(Analysis of Covarians)
A. Pengertian Anacova
1
koefisien arah regresi tidak sama dengan nol, dan (5) koefisien arah regresi
homogen. Selanjutnya ada beberapa asumsi lain juga yang perlu diperhatikan
diantaranya adalah 1). Variabel luar yang dikendalikan (covariabel) harus
berskala interval atau rasio, 2). 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.
2
∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑
Keterangan:
A, B, dan C = Faktor
X1,2,3 = kovariabel
Y = Kriterium
JK A / dbA RJK A
Rumus yang digunakan: FA
*
3
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
Tabulasi Data
A1 A2 A2
No 2 2 2 2
X Y X Y X.Y X Y X Y X.Y X Y X2 Y2 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
4
Jumlah 520 300 29054 10064 16603 470 390 23888 16106 19241 490 360 25898 14536 18978
Rata 52 30 47 39 49 36
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
(∑ )
∑ ( ) ∑
( )
(∑ )
∑ ∑
( )
(∑ )(∑ )
∑ ∑
( )( )
5
5). Menghitung JKReg. Tot. = x xy
= 0,519 x 3022
= 1567,359
Y 2
y YT2
2 A
1). JKY = =
nA
= 40706 - (300 /10 +3902 /10 + 3602 /10)
2
=3536
X 2
2). JKXd = x = X T
2 2 A
d
nA
= 78840 – (520 /10 +4702 /10 + 4902 /10)
2
= 5700
3).JPXY=xyd = XYTot
X A YA
nA
= 54822 – (520x300/10) + (470 x 390/10) + (490x360)/10)
= 3252
= 3252 / 5700
= 0,5705
6
Db A* = db A = a – 1 = 3-1= 2
Db D* = db D – M = N – a – M ( jumlah kovariabel) = 30-3-1 = 26
Db Tot.* = db Tot. – M = N – 1 – M = 30-1-1=28
7
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
a
Levene's Test of Equality of Error Variances
.395 2 27 .677
8
Tests of Between-Subjects Effects
Dependent Variable:Prestasi Belajar
Type III Sum of
Source Squares Df Mean Square F Sig.
a
Corrected Model 2275.352 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)
9
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 (X1) 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: µ 1 = µ 2 (Tidak terdapat perbedaan....)
H1: µ 1 ≠ µ 2 (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
10
A1 A2
No
2 2 x1.y 2 2 x1.y
X1 X2 Y X1 X2 Y2 X2.Y X1.X2 X1 X2 Y X1 X2 Y2 X2.Y X1.X2
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
Jmlh 66 74 61 452 556 377 411 457 498 64 67 70 434 465 508 466 483 444
(∑ ) ( )
2). ∑ ∑
(∑ ) ( )
3). ∑ ∑
11
(∑ )(∑ ) ( )
4). ∑ ∑
(∑ )(∑ ) ( )
5). ∑ ∑
(∑ )(∑ ) ( )
6). ∑ ∑
1).
YA! 2 YA 2
885 61 70 885 862,1 22,9
2 2
y 2
Y 2
2
10
n1 10
tot
n2
2).
X A1 2 X A2 2 66 2 64 2
x1 X 1 tot n n 886 10 10 886 845,2 40,8
2 2
1 2
X A1 2 X A2 2
1021 74 67 24,5
2 2
x X 2 tot
2 2
3) 10
10
2
n1 n2
4).
X A1. YA1 X A2 . YA2
x y X Y 877 66 x61 64 x70 26,4
1 1 tot
n1 n2 10 10
5).
X A1 . YA1 X A2 . YA2
x 2 Ytot
y
X n1
2
n2
74 x61 67 x70
940 940 920,4 19,6
10 10
X 1 A1. X 2 A1 X 1 A2 . X 2 A2
x x X X
1 2 1
n
2 tot
n
6). 1 2
66 x74 64 x67
942 942 917,2 24,8
10 10
12
x y b1 x b2 x x
2
(1) 1 1 1 2
x y b1 x x b2 x
2
(2) 2 1 2 2
13
JK total y 2 (b1 x1 y b2 x2 y) 26,95 (0,589 x25,5) (0,053x16,45)
26,95 15,89135 11,05865 11,059.
JKres.dal =
y 2
(b1 x1 y b2 x2 y) 22,9 (0,418x26,4) (0,377 x19,6)
22,9 18,4244 4,478
14
∑ ∑
( ) √
∑
*( )( )+ *( )( )+
√
√ √
Output Analisis
15
Descriptive Statistics
16
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: µ 1 = µ 2
H1: µ 1 ≠ µ 2
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
17
beta masing-masing. Untuk menghitung beta 1, beta 2, dan beta 3, menggunakan
persamaan linear pada analisis regresi tiga predictor.
