ANACOVA DAN MANACOVA

PENDAHULUAN
A. Latar Belakang

ANACOVA Merupakan suatu uji apakah faktor tertentu memiliki efek pada
variabel hasil setelah mengeluarkan kuantitatif yang berbeda untuk predictors (variabel
bebas). ANACOVA merupakan teknik yang mengkombinasikan Analisis variansi dan
Analisis regresi.Merupakan metode yang berbasis di regresi linear, maka hubungan antara
variabel dependen dengan variabel independen harus linear dalam parameter.
ANACOVA dilakukan dengan menambahkan variabel concomitant pada model
ANOVA yang memuat efek faktor dengan satu atau lebih variabel tambahan yang berelasi
dengan variabel dependen (Y). Penambahan ini bertujuan mengurangi variansi kesalahan
(error) dalam model.
Pengertian umum analisis kovarian (anakova) adalah penggabungkan antara
uji komparatif dan korelasional. Lantas apa bedanya anakova dengan dengan anova?
Kalau anova hanya menguji perbandingan saja akan tetapi kalau anakova kita menguji
perbandingan sekaligus hubungkan. Isitilah kova dalam anakova berasal dari kata kovarian
(covariance) yang menunjukkan adanya variabel yang dihubungkan. Ingat co dalam
Bahasa Inggris artinya bersama, yang menunjukkan adanya hubungan. Kita
membandingkan variabel tergantung (Y) ditinjau dari variabel bebas (X1) sekaligus
menghubungkan variabel tergantung tersebut dengan variabel bebas lainnya (X2).
Variabel X2 yang dipakai memprediksi inilah yang dinamakan dengan kovarian.
Manacova (multivariat analisis of covarians) suatu uji analisis yang terletak pada
variabel Y(respon) yang memiliki variabel respon dua atau lebih sedangkan variabel
faktornya itu sama-sama mempengaruhi dan ada variable kontrol untuk mnegendaliakan
variabel bebasnya

B. Pengertian

1.1. ANACOVA Merupakan suatu uji apakah faktor tertentu memiliki efek pada variabel
hasil setelah mengeluarkan kuantitatif yang berbeda untuk predictors (variabel bebas).
ANACOVA merupakan teknik yang mengkombinasikan Analisis variansi dan Analisis
regresi.Merupakan metode yang berbasis di regresi linear, maka hubungan antara
variabel dependen dengan variabel independen harus linear dalam parameter.
ANACOVA dilakukan dengan menambahkan variabel concomitant pada model
ANOVA yang memuat efek faktor dengan satu atau lebih variabel tambahan yang berelasi
dengan variabel dependen (Y). Penambahan ini bertujuan mengurangi variansi kesalahan
(error) dalam model.
Pengertian gamblangnya analisis kovarian (anacova) adalah penggabungkan antara
 uji komparatif dan korelasional. Lantas apa bedanya anakova dengan dengan anova?
Kalau anova hanya menguji perbandingan saja akan tetapi kalau anakova kita menguji
perbandingan sekaligus hubungkan. Isitilah kova dalam anakova berasal dari kata kovarian
(covariance) yang menunjukkan adanya variabel yang dihubungkan. Ingat co dalam
Bahasa Inggris artinya bersama, yang menunjukkan adanya hubungan. Kita
membandingkan variabel tergantung (Y) ditinjau dari variabel bebas (X1) sekaligus
menghubungkan variabel tergantung tersebut dengan variabel bebas lainnya (X2).
Variabel X2 yang dipakai memprediksi inilah yang dinamakan dengan kovarian.

1.2. Manacova (multivariat analisis of covarians) suatu uji analisis yang terletak pada
variabel Y(respon) yang memiliki variabel respon dua atau lebih sedangkan variabel
faktornya itu sama-sama mempengaruhi dan ada variable kontrol untuk mnegendaliakan
variabel bebasnya. Kita membandingkan variabel tergantung (Y) ditinjau dari variabel
bebas (X1) sekaligus menghubungkan variabel tergantung tersebut dengan variabel
bebas lainnya (X2). Variabel X2 yang dipakai memprediksi inilah yang dinamakan
dengan kovarian. Dalam manocova terdapat variabel kontrol dimana varianbel ini untuk
mengendalikan variabel bebas ketika dilakukan analisis secara bersama-sama.

