Analisis kovarian atau sering disebut dengan Anakova adalah teknik statistik
untuk uji beda multivariat yang merupakan perpaduan antara analisis regresi
(Anareg) dengan analisis varian (Anava)( Kadir, 2015: 412)
Secara lebih khusus dalam Anakova akan diadakan analisis residu pada garis
regresi, yaitu dilakukan dengan jalan membandingkan varian residu antar
kelompok dengan varian residu dalam kelompok ( Suwanda, 2011:319)
TUJUAN ANAKOVA
• Untuk pengontrolan dengan prosedur statistis atau suatu atau
beberapa variable yang tidak terkontrol secara kondisional atau luput
dari control eksperimental.
• Untuk meningkatkan presisi atau kecermatan eksperimen dengan
mengurangi varians kesalahan.
• Untuk memahami atau mengkritisi efektifitas dari perlakuan yang
diselidiki.
• Untuk mempelajari perbedaan rerata simpangan (adjusted means)
variabel (Y), antarkelompo yang dibentuk oleh factor perlakuan.
• Untuk mempelajari homogenitas dari serangkaian koefisien regresi
atau asumsi pengaruh linier X terhadap Y dalam semua kelompok
atau kategori.
RANCANGAN ANAKOVA
A B C
X Y X Y X Y
∑X ∑Y ∑X ∑Y ∑X ∑Y
PENERAPAN ANALISIS ANAKOVA
• Hipotesis penelitian:
H0 : Setelah dikendalikan oleh kovariabel skor tes bakat (X) tidak terdapat perbedaan
hasil belajar (Y) antara siswa yang mengikuti pembelajaran dengan metode
kooperatif (A1) dengan metode ceramah (A2) dan pemberian tugas (A3 ).
H1 :Setelah dikendalikan oleh kovariabel skor tes bakat (X) terdapat perbedaan hasil
belajar (Y) antara siswa yang mengikuti pembelajaran dengan metode kooperatif
(A1) dengan metode ceramah (A2) dan pemberian tugas (A3 ).
• Hipotesis Statistik
H0: µ1 = µ2 = µ3
H1: µ1 ≠ µ2≠ µ3
DATA
A1 A2 A3
X Y X Y X Y
29 15 22 20 33 14
Data Hasil Penelitian
49 19 24 34 45 20 Keterangan:
48 21 49 28 35 30
A = Metode Mengajar ( A1 = metode ceramah,
A2 = metode
35 27 46 35 39 32
pemberian tugas, dan
53 35 52 42 36 34 A3 = metode kooperatif.
47 39 43 44 48 42
X = Skor Tes Bakat (Aptitude Test Score) =
kovariabel (X)
46 23 64 46 63 40 Y = Skor Prestasi Belajar Biologi
74 38 61 47 57 38
72 33 55 40 56 54
67 50 54 54 78 56
UJI PRASYARAT
Menurut Wahana Komputer (2005:205), asumsi ANAKOVA yang akan kita uji adalah
asumsi normalitas, linieritas dan homogenitas.
Normalitas
Uji normalitas sebaran yaitu pengujian apakah data sampel yang diambil telah
mengikuti sebaran distribusi normal. Normalitas penting untuk statistik inferensial
yang bertujuan untuk membuat generalisasi hasil analisis data sampel.
Linieritas
Uji Linieritas bertujuan untuk mengetahui apakah sebaran data yang diuji mempunyai
sebaran yang sesuai dengan garis linear.
Homogenitas
Pengambilan keputusan dari uji ini diketahui dengan memperhatikan sebaran plot
data. Jika sebaran data tidak mengumpul di suatu bagian maka disimpulkan tidak
terjadi heteroskedastisitas, sehingga dapat dikatakan data homogen.
ANALISIS KOVARIAN
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
_
X 52 47 49 49,33
Y 30 39 36 35
Rangkuman Analisis Kovarian
(Taraf Sig.5%)
Dimana:
• 𝑌𝑖𝑗𝑘 : pengamatan pada satuan ke –k dengan taraf ke- i dari faktor A dan taraf ke-j
dari faktor B.
• 𝜇: rata-rata
• 𝐴𝑖 : pengaruh taraf ke-I faktor A
• 𝐵𝑗 : pengaruh taraf ke-j faktor B
• 𝐴𝐵𝑖𝑗 : pengaruh acak
• ∈𝑘 : pengaruh acak satuan percoban yang menghasilkan kombinasi perlakuan.
Dimana:
JKP: adalah jumlah kuadrat
perlakuan
JK(A): adalah jumlah kuadrat
terhadap factor A
JK(B): adalah jumlah kuadrat
terhadap factor A
JK(AB) adalah jumlah kuadrat
interaksi factor A dan B
JK :(G) adalah Jumlah kuadrat
kekeliruan
( Suwanda, 2011: 164)
PENERAPAN DESAIN FAKTORIAL
Tiga jenis bahan pengemas (A, Bdan C) diuji untuk mengetahui umur simpan produk
makanan pada beberapa temperatur yang berbeda-beda. Adapun hasil dari
percobaan tersebut dapat dilihat pada berikut (umur simpan dalam satuan hari)
Suhu
Jenis Bahan
0 4 25
130 34 20
155 40 70
A
74 80 82
180 75 58
150 136 25
188 122 70
B
159 106 58
126 115 45
138 174 96
110 120 104
C
168 150 82
160 139 60
RUMUSAN MASALAH:
• H0 = Tidak ada pengaruh suhu yang berbeda terhadap lama umur simpan masing-masing
bahan pada produk
• H1 = Ada pengaruh suhu yang berbeda terhadap lama umur simpan masing-masing
bahan pada produk
• H0 = Tidak ada pengaruh interaksi antara keduanya terhadap lama umur simpan
H1 = Ada pengaruh interaksi antara keduanya terhadap lama umur simpan
Hipotesis Statistik
a. H0: 𝛼i= 0, i= 1,2,… , a
H1: ada 𝛼i ≠ 0
b. H0: 𝛽j = 0, j = 1,2,… , b
H1: ada 𝛽j ≠ 0
c. H0: (𝛼𝛽)ij= 0, i= 1,2,… , a dan= 1,2,… , b
H1: ada (𝛼𝛽)ij ≠ 0, Setelah itu hitung sub total dari setiap taraf dan faktor
DATA SETIAP FAKTOR
Material Suhu Jumlah
0 4 25