BAHAN AJAR

ANALISIS KOVARIAN (ANAKOVA)

(Satu Jalan)

OLEH :

WIWIK DWI HAPSARI

IVATUL LAILY KURNIAWATI

PROGRAM STUDI S3 TEKNOLOGI PEMBELAJARAN

UNIVERSITAS NEGERI MALANG
OKTOBER 2017
 ANALISIS KOVARIAN (ANAKOVA)
SATU JALAN

A. PENDAHULUAN
Pada suatu penelitian, terdapat kondisi ketika satu atau lebih variabel tidak
dapt dikontrol secara kondisional. Padahal peneliti menyadari bahwa variabel-
variabel tersebut dapat mempengaruhi hasil eksperimen. Untuk itu diperlukan
pengendalian terhadap variabel, pengendalian tersebut biasa dilakukan dengan
menggunakan analisis kovarian (Anakova).
Analisis kovarian merupakan teknik analisis yang berguna untuk
meningkatkan presisi sebuah percobaan karena didalamnya dilakukan pengaturan
terhadap pengaruh variabel bebas lain yang tidak terkontrol. Anakova
menggabungkan analisis varians dan analisis regresi. Model regresi linier
digunakan untuk mengendalikan pengaruh variabel yang tidak terkontrol terhadap
variabel kriteria.

Tujuan analisis kovarian menurut Ferguson (1981 dalam Kadir, 2016)

adalah:
1. Untuk pengontrolan dengan prosedur statistic atas suatu atau beberapa
variabel yang tidak terkontrol secara kondisional atau luput dari kontrol
ekperimental
2. Untuk meningkatkan presisi atau kecermatan eksperimen dengan mengurangi
varians kesalahan
3. Untuk memahami atau mengkritisi efektivitas dari perlakuan yang diselidiki
4. Untuk mempelajari perbedaan rerata simpangan variabel (Y), yang dibentuk
antar kelompok
5. Untuk mempelajari homogenitas dari serangkaian koefisien regresi atau
asumsi pengaruh linear X terhadap Y dalam sebuah kelompok atau kategori.

Anakova dapat melakukan dua macam pengendalian variabel penelitian,

yaitu : (1) pengendalian kondisi awal variabel terikat, dan (2) pengendalian pada
pengaruh variabel luar. Contoh pengendalian kondisi awal variabel penelitian
dapat dicontohkan, seperti penelitian mengenai perbedaan efektivitas dua buah
metode mengajar dengan mengontrol prestasi belajar sebelum penerapan kedua
metode pengajaran terebut. Pengukuran prestasi belajar sebelum penerapan
metode pengajaran itu mencerminkan kondisi awal dari prestasi belajar (yang
merupakan varaibel terikat). Dan contoh pengendalian pengaruh variabel luar,
misalnya, penelitian mengenai pengaruh cara belajar terhadap prestasi belajar
dengan mengendalikan pengaruh kecerdasan siswa. Variabel kecerdasan
merupakan variabel yang berada di luar kawasan variabel cara belajar dan prestasi
belajar, tetapi diduga mempengaruhi prestasi belajar.

Ada beberapa istilah yang perlu dipahami dalam analisis kovarian, antara
lain :
1. Kriterium atau variabel terikat (Y) yaitu variabel yang dipengaruhi.
2. Faktor, yaitu sebutan untuk variabel bebas atau variabel eksperimental yang
ingin diketahui pengaruhnya terhadap variabel terikat
3. Kovariabel atau variabel pengiring disebut juga variabel kontrol (X) yaitu
variabel yang ingin dikontrol pengaruhnya terhadap variabel terikat.

B. PERSYARATAN ANAKOVA

Sebagai suatu teknik statistika parametrik maka anakova dalam

penggunaannya menuntut terpenuhinya asumsi-asumsi keparametrikan, yang
meliputi :

1. Sampel berasal dari populasi berdistribusi normal

2. Sampel diambil secara random
3. Varian kelompok-kelompok yang akan diperbandingkan harus homogen
4. Bentuk hubungan antara kriterium (variabel terikat) dengan kovariabel harus
linear
 Dengan adanya persyaratan-persyaratan tersebut, maka sebelum
penggunaan anakova dilakukan pengujian asumsi atau pengujian prasyarat, yang
meliputi :

1. Uji normalitas data (untuk menentukan apakah sampel representatif atau

tidak),
2. Uji homogenitas varian (untuk menentukan apakah kelompok-kelompoknya
layak untuk diperbandingkan), dan
3. Uji linearitas hubungan (untuk menentukan apakah benar bahwa antara
kriterium dan kovariabel itu berkorelasi).