C. Fungsi Umum Anakova

Untuk memudahkan pemahaman awam, dapat dikatakan bahwa anakova adalah
penggabungan antara teknik anova dan regresi. Anova Dipakai untuk menguji
perbandingan variabel tergantung (Y) ditinjau dari variabel bebas (X1). Regresi Dipakai
untuk memprediksi variabel tergantung (Y) melalui variabel bebas (X2). Biasanya
karakteristik variabel pengujian anakova adalah sebagai berikut :
Variabel Tergantung (Y) : Kontinum
Variabel Bebas (X1) : Kategorikal
Variabel Bebas (X2) : Kontinum
Kontinum Variabel yang memiliki nilai kuantitatif yang bergerak dalam kontinum
dari rendah hingga tinggi (interval atau rasio). Bebas yaitu kategorikal dan kontinum.

D. Model Analisis Kovariansi

Model Analisis Kovariansi dengan Satu variabel bebas dan satu variabel konkomitan:

E. Anakova dan Variabel Kontrol

 Dengan menggunakan anakova maka peranan variabel bebas terhadap variabel
tergantung, baik melalui komparasi maupun prediksi dapat dilakukan secara bersamaan
(simultan). Beberapa penelitian yang menggunakan variabel kontrol meletakkan variabel
kontrol sebagai kovarian. Fokus penelitian adalah menguji perbedaan, 2 Aplikasi Anakova
dalam Eksperimen.
Dalam penelitian eksperimen, peneliti menguji efektivitas perlakuan yang
diberikan. Perlakuan dikatakan efektif jika terdapat perubahan skor antara kelompok
perlakukan dan kontrol. Nah, inilah fokus analisis kita, membandingkan skor antara
kelompok perlakukan dan kontrol. Dari dua bagian anakova, yaitu perbandingan dan
prediksi, kita sudah mengetahui apa yang dibandingkan, lantas apa yang kita masukkan
dalam bagian prediksi? Yang kita masukkan adalah variabel.

G. Analisis Data Melalui SPSS

Verifikasi Persyaratan Analisis, ada beberapa persyaratan yang harus dipenuhi
sebelum anakova dilakukan. Persyaratan tersebut antara lain:
1. Ada hubungan linier antara kovarian (variabel kontrol) dengan variabel dependen.
Hubungan ini dibuktikan dengan analisis korelasi, jika ada korelasi yang signifikan
antara kovarian dan post test, maka analisis kovarian bisa dilanjutkan.
2. Kemiringan (slope) garis regresi antar kelompok harus sama. Kesamaan kemiringan
garis ini dibuktikan dengan tidak adanya interaksi antara kovarian (variabel kontrol)
dengan perlakuan (variabel bebas).
3. Pengukuran kovarian harus memiliki reliabilitas yang cukup memuaskan (misalnya nilai
alpha di atas 0.8).

H. Asumsi dalam ANACOVA:

1. Galat percobaan berdistribusi normal.
2. Masing-masing populasi untuk setiap level faktor memiliki variansi yang sama
3. Data observasi, Y dependent
4. Hubungan antara X dan Y bersifat linear dan bebas dari perlakuan atau kelompok
percobaan
5. X bersifat tetap dan tidak berkorelasi (bebas) dengan perlakuan yang dicobakan.
Studi Kasus
Penelitian hendak menguji perbedaan kesuksesan bekerja, dukungan sosial
dan performansi karyawan ditinjau dari tipologi kepribadian berdasakan tipe
negosiasi. Ada tiga tipe negosiasi yang dilibatkan dalam penelitian ini yaitu tipe
kompromis, tipe akomodatif dan tipe agresif.

