( )
μ11 μ 12 μ13
H0 : μ21 = μ 22 = μ23
μ31 μ 32 μ33

H 1 : μi ≠ μ j

H0 : Tidak terdapat pengaruh yang signifikan dari kovariat (IQ dan motivasi) terhadap perbedaan rata-
rata hasil belajar antara siswa yang diajar dengan model pembelajaran SAVI, VAK, dan AIR.

H1 : Terdapat pengaruh yang signifikan dari kovariat (IQ dan motivasi) terhadap perbedaan rata-rata
hasil belajar antara siswa yang diajar dengan model pembelajaran SAVI, VAK, dan AIR.

AnalyzeGeneral Linier ModelMultivariate masukkan Kognitif, afektif dan Psikomotorik ke

Dependent Variables Masukkan Model ke Fixed Factor(s) masukkan IQ dan Motivasi ke
Covaraite(s)selanjutnya menghasilkan output sebagai berikut:

Berdasarkan output pada uji Hipotesis Mancova sebelum dan sesudah disertakan kovariat, terdapat
perbedaan nilai Wilk’s Lambda pada keduanya, dimana sebelum disertakan kovariat nilai sig pada output
yaitu,… sedangkan setelah disertakan kovariat nilai sig menjadi …. Hal ini bermakna bahwa terdapat
pengaruh yang signifikan dari kovariat (IQ dan motivasi) terhadap perbedaan rata-rata hasil belajar antara
siswa yang diajar dengan model pembelajaran SAVI, VAK, dan AIR. Data ini juga didukung oleh nilai sig
Wilk’s Lambda dari kedua kovariat yaitu nilai sig IQ = dan nilai sig motivasi =

Dengan demikian uji lanjut dapat dilakukan

Uji lanjut/ POST HOC

Langkah-langkah:
1. Buka program SPSS
2. Klik file, pilih new kemudian pilih data
3. Input data. Tulis sesuai dengan format di bawah ini:
4. Setelah data selesai diinput lalu klik Analyze - General Linear Model – Multivariate
5. Masukan Y1 dan Y2 ke Depent Variables, X1 dan X2 ke Covariate (s), dan Group ke
Fiexd Factor (s)
6. Klik Model – pilih Build terms. Type: Interaction lalu masukan GROUP
ke Model dan X1 dan X2 ke Model. Selanjutnya klik Continue.
7. Klik EM-Means, pindahkan GROUP ke Display Means for:, centang
Compare Main Effects

8. KIlik options, pastikan tidak ada yang tercetangan pada display. Kemudian
klik Continue, lalu klik OK
9. Hasil

Interpretasi:
Perhatikan bahwa hasil Test of between-Subjects Effects, nilai Mean Square pada
Source Error Y1= dan Y2 = Nilai tersebut merupakan nilai 𝑀𝑆𝑆𝑎𝑑𝑗 yang
diperlukan dalam perhitungan POS HOC (cek di dalam file excel).