Disamping keempat asumsi tersebut penggunaan anakova juga

mendasarkan pada asumsi-asumsi :
1. Korelasi kriterium (Y) atas kovariabel (X) signifikan
2. Kovariabel tidak dipengaruhi oleh factor
3. Data kriterium dan kovariabel bersakala interval

C. DESAIN ANALISIS KOVARIAN SATU JALAN

Analisis kovarian menggunakan desain analisisnya seperti pada tabel 17.1

Tabel 1 Rancangan Anakova Satu Jalan

A B C
X1 Y1 X2 Y2 X Y
X 1.1 Y 1.1 X 2.1 Y 2.1 X 3.1 Y 3.1
X1.2 Y1.2 X2.2 Y2.2 X3.2 Y3.2
X1.3 Y1.3 X2.3 Y2.3 X3.3 Y3.3
… … … … … …
… … … … … …
… … … … … …
X1.n Y1.n X2.n Y2.n X3.n Y3.n

Keterangan :
A, B, C : Faktor
X : Kovariabel
Y : Kriterium
Model Anakova satu jalan adalah sebagai berikut:
yij = μ + τi + βxij + εij ,
i = 1, 2, ...a
j = 1, 2, ...ni
dimana,
yij : nilai variabel terikat pada perlakuan ke-i observasi ke-j
xij : nilai covariate pada observasi yang bersesuaian dengan yij
τi : pengaruh perlakuan ke-i
β : koefisien regresi linier

D. PENENTUAN HIPOTESIS
Pada penggunaan Anakova Satu Jalan, perlu diperhatikan hipotesis yang
dirumuskan. Hipotesis dalam Anakova Satu jalan secara statistik adalah:

H 0 : 1 =  2
H 1 : 1  2

H0 diterima jika tidak terdapat perbedaan rata-rata Y di antara kelompok setelah

mengontrol variabel X.
H0 ditolak jika terdapat perbedaan rata-rata Y di antara kelompok setelah
mengontrol variabel X.

E. PROSEDUR PENGUJIAN
Langkah-langkah standar dalam Anakova Satu Jalan adalah dengan
menghitung jumlah kuadrat (JK) dan jumlah perkalian (JP) berdasarkan tiga
sumber varians, total (T), antar (A), dan dalam (D). Secara lengkap langkah-
langkah Anakova Satu Jalan dapat dilakukan secara manual maupun dengan
menggunakan aplikasi SPSS.
Pengujian secara manual adalah sebagai berikut.
Langkah pengujian:
1. Menentukan hipotesis
 H 0 : 1 =  2
H 1 : 1  2

H0 diterima jika tidak terdapat perbedaan rata-rata Y di antara kelompok

perlakuan setelah mengontrol variabel X.

H0 ditolak jika terdapat perbedaan rata-rata Y di antara kelompok perlakuan

metode setelah mengontrol variabel X.

2. Menentukan JP

JPT   XY 
 X Y 
N
a 
  X i Yi   X Y 
JPA      (dimana a = banyaknya kelompok)
i 1 
 n i N 

JPA 
 X Y    X Y    X Y 
1 2 1 2

n1 n2 N

a 

JPD    xi y 
 xi   yi    a
 x y
i 1 

i
ni  i 1
i i

3. Menentukan JKx

Jk XT  X 
 X 
2 t
2

N
a   X i 2   X 2
Jk XA    
i 1  ni  N
 
a 

   X 
 Xi  
2
 a

ni  i 1 xi
2
Jk DX
i 1 
 

4. Menentukan JKY

JkYT
 y
y  
2 t
2

N
 a   yi 2   y 2
JkYA    
i 1  ni  N
 
a 

JkYD    y 
 yi  
2
 a
y
2

i 1  ni  i1 i
 

5. Menentukan JK koreksi (JKres)

JPT2
JK resYT  JKYT 
JK XT

JPD 2
JKresYD  JKYD 
JK XD
JKresYA = JKresYT – JKresYD

6. Menentukan derajat bebas (df)

db T = N – m – 1 (m= banyaknya kovariat)

db A = k – 1
db d = N – k – m (k = banyaknya kelompok)

7. Menghitung rata-rata JK koreksi

JKresYA
RJKres A 
dba
JKSresYD
RJKresD 
dbD

8. Menentukan Fhitung
RJKresA
Fh  , dibandingkan dengan Ft ( 0,05; dbA; dbD)
RJKresD
Jika Fh < Ft, sehingga keputusannya : H0 diterima. Ini berarti bahwa tidak ada
perbedaan rata-rata Y di antara kelompok setelah mengontrol variabel X.
Jika Fh > Ft, sehingga keputusannya : H0 ditolak. Ini berarti bahwa ada
perbedaan rata-rata Y di antara kelompok setelah mengontrol variabel X.
9. Uji Lanjut

Uji lanjut dilakukan jika H0 ditolak atau perbedaan rata-rata Y di antara

kelompok perlakuan setelah mengontrol variabel X. Uji dilakukan dengan
menggunakan Uji-t Anakova, dengan rumus sebagai berikut:

|̅ ̅ |

(̅ ̅)
√ [ ]

Jika t0 < ttabel maka H0 diterima

Jika t0 > ttabel maka H0 ditolak

Uji Anakova satu jalan dengan menggunakan SPSS adalah sebagai

berikut.
1. Membuka program SPSS, mengisikan data pada Data View, sebelumnya
definisikan dalam Data View.
2. Setelah data diisikan dengan benar, dipilih menu Analyze  General Linear
Model  Univariate
3. Pada kotak dialog, memasukkan variabel Y pada Dependant Variable,
Kovariat pada Covariates, dan Faktor pada Fixed Factor.
Memilih menu option, memilih menu descriptive dan homogenity.
Tekan OK.
4. Mendeskripsikan hasil analisis.
Contoh:

Suatu eksperimen bertujuan untuk mengetahui pengaruh metode pembelajaran

terhadap hasil belajar. Untuk mengetahui kondisi awal, diberikan pre-tes
untuk masing-masing kelompok perlakuan. Data yang diperoleh adalah
sebagai berikut.

Tabel 2 Skor Pre Tes sebelum (X) dan Post Tes sesudah (Y) Perlakuan

A1 A2
X1 Y1 X2 Y2
5 9 3 5
4 9 3 5
3 7 4 7
3 7 6 9
3 5 5 8
3 8 4 9
4 9 3 8
4 9 4 8
5 9 4 9
6 7 3 9

Penyelesaian
Variabel:
Faktor : Metode 1 dan Metode 2
Kovariat : Pre-tes
Y : Post-tes
Menyiapkan Tabel perhitungan

Tabel 3. Tabel Persiapan Anakova

A1 A2 A1 A2 Jumlah
X1 Y1 X2 Y2 X12 Y12 X1Y1 X22 Y22 X2Y2 Xt Yt XtYt Xt2 Yt2
5 7 3 6 25 49 35 9 36 18 8 13 104 64 169
4 6 3 6 16 36 24 9 36 18 7 12 84 49 144
3 5 4 7 9 25 15 16 49 28 7 12 84 49 144
2 6 6 7 4 36 12 36 49 42 8 13 104 64 169
3 6 5 8 9 36 18 25 64 40 8 14 112 64 196
2 7 4 7 4 49 14 16 49 28 6 14 84 36 196
4 6 3 8 16 36 24 9 64 24 7 14 98 49 196
4 7 4 8 16 49 28 16 64 32 8 15 120 64 225
5 7 4 8 25 49 35 16 64 32 9 15 135 81 225
6 7 3 8 36 49 42 9 64 24 9 15 135 81 225
S 38 64 39 73 160 414 247 161 539 286 77 137 1060 601 1889
Rata-
3.80 6.40 3.90 7.30 3.208 5.708
rata
1. Menentukan JP

JPT   XY 
 X Y 
N
77 137
 1060   532,55
20
a 
JPD    xi y 
 xi   yi    a
 x y
i 1 

i
ni  i 1
i i

 1060 
3864  3973  532,1
10 10
a 
  X i Yi   X Y 
JPA     
i 1 
 n i N 


3864  3973  77137  0,45
10 10 20
2. Menentukan JKx

Jk XT  X 
 X  2 t
2

 601 
772
 304,55
20
a 
   X 
 X i   a
2


ni  i 1 xi
2
Jk DX
i 1 
 
 382 392 
 601      304,5

 10 10 
a 
  X i    X 
2 2

Jk XA    
i 1  ni  N
 
 382 392  77 2
   
 20  0,05
 10 10 
3. Menentukan JKY

JkYT
 y
y  2 t
2

 188 
1372
 950,55
20
a 

JkYD    y 
 yi  
2
 a
y
2

i 1  ni  i1 i
 

 642 732 
 188      946,5

 10 10 

a   yi 2   y 2
JkYA    
i 1  ni  N
 
 642 (73) 2  137 2
   
 20  4,05
 10 10 

4. Menentukan JK koreksi (JKres)

JPT2
JK resYT  JKYT 
JK XT

 950,55 
532,552  19,31
304,55

JPD 2
JKresYD  JKYD 
JK XD

 946,5 
532,12  16,68
304,5
JKresYA = JKresYT – JKresYD

= 19,31 – 16,68 = 2,63

5. Menentukan derajat bebas (df)

db T = N – m – 1
= 20 – 1 – 1 = 18
db d = N – k – m
= 20 – 2 – 1 = 17
db A = k – 1 = 1

6. Menghitung rata-rata JK koreksi

JKresