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
( )( )( )
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 AnalyzeGeneral Linier
ModelMultivariate 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.
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 =
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).