Analisis Kovarians Satu Jalur (Dua Kovariabel)

Analisis kovarians satu jalur dengan dua kovariabel merupakan suatu teknik analisis dengan
adnaya pengendalian secara statistik terhadap variabel. Pada analisis kovarians satu jalur dengan
dua kovariabel menggunakan pembelajaran dengan metode konvensional (A1) dengan metode
kooperatif (A2) dengan dilakukannya pengendalian tes bakat (X 1) dan motivasi belajar (X2).
Sehingga hasil belajar (Y) yang dihasilkan dapat menentukan apakah memiliki perbedaan
dengan kedua metode tersebut.
1. Rumusan Masalah
Setelah dilakukannya tes bakat (X1), dan motivasi belajar (X2). Apakah terdapat
perbedaan hasil belajar IPA (Y) antara siswa yang mengikuti pelajaran 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 belajar (X2), terdapat perbedaan hasil belajar IPA (Y) antara siswa yang
mengikuti pelajaran dengan metode konvensional (A1) dengan metode kooperatif (A2).
3. Hipotesis Statistik
H0 : μ 1 = μ 2
(Tidak terdapat perbedaan dari metode konvensional (A1) dengan metode kooperatif (A2)
yang dilakukan dengan tes bakat dan motivasi belajar dengan hasil belajar (Y) yang
dihasilkan)
H1 : μ 1 ≠ μ 2
(Terdapat perbedaan dari metode konvensional (A1) dengan metode kooperatif (A2) yang
dilakukan dengan tes bakat dan motivasi belajar dengan hasil belajar (Y) yang dihasilkan)
Kriteria pengujian :
Jika Fhitung > Ftabel, Maka H0 ditolak dan
Jika Fhitung < Ftabel, Maka H0 diterima
Atau
Jika angka Sig.> 0.05 maka Maka H0 diterima
Jika angka Sig.< 0.05 Maka H0 ditolak

4. Tabel Data Fiktif

 A1 A2
No
X1 X2 Y X1 X2 Y
 1 8 6 6 5 6 6
2 7 8 8 7 8 7
3 6 6 6 6 7 8
4 6 7 7 7 9 8
5 8 5 5 8 8 6
6 9 6 6 5 7 6
7 7 8 8 6 8 9
8 5 6 6 8 6 7
9 6 7 7 9 6 8
10 7 8 8 7 8 7

Keterangan :
A = Metode Pembelajaran (A1 = Metode Konvensional; A2 = Metode Kooperatif)
Y = Hasil Belajar
X1 = Skor Tes Bakat
X2 = Skor Motivasi Berprestasi

5. Langkah Perhitungan
a. Secara Manual (Excel)
 Tabel Tabulasi Data
A1 A2
No X1*X
X1 X1^2 X2 X2^2 Y Y^2 X1*Y X2*Y X1 X1^2 X2 X2^2 Y Y^2 X1*Y X2*Y X1*X2
2
1 8 64 6 36 6 36 48 36 48 5 25 6 36 6 36 30 36 30
2 7 49 8 64 8 64 56 64 56 7 49 8 64 7 49 49 56 56
3 6 36 6 36 6 36 36 36 36 6 36 7 49 8 64 48 56 42
4 6 36 7 49 7 49 42 49 42 7 49 9 81 8 64 56 72 63
5 8 64 5 25 5 25 40 25 40 8 64 8 64 6 36 48 48 64
6 9 81 6 36 6 36 54 36 54 5 25 7 49 6 36 30 42 35
7 7 49 8 64 8 64 56 64 56 6 36 8 64 9 81 54 72 48
8 5 25 6 36 6 36 30 36 30 8 64 6 36 7 49 56 42 48
9 6 36 7 49 7 49 42 49 42 9 81 6 36 8 64 72 48 54
10 7 49 8 64 8 64 56 64 56 7 49 8 64 7 49 49 56 56
52
Total 69 489 67 459 67 459 460 459 460 68 478 73 543 72 492 528 496
8
Rata- 6. 6. 7.
6.7 6.8 7.2
Rata 9 7 3

 Tabel Data Statistik

Statisti A1 A2 Total
 k
N 10 10 20
∑ X1 69 68 137
∑ X12 489 478 967
∑ X2 67 73 140
∑ X22 459 543 1002
∑Y 67 72 139
∑ Y2 459 528 987
∑ X1Y 460 492 952
∑ X2Y 459 528 987
∑ X1 X2 460 496 956
Rata-rata
X1 6.9 6.8 13.7
X2 6.7 7.3 14
Y 6.7 7.2 13.9

 Menghitung Sumber Variasi Total

1. ∑ Y 2 = ∑ Y 2total - ¿ ¿ = 987 - ¿ ¿ = 20,95
2. ∑ X 21 = ∑ X 21(total) - ¿ ¿ = 967 - ¿ ¿ = 28,55
3. ∑ X 22 = ∑ X 22(total) - ¿ ¿ = 1002 - ¿ ¿ = 22
( 137 ) .(139)
4. ∑ X 1 Y = ∑ X 1 Y total - ¿ ¿ = 952-
20
= -0,15

( 140 ) .( 139)
5. ∑ X 2 Y = ∑ X 2 Y total - ¿ ¿ = 987 -
20
= 14

( 137 ) .(140)
6. ∑ X 1 X 2 = ∑ X 1 X 2(tot) - ¿ ¿ = 956 - 20
= -3

 Menghitung Sumber Variasi Dalam (Residu)

( ) = 19,7
2 2
(67) (72)
1. ∑ Y 2 = ∑ Y 2total – ¿ = 987 - 10
+
10
 ( )
2 2
(69) (68)
2. ∑ X 21 = ∑ X 21(total) - ¿ = 967 - 10
+
10
= 28,5

( )
2 2
(67) (73)
3. ∑ X 22 = ∑ X 22(total) - ¿ = 1002 - 10
+
10
= 20,2

4. ∑ X 1 Y = ∑ X 1 Y total - ¿ = 952 - ( 69.1067 + 6810. 72 ) = 0,1

- ¿ = 987 - (
10 )
67 . 67 73 . 72
5. ∑ X 2 Y = ∑ X 2 Y total 10
+ = 12,5

- ¿ = 956 - (
10 )
69 .67 68 . 73
6. ∑ X 1 X 2 = ∑ X 1 X 2(tot) 10
+ = -2,7

 Menghitung Beta Total (b1 dan b2)

Dalam menghitung beta total menggunakan rumus persamaan regresi linear
dengan sumber dari nilai variasi total, yaitu sebagai berikut.
1. ∑ X 1 Y = b ∑ X 21 + b ∑ X 1 X 2
1 2

−0,15=b 1.28,55+ b 2.−3

2. ∑ X 2 Y = b1 ∑ X 1 X 2 + b2 ∑ X 22
14=b 1.−3+ b 2.22
Diselesaikan dengan Metode Selisih Produk Diagonal (SPD), yaitu sebagai
berikut.

Menjadi :
−3,3=b 1.628,1+b 2.−66
−42=b 1. 9+b 2.−66
38,7=b 1.619,1+ b 2.0
38,7
b 1=
619,1
b 1=0,06
Jadi nilai b1 nya adalah 0,06.
 Kemudian masukan nilai b1 ke persamaan (2) −42=b 1. 9+b 2.−66, yaitu
sebagai berikut.
−42=b 1. 9+b 2.−66
−42=0,06. 9+b 2.−66
−42=0,54+ b 2.−66
b 2.−66=0,54+42
b 2.−66=42,54
−42,54
b 2=
66
b 2=0,64
Jadi nilai b2 nya adalah 0,64

 Menghitung Beta Dalam (b1 dan b2)

Dalam menghitung beta total menggunakan rumus persamaan regresi linear
dengan nilai dari sumber variasi dalam, yaitu sebagai berikut.
1. ∑ X 1 Y = b ∑ X 21 + b ∑ X 1 X 2
1 2

0,1=b 1.28,5+ b 2.−2,7

2. ∑ X 2 Y = b1 ∑ X 1 X 2 + b2 ∑ X 22
12,5=b 1.−2,7+ b2.20,2

Diselesaikan dengan Metode Selisih Produk Diagonal (SPD), yaitu sebagai

berikut.

Menjadi :
2,02=b1. 575,7+b 2.−54,54
−33,75=b 1.7,29+ b 2.−54,54
35,77=b 1.568,41+ b 2.0
 35,77
b 1=
586,41
b 1=0,06
Jadi nilai b1 nya adalah 0,06.
Kemudian masukan nilai b1 ke persamaan (2) 12,5=b 1.−2,7+ b2.20,2 , yaitu
sebagai berikut.
12,5=b 1.−2,7+ b2.20,2
12,5=0,06.−2,7+ b 2.20,2
12,5=0,162+ b 2.20,2
b 2. 20,2=0,162−12,5
b 2. 20,2=−12,3
−12,3
b 2=
20,2
b 2=0,61
Jadi nilai b2 nya adalah 0,61

 Menghitung Jumlah Kuadrat Residu Total (JK res total ), dengan sumber dari nilai
variasi total.
(JK res total) = ∑ Y 2 – ( (b1 ∑ X 1 Y )+ (b2 ∑ X 2 Y ¿
(JK res total) = 20,95 – (0,06. -0,15) + (0,64 . 14)
(JK res total) = 20,95 – (-0,009) + 8,96
(JK res total) = 29,919
Jadi nilai jumlah kuadrat residu total adalah 29,919.