Variabel Penelitian
Variabel Tergantung : 1) Kesuksesan Kerja, 2) Dukungan Sosial, 3) Performansi
Variabel Bebas : Tipe negosiasi

Hipotesis
Hipotesis Mayor (Ha) : Ada perbedaan kesuksesan kerja, dukungan sosial dan
performansi
karyawan ditinjau dari tipe negosiasi
Hipotesis Minor (Ha) :
1) Ada perbedaan kesuksesan kerja ditinjau dari tipe negosiasi individu
2) Ada perbedaan dukungan sosial ditinjau dari tipe negosiasi individu
3) Ada perbedaan performansi karyawan ditinjau dari tipe negosiasi individu

1. Klik ANALYZE – GENERAL LINEAR– MULTIVARIATE

2. Masukkan variabel tergantung pada DEPENDENT VARIABLES
3. Masukkan variabel bebas pada FIXED FACTOR(S)
4. Klik OPTION – DESCRIPTIVE STATISTICS dan ESTIMATE EFFECT SIZES
 5. Jika anda ingin menguji homogenitas varians antar variabel, anda dapat mengklik
HOMOGENITY TEST
6. Jika pembanding anda lebih dari tiga, maka anda dapat mengklik POST HOC (uji
lanjut). Oleh karena dalam kasus ini variabel pembandingnya ada 3 (kompromis,
akomodatif dan agresif) maka POST HOC dipilih. Dari berbagai menu anda dapat
memilih satu jenis. Biasanya peneliti memilih Benferroni atau Tukey, mesk
hasilnya sama saja.

Hasil Output dan Analisis

1. Deskripsi Statistik.
Hasil analisis menunjukkan bahwa rerata kesuksesan, dukungan sosial dan
performansi antar ketiga tipe negosiasi individu berbeda. Terlihat pada tabel di bawah
ini bahwa kesuksesan individu dengan tipe kompromis (M=4.13; SD=0.83) lebih
rendah dibanding dengan tipe akomodatif (M=6.50; SD=0.93) dan tipe agresif
(M=5.63; SD=1.19). Kesuksesan individu dengan tipe akomodatif lebih besar
dibanding dengan kedua tipe lainnya. Di sisi lain, dukungan sosial……”

2. Homogenitas Kovarians Antar Ketiga Variabel

Uji homogenitas bukanlah uji prasyarat mutlak untuk menggunakan anava. Uji
ini menambah informasi mengenai hasil analisis data (Baca tulisan Azwar, 2000)
Jika uji Box’s menghasilkan nilai signifikansi di atas 0.05 maka dapat dikatakan
terdapat kesamaan nilai kovarian ketiga variabel tergantung ditinjau dari variabel
pembandingnya.“Uji Box’s yang menguji kesetaraan kovarians antar variabel
menujukkan bahwa terdapat kesetaraan nilai kovarians antar variabel (F=0.73; p>0.05)”
3. Homogenitas Varians Tiap Variabel
Uji Levene’s dipakai untuk membandingkan varians pada tiap variabel. Jika
Box’s menguji ketiga variabel secara simultan, maka uji Levene’s ketiga variabel
secara spesifik. Sama dengan uji Box’s menghasilkan nilai signifikansi di atas 0.05
maka dapat dikatakan terdapat kesamaan nilai varians variabel tergantung ditinjau dari
variabel pembandingnya.
“Uji Levene’s yang menunjukkan bahwa terdapat kesetaraan nilai varians pada
variabel kesuksesan (F=0.30; p>0.05) dan dukungan sosial (F=0.26; p>0.05).
Sebaliknya variabel performansi tidak menunjukkan kesetaraan varians (F=5.70;
p<0.05). Sesuai dengan pernyataan (Shavelson, 1996) yang mengatakan bahwa analisis
varians tidak terganggu oleh tidak homogennya varians jika jumlah sampel yang
dipakai adalah relatif setara, maka analisis varians dalam penelitian ini dapat
dilanjutkan”

4. Uji Perbandingan Secara Simultan (Multivariate)

Uji ini untuk menjawab hipotesis mayor yang membandingkan ketiga variabel
secara simultan berdasarkan tipe negosiasi individu.
“Melalui analisis secara simultan didapatkan adanya perbedaan yang signifikan ketiga
variabel yang diuji (kesuksesan, dukungan sosial dan performansi) yang ditinjau oleh
ketiga tipe negosiasi (F=18.20; p<0.05). Tipe negosiasi menjelaskan efek ukuran
melalui eta kuadrat sebesar 0.99 yang menunjukkan sumbangan efektif dalam
menjelaskan ketiga variabel adalah 99 persen. Dengan demikian hipotesis mayor
penelitian ini yang menyatakan …. diterima”. (Nilai F yang biasa dipakai adalah
Wilks Lambda)
5. Uji Perbandingan Secara Simultan (Multivariate)
Uji ini untuk menjawab hipotesis minor yang membandingkan tiap variabel
secara terpisah. “Hasil analisis secara terpisah menunjukkan bahwa ada perbedaan
kesuksesan yang signifikan ditinjau dari tipe negosiasi (F=11.68; p<0.05). Tipe negosiasi
mampu menjelaskan varians di dalam kesuksesan sebesar 0.527 (53%). Hasil yang sama
juga ditemukan pada….”