Y 2
1312
1). y Y
2 2
tot
N
tot
885
20
26,95
X 1tot 2 1302
x1 X1 886 41
2 2
2). tot
N 20
X 2
141
2
x X2 1021
2 2 2 tot
3). 2 tot = 26,95
N 20
X 3tot
2
124
2
x X3 796 27,2
2 2
4). 3 tot
N 20
18
X Y 130 x131 25,5
x y X Y 877
1 tot tot
5). 1 1 tot
N 20
1).
YA! 2 YA 2
885 61 70 885 862,1 22,9
2 2
y 2
Y 2
2
10
n1 10
tot
n2
2).
X A1 2 X A2 2
886 66 64 886 845,2 40,8
2 2
1 1 n
2 2
x X 10
10
tot
1 n2
X A1 2 X A2 2
1021 74 67 24,5
2 2
3) x2 X 2 tot
2 2
10
n1 n2 10
X A1 2 X A2 2
796 60 64 26,4
2 2
4). x3 X 3 tot
2 2
10
n1 n2 10
X A1 * Y A1 X A2 * Y A2
x y X Y
1 1 tot
n1
n2
5).
66 x61 64 x70
877 26,4
10 10
19
X A1 x Y A1 X A2 x Y A2
x 2y X 2Ytot
n1
n2
6).
74 x61 67 x70
940 940 920,4 19,6
10 10
X A1 * Y A1 X A2 * Y A2
x y X 3Ytot
3 n1
n2
7).
60 x61 64 x70
833 833 814 19
10 10
X 1 A1 * X 2 A1 X 1 A2 * X 2 A2
x x1 2 X 1 X 2 tot
n
n2
8). 1
66 x74 64 x67
942 942 917,2 24,8
10 10
X 1 A1 * X 3 A1 X 1 A2 * X 3 A2
x x 1 3 X 1 X 3 tot
n
n2
9). 1
66 x60 64 x64
832 832 805,6 26,4
10 10
X 2 A1 * X 3 A1 X 2 A2 * X 3 A2
x x3 X 2 X 3 tot
2 n
n2
10). 1
60 x74 64 x67
891 891 872,8 18,2
10 10
x y b x b x x b x x
2
1 1 1 2 1 2 3 1 3
x y b x x b x b x x
2
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
20
----------------------------------------------------- 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.
---------------------------------------------------
(4) 0,7 = 25,8 b1 + (-272,3)b2 + 0 b3
(5) 98 = 256,8 b1 + 450,8 b2 + 0 b3
---------------------------------------------------
0,7 x 450,8) – (98 x -272,3); (25,8 x 450,8) – (256,8 x-272,3). Sehingga
diperoleh persamaan (6) ; 27000,96 = 81557,28 b1;
Dengan demikian, diperoleh harga
b1=. 27000,96/81557,28
b1 = 0,331
Dengan memasukkan harga b1 ke persamaan (5), diperoleh:
98 = (0,331)(256,8) + 450,8b2
sehingga menjadi: 98 = 85,0008 + 450,8b2,
98 - 85,0008 = 450,8b2,
12,9992 = 450,8b2.
Jadi b2 = 12,9992/450,8 = 0,029.
Untuk menghitung b 3, gunakan salah satu persamaan di atas yang ada beta
tiganya. Misalnya, kita gunakan persamaan (2) sehingga menjadi sebagai berikut.
21
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.
(2) x2 y b1 x1x2 b2 x2 b3 x2 x3
2
(3) x3 y b1 x1x3 b2 x2 x3 b3 x3
2
22
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 (b1 x1 y b2 x2 y b3 x3 y) 22,9 (0,354 x26,4) (0,348x19,6 0,126 x19)
2
23
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
(YIPA 7,132 YIPS 5,97) .
Jika kita ingin mengetahui kontribusi koefisien regresi ganda antara
kriterium dengan kovariabel X1, X2 dan X3, harga Ry (1,2,3) itu dapat dicari
dengan menggunakan bahan-bahan sumber variasi dalam kelompok, sebagai
berikut.
b1 x1 y b2 x2 y b3 x3 y
Ry (1,2,3)
y 2
24
7. Masukkan variabel X ke bagian Covariate(s) yaitu data IPK (X1), IQ (X2)
dan Bakat (X3)
8. Pilih Options terus pilih Descriptive Statistics dan Homogenity Test
9. Klik OK
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.
25
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 (X3) = 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.
DAFTAR PUSTAKA
Santoso, Singgih. Buku Latihan SPSS Statistik Multivariat (Modul 17: General
Linear Model-Univariat). 2002. Jakarta: PT Elex Media Komputindo.
26
27