 Menghitung Jumlah Kuadrat Residu Dalam (JK res dalam), dengan sumber dari nilai
variasi dalam.
(JK res dalam) = ∑ Y – ( (b1 ∑ X 1 Y )+ (b2 ∑ X 2 Y ¿
2

(JK res dalam) = 19,7 – (0,06. 0,1) + (0,61 . 12,5)

(JK res dalam) = 19,7 – 0,006 + 7,625
(JK res dalam) = 27,319
Jadi nilai jumlah kuadrat residu dalam adalah 27,319
 Menghitung Jumlah Kuadrat Residu Antar
JK res antar = JK res total - JK res dalam
JK res antar = 29,919 – 27,319
JK res antar = 2,6 (varians terbesar)

 Menghitung Derajat Kebebasan (db) dan Rerata Jumlah Kuadrat (RJK)

db residu total = n – m – 1 = 20 – 2 – 1 = 17 (n=jumlah sampel, m=jumlah
kovarian)
db residu antar = k – 1 = 2 -1 = 1 (k= jumlah kelompok)
db residu dalam = db residu total - db residu dalam =17 – 1 = 16
RJKAntar = JKAntar / dbA = 2,6/1 = 2,6
RJK dalam = JKDalam / dbDalam = 27,319/15 = 1,70 (varians terkecil)

 Menghitung Nilai Variansi

JK residu dalam 27,319
Variansi Dalam = = =1,70
db residu dalam 16
JK residu antar 2,6
Variansi Antar= = =2,6
db residu antar 1

 Menghitung Nilai F hitung

Variansi Antar 2,6
F hitung = = =1,529
Variansi Dalam 1,70

 Menghitung Nilai F tabel

df (N1) untuk pembilang = k – 1 = 2 – 1 = 1 (2 dari kelompok yaitu A1 dan A2,
serta 1 adalah konstanta)
df2 (N2) untuk penyebut = n – k = 20 – 2 = 18 (20 dari banyaknya sampel dan 2
dari nilai jumlah kelompok)
Ftabel = 4,41
  Kesimpulan
Sumber JK db RJK F hitung F tabel
Variasi
Antar A 2,6 1 2,6 1,529 4,41
Dalam 27,319 16 1,70 - -
Total 9,0886 16 - - -
Berdasarkan hasil analisis di atas, dapat di lihat nilai Fresidu < Ftabel, = 1,529 <
4,41 artinya H0 diterima, sehingga dapat disimpulkan bahwa tidak terdapat
perbedaan yang signifikan Hasil belajar antara mahasiswa yang mengikuti
pembelajaran dengan metode konvensional dan metode kooperatif dengan
pengendalian terhadap skor tes bakat dan skor motivasi belajar.
Untuk harga koefisien regresi ganda antar kovariabel X1 dan X2, Harga Ry (1,2)
dari sumber variasi dalam, yaitu sebagai berikut.

R y ( 1,2 )=
√ b1 ∑ x 1 y+ b2 ∑ x2 y
∑ y2
R y ( 1,2 )=
√ 0,06 .0,1+0,61 . 12,5
19,7

R y ( 1,2 )=
√ 0,006+7,625
19,7
=
√
7,631
19,7
=√ 0,387=0,6220

Jadi R2 = 0,6220 = 62,6%

Berdasarkan nilai di atas, disimpulkan konstribusi kovariabel tes bakat dan
motivasi belajar terhadap hasil belajar sebesar 62,6% dan sisanya dipengaruhi
oleh faktor lain.

b. Secara SPSS
Adapun cara penghitungan dari SPSS, yaitu sebagai berikut.
 Membuka program SPSS
 Menginput data didalam data view dengan memasukan data X1, X2 dan Y.

 Memberikan nama didalam variable view. Pada label (Metode Pembelajaran, Tes
Bakat, Motivasi Belajar dan Hasil Belajar)

 Memberikan nama didalam variable view. Pada value 1 untuk Konvensial dan
value 2 untuk Koorperatif.
 Menganalisis data dengan memilih menu Analyze, pilih General Linear Model
kemudian pilih Univariat.

 Masukan Metode Pembelajaran pada Fixed Factor(s), Tes Bakat dan Motivasi
Belajar pada Covariate (s), dan Hasil Belajar pada Dependent Variable.

 Kemudian tekan option, pada halaman Univariate Optionts centang pada display :
Descriptive statistics dan Homogeneity tests.
 Klik continue dan klik Ok. Akan muncul Univariate Analysis of Variance.