6. Uji Perbandingan Secara Terpisah Lanjutan (Post Hoc)

Uji ini untuk menjawab hipotesis minor yang membandingkan tiap variabel
secara terpisah, namun lebih spesifik lagi berdasarkan tiap tipe negosiasi.1. Variabel
Kesuksesan “Uji lanjutan yang dilakukan dengan menggunakan teknik Benferroni
menunjukkan bahwa kesuksesan tipe kompromis lebih tinggi dibanding dengan tipe
akomodatif (MD=2.38; p<0.05) dan tipe agresif (MD=1.50; p<0.05). Sebaliknya
perbedaan kesuksesan antara tipe akomodatif dan tipe agresif.
Study kasus MANACOVA

Penelitian hendak menguji perbedaan Level education,hours spent study,

ditinjau dari test score dan pendapatan pertahun. ??

Variabel Penelitian
Variabel Tergantung : level Education di katgorikan (
high school, collage, and Graduate
Variabel Bebas : Test Score dan annual Income

Hipotesis
Hipotesis Mayor (Ha) : Ada perbedaan Level education,hours spent study, ditinjau
dari test score dan annual income
Hipotesis Minor (Ha) :
1) Ada perbedaan level education ditinjau dari test score dan annual income
2) Ada perbedaan hours spent study ditinjau dari test score dan annual income
test score annaual income level education hours spent study
5,66 1,8892 1 7
4,79 1,2664 2 6
4,77 3,0988 1 6
4,52 2,7714 1 6
4,43 1,9732 1 7
4,77 1,0352 1 6
5,18 3,0992 3 7
5,75 2,3203 2 6
4,57 2,3929 2 7
4,02 1,9414 1 7
4,43 2,6228 2 8
4,52 2,5209 2 6
4,39 1,9743 1 5
3,95 1,8926 1 7
5,23 1,8163 1 7
6,44 3,8199 3 6
4,2 2,3168 1 7
3,33 1,9087 3 7
3,99 1,6617 1 6
5,23 3,6425 1 6
6,44 3,2823 2 6
6,21 3,3839 1 6
4,43 2,2604 1 7
5,27 4,4384 2 7
4,42 2,0056 1 7
5 0,5003 2 6
6,14 2,6057 0 8
5,2 1,1819 1 4
3,43 3,1744 2 6
4,3 2,2205 2 4
 5,35 2,7288 1 7
5,26 2,2573 2 7
4,64 1,0274 2 6
5,59 1,9155 1 5
4,7 2,5219 1 8
5,41 1,2968 1 7
4,76 1,2029 0 8
4,86 1,5785 1 7
4,27 2,1768 2 6
5,1 2,9991 1 6
4,03 1,6015 2 6
4,86 3,6399 3 5
5,81 3,1842 2 6
4,46 1,1875 2 4
6,82 2,2818 2 5
5,07 3,7656 2 7
5,46 2,1039 1 6
7,48 1,8024 2 5
4,18 2,357 1 7
4,32 1,1015 2 6

Cara analisis data manocova diatas :

Between-Subjects Factors
N
0 2
1 24
level_edducation
2 20
3 4

1. Homogenitas Kovarians Antar Ketiga Variabel

Uji homogenitas bukanlah uji prasyarat mutlak untuk menggunakan anava. Uji
ini menambah informasi mengenai hasil analisis data (Baca tulisan Azwar, 2000)
Jika uji Box’s menghasilkan nilai signifikansi di atas 0.05 maka dapat dikatakan
terdapat kesamaan nilai kovarian ketiga variabel tergantung ditinjau dari variabel
pembandingnya.“Uji Box’s yang menguji kesetaraan kovarians antar variabel
menujukkan bahwa terdapat kesetaraan nilai kovarians antar variabel (F=0,080;
p>0.05)”
 Box's Test of Equality of Covariance Matricesa

