1.

Juli Reformasi Harefa 20563004

2. Muhamad Fahreza D 20570008

3. Nabhan Luthfidyah 20560005

4. Satrio Wibowo 20570002

1.1 Latar belakang
ANALISIS MULTIVARIAT MERUPAKAN ANALISIS MULTIVARIABEL YANG
BERHUBUNGAN DENGAN SEMUA TEKNIK STATISTIK YANG SECARA SIMULTAN
MENGANALISIS SEJUMLAH PENGUKURAN PADA INDIVIDU ATAU OBJEK (SANTOSO,
2010: 7). ANALISIS INI DIKELOMPOKKAN MENJADI DUA, YAITU ANALISIS DEPENDENSI
DAN ANALISIS INTERDEPENDENSI. ANALISIS DEPENDENSI MERUPAKAN ANALISIS
UNTUK MENGETAHUI HUBUNGAN ANTARA VARIABEL DEPENDEN DAN INDEPENDEN.
CONTOH ANALISIS DEPENDENSI, YAITU: ANOVA, ANCOVA, ANALISIS REGRESI
BERGANDA, DAN ANALISIS DISKRIMAN. SEDANGKAN ANALISIS INTERDEPENDENSI
ADALAH ANALISIS UNTUK MENGETAHUI HUBUNGAN ANTAR VARIABEL INDEPENDEN.
CONTOH ANALISIS INTERDEPENDENSI, YAITU: ANALISIS FAKTOR, ANALISIS CLUSTER,
PENSKALAAN MULTIDIMENSI, DAN ANALISIS KATEGORI.
ANCOVA MERUPAKAN TEKNIK ANALISIS YANG BERGUNA UNTUK MENINGKATKAN
PRESISI SEBUAH PERCOBAAN KARENA DI DALAMNYA DILAKUKAN PENGATURAN
TERHADAP PENGARUH PEUBAH BEBAS LAIN YANG TIDAK TERKONTROL. ANCOVA
DIGUNAKAN JIKA PEUBAH BEBASNYA MENCAKUP VARIABEL KUANTITATIF DAN
KUALITATIF. ANALISIS KOVARIANSI SANGAT MEMBANTU DALAM MENGHASILKAN
KESIMPULAN YANG LEBIH AKURAT. ANCOVA JUGA DAPAT DIKATAKAN SEBAGAI
TEKNIK STATISTIKA YANG MENGKOMBINASIKAN ANALISIS REGRESI DAN ANALISIS
VARIANS.
Rumusan masalah

1. Apa yang dimaksud dengan analisis kovarin ( ancova )

2. Apa tujuan dari analisis kovarian

3. Bagaimana contoh dari analisis kovarian

Tujuan Makalah
Melalui penulisan makalah ini, mahasiswa di harapkan dapat

1. Menjelaskan pengertian analisi kovarian ( ancova )

2. Menjelaskan tujuan digunakannya analisi kovarian

3. Menjelaskan conto analisis kovarian

Pengertian analisis Kovarian
Analisis kovarians (ancova) merupakan kombinasi uji komparasi dan korelasi. Berbeda dengan
ANOVA yang hanya menguji perbandingan, ANOVA untuk pengujian adalah perbandingan dan
hubungan. Kata cova in ancova berasal dari kata covariance, dan co berarti bersama dalam bahasa
Inggris, yang berarti hubungan. Di antara variabel terikat, ada satu atau lebih variabel kuantitatif,
yang disebut kovariat atau variabel penyerta. Ancova didasarkan pada pertimbangan bahwa ada
beberapa variabel dalam kenyataan yang tidak dapat dikendalikan tetapi sangat berkorelasi dengan
variabel terikat yang diamati. Variabel seperti itu disebut kovariat. Secara umum, kovariat adalah
variabel yang secara teoritis berhubungan dengan variabel terikat (dependen variabel) atau beberapa
variabel yang menunjukkan korelasi pada jenis mata pelajaran yang sama dapat dianggap sebagai
kovariat. Tujuan utama dari kovariat yang terlibat Akurasi diperoleh dengan menghilangkan varians
kesalahan dalam penelitian. Selain itu, pencantuman kovariat juga dirancang untuk mengurangi
pengaruh beberapa faktor di luar kendali peneliti. Pemilihan kovariat yang cermat dalam ancova
diperlukan agar penggunaan variabel penggerak konsisten dengan tujuan mengurangi keragaman
perlakuan (Sudiana dan Simamora, 2004).

Konsep ANOVA dan analisis regresi digunakan dalam ANCOVA. Dalam ancova, variabel terikat
(Y) dibandingkan dengan variabel bebas (X1), sedangkan variabel terikat dihubungkan dengan
variabel bebas lainnya (X2). Variabel X2 yang digunakan untuk memprediksi ini disebut kovariat.
sebagai kovariat dimana hasil dari kovariat tersebut bersesuaian dengan variabel terikat
sebelum melakukan perbandingan kelompok. ANCOVA berfungsi untuk memurnikan
pengaruh variabel dependen dari pengaruh variabel konkomitan. Namun, analisis ini tidak
dapat digunakan untuk . penelitian terhadap lebih dari dua variabel secara bersamaan
(Sudjana, 2002). Ancova akan dihitung dengan melakukan pengendalian statistik yang
gunanya untuk membersihkan atau memurnikan perubahan-perubahan yang terjadi pada
variabel terikat sebagai akibat dari pengaruh variabel- variabel luar atau karena rancangan
penelitian yang tidak kuat. Pengendalian terhadap pengaruh luar dalam penelitian
memiliki fungsi yang penting terutama untuk mempelajari pengaruh murni suatu perlakuan
pada variabel tertentu terhadap variabel lain. Anakova merupakan teknik statistic yan sering
digunakan pada penelitian eksperimental dan juga observasional. Keunggulan-keunggulan
Anakova dalam analisis data penelitian antara lain:
1. Dapat meningkatkan presisi rancangan penelitian terutarna apabila
peneliti masih ragu pada pengelompokan-pengelompokan subyek
perlakuan yang diterapkan dalam penelitian, yaitu apakah sudah benar-
benar dapat mengendalikan pengaruh variabel luar ataukah belum.

2. Dapat digunakan untuk mengendalikan kondisi-kondisi awal dari

variabel terikat.

3. Dapat digunakan untuk mereduksi variabel-variabel luar yang tidak

diinginkan dalam penelitian
Tujuan Analisis Kovarian

1. Sebagai metode atau prosedur control statistik (statistical control sebagai lawan dari experimental control) atas suatu variabel yang tidak dikontrol,
artinya luput dari control secara eksperimental.

2. Berkaitan dengan tujuan pertama, sebagai metode untuk meningkatkan presisi atau kecermatan eksperimen dengan mengurangi varians kesalahan
(error variance).

3. Menolong peneliti dalam memahami atau mengkritisi efektivitas treatmen yang diselidiki

4. Untuk menguji homogenitas dari serangkaian koefisien regresi

Contoh Analisis Kovarian
SUATU PENELITIAN DILAKUKAN DI SEBUAH PERGURUAN TINGGI UNTUK MENGETAHUI APAKAH ADA
PENGARUH PERBEDAAN DOSEN PENGAJAR TERHADAP NILAI MATA KULIAH MAHASISWA, MISAL MATA
KULIAH A. DI PERGURUAN TINGGI TERSEBUT TERDAPAT 3 ORANG DOSEN YANG MENGAJAR MATA
KULIAH YANG SAMA, MISAL DOSEN I, DOSEN II, DAN DOSEN III.
 
DALAM KASUS DI ATAS, PEUBAH-PEUBAH YANG DIGUNAKAN ADALAH:
• PEUBAH RESPON (Y) YAITU NILAI YANG DIPEROLEH MAHASISWA UNTUK MATA KULIAH TERSEBUT
• PERLAKUAN/TREATMENT YAITU DOSEN PENGAJAR (TERDAPAT 3 KATEGORI)
DALAM KENYATAAANNYA TERDAPAT FAKTOR-FAKTOR LAIN YANG JUGA MEMPENGARUHI NILAI
MAHASISWA, MISALNYA IQ. OLEH KARENANYA DIGUNAKAN IQ SEBAGAI PEUBAH KONTROL
(COVARIATE)
UNTUK MENGURANGI TINGKAT KESALAHAN.
UNTUK KEPERLUAN PENELITIAN INI, DIAMBIL SAMPEL MASING-MASING 12 ORANG MAHASISWA
DARI SETIAP DOSEN PENGAJAR. DATA YANG DIPEROLEH ADALAH SEBAGAI BERIKUT.
Langkah pengolahan

 BUKA FILE DATA YANG SUDAH DIENTRY DI SPSS DATA EDITOR.

 DARI MENU ANALYZE, PILIH SUBMENU GENERAL LINEAR MODEL, PILIH
UNIVARIATE. LALU
 AKAN MUNCUL KOTAK DIALOG. PENGISIAN KOTAK DIALOG:
 MASUKKAN VARIABEL NILAI KE BAGIAN DEPENDENT VARIABLES
 MASUKKAN VARIABEL DOSEN KE BAGIAN FIXED FACTOR(S). FIXED FACTOR(S)
SELALU
 BERISI DATA BERTIPE NOMINAL (KUALITATIF).
 MASUKKAN VARIABEL IQ KE BAGIAN COVARIATE(S)
 KLIK OK
 DEFAULT DARI SPSS ADALAH SS TYPE III. UNTUK MENDAPATKAN SS TYPE I
CARANYA ADALAH SEBELUM KLIK OK, TERLEBIH DAHULU KLIK MODEL DAN PADA
BAGIAN SUM OF SQUARES PILIH TYPE I, LALU KLIK CONTINUE DAN TERAKHIR
KLIK OK
Dari output di atas terlihat bahwa angka signifikansi untuk peubah IQ adalah 0,000.
karena nilai Sig.<0,05 maka H0 ditolak. Hal ini berarti bahwa pada tingkat kepercayaan
95% dapat dikatakan ada hubungan linier antara IQ dengan nilai yang diperoleh oleh
mahasiswa. Pernyataan ini mengindikasikan bahwa asumsi ANCOVA telah terpenuhi.
Pengujian ini dilakukan dengan menghilangkan pengaruh perbedaan dosen dari model
terlebih dahulu.
 
Selanjutnya dilakukan pengujian untuk mengetahui pengaruh perbedaan dosen
pengajar terhadap nilai yang diperoleh mahasiswa. Pengujian ini dilakukan dengan
menghilangkan pengaruh IQ dari model. Dari hasil pengolahan terlihat bahwa angka
signifikansi untuk peubah dosen adalah 0,024. Karena nilainya jauh di bawah 0,05 maka
H0 ditolak. Sehingga dapat disimpulkan bahwa tanpa pengaruh IQ, pada tingkat
kepercayaan 95% ada pengaruh perbedaan dosen pengajar terhadap nilai yang diperoleh
mahasiswa.
 
Untuk mengetahui pengaruh IQ mahasiswa dan perbedaaan dosen pengajar
terhadap nilai yang diperoleh mahasiswa secara simultan dapat dilihat dari angka
signifikansi pada bagian Corrected Model. Terlihat bahwa angka signifikansinya adalah
sebesar 0,000. Karena nilai signifikansi jauh di bawah 0,05 maka H0 ditolak. Sehingga
pada tingkat kepercayaan 95% dapat disimpulkan bahwa secara simultan IQ mahasiswa
dan dosen pengajar berpengaruh terhadap nilai yang diperoleh mahasiswa.
Note : Jika dari hasil pengujian menunjukkan bahwa perlakuan berpengaruh terhadap
model, sedangkan covariate tidak, maka hilangkan covariate dan run dengan SPSS lagi.
Simpulan
Berdasarkan pembahasan diatas maka dapat ditarik kesimpulan sebagai berikut

1.ANALISIS KOVARIAN (ANAKOVA) ADALAH UJI STATISTIK MULTIVARIAN YANG MERUPAKAN

PERPADUAN ANTARA ANALISIS REGRESI DENGAN ANALISIS VARIAN (ANAVA). ANALISIS
KOVARIAN (ANAKOVA) DIKEMBANGKAN OLEH R. A. FISCHER, SEORANG PAKAR STATISTIK
BERKEBANGSAAN INGGRIS DAN PERTAMA KALI DIPUBLIKASIKAN PADA TAHUN 1932.

2.ADAPUN LANGKAH-LANGKAH PERHITUNGAN ANALISIS KOVARIAN YAITU :

1) MEMBUAT TABEL KERJA ANAKOVA
2) MELAKUKAN PERHITUNGAN A. SUMBER VARIASI TOTAL (RESIDU) B. SUMBER
VARIASI DALAM (JK DALAM RESIDU) C. SUMBER VARIASI ANTAR D.
MENGHITUNG DERAJAT KEBEBASAN E. MENGHITUNG RATA-RATA KUADRAT (RK) F.
MENGHITUNG HARGA F G. SIMPULAN
3.Adapun langkah-langkah pengujian analisis kovarian dalam SPSS yaitu:
1) Klik “Variable view”
2) Selanjutnya, ketik variabel-variabel dalam penelitian,
danklik“Values” pada variabel metode
3) Klik “Data view”
4) Klik “Analyze”, Klik “General Linear Model”, dan Klik “Univariate”
5) Klik OK pada kotak dialog “Univariate”
6) Klik “Model” pada kotak dialog Univariate dan klik full factorial
7) Klik OK pada kotak dialog Univariat
8) Selanjutnya akan muncul hasil perhitungan dan hasil analisis SPSS
9) Selanjutnya buatlah kesimpulan