Box's M 13,533
F 1,895
df1 6
df2 476,145
Sig. ,080

Tests the null hypothesis that the observed covariance matrices of the
dependent variables are equal across groups.

a. Design: Intercept + hours_spent_study + level_edducation

Multivariate Testsa
Effect Value F Hypothesis df Error df Sig. Partial Eta Squared
Pillai's Trace ,536 25,398b 2,000 44,000 ,000 ,536
Wilks' Lambda ,464 25,398b 2,000 44,000 ,000 ,536
Intercept
Hotelling's Trace 1,154 25,398b 2,000 44,000 ,000 ,536
Roy's Largest Root 1,154 25,398b 2,000 44,000 ,000 ,536
Pillai's Trace ,091 2,214 b
2,000 44,000 ,121 ,091
Wilks' Lambda ,909 2,214b 2,000 44,000 ,121 ,091
hours_spent_study
Hotelling's Trace ,101 2,214b 2,000 44,000 ,121 ,091
Roy's Largest Root ,101 2,214 b
2,000 44,000 ,121 ,091
Pillai's Trace ,174 1,433 6,000 90,000 ,211 ,087
Wilks' Lambda ,830 1,429 b
6,000 88,000 ,213 ,089
level_edducation
Hotelling's Trace ,199 1,423 6,000 86,000 ,215 ,090
Roy's Largest Root ,163 2,446 c
3,000 45,000 ,076 ,140

a. Design: Intercept + hours_spent_study + level_edducation

b. Exact statistic
c. The statistic is an upper bound on F that yields a lower bound on the significance level.

Berdasarkan multivariat tes bisa dilihat wikl lamda pada variabel independen Uji ini
untuk menjawab hipotesis mayor yang membandingkan dua variabel secara simultan
berdasarkan test score dan annual income.
Melalui analisis secara simultan didapatkan adanya perbedaan yang signifikan bahwa
wilklambda hours spent study sebensar 0,909>0,05 dan level education sebesar
0,830>0,05. Dari nilai tersebut membuktikan bahwa
 Kedua variabel yang diuji (hour sprent study dan level education) yang ditinjau oleh
ketiga tipe negosiasi (F=18.20; p<0.05). Tipe negosiasi menjelaskan efek ukuran
melalui eta kuadrat sebesar 0,89 yang menunjukkan sumbangan efektif dalam
menjelaskan ketiga variabel adalah 89 persen. Dengan demikian hipotesis mayor
penelitian ini yang menyatakan …. diterima”. (Nilai F yang biasa dipakai adalah
Wilks Lambda)

Levene's Test of Equality of Error Variancesa

F df1 df2 Sig.
test_score 2,188 3 46 ,102
annual_income ,677 3 46 ,571

Tests the null hypothesis that the error variance of the dependent variable is
equal across groups.
a. Design: Intercept + hours_spent_study + level_edducation
Homogenitas Varians Tiap Variabel
Uji Levene’s dipakai untuk membandingkan varians pada tiap variabel. Jika
Box’s menguji ketiga variabel secara simultan, maka uji Levene’s Dua variabel secara
spesifik. Sama dengan uji Box’s menghasilkan nilai signifikansi di atas 0.05 maka
dapat dikatakan terdapat kesamaan nilai varians variabel tergantung ditinjau dari
variabel pembandingnya.
“Uji Levene’s yang menunjukkan bahwa terdapat kesetaraan nilai varians pada
variabel Test Score (F=0. 2,188; p>0.05)dan variabel annual
income(F=0,677>0.05).Sesuai dengan pernyataan (Shavelson, 1996) yang mengatakan
bahwa analisis varians tidak terganggu oleh tidak homogennya varians jika jumlah
sampel yang dipakai adalah relatif setara, maka analisis varians dalam penelitian ini
dapat dilanjutkan”
 DAFTAR PUSTAKA

Santoso, Singgih. 2010. Statistik Multivariat Konsep Dan Aplikasi Dengan SPSS. Jakarta: PT
Elex Media Komputindo.
-----------------------.2010. Statistic Parametrik Konsep Dan Aplikasi Dengan SPSS. Jakarta:
PT Elex media komputindo.
Simamora, Bilson. 2004. Analisis Multivariat Pemasaran. Jakarta: Gramedia Pustaka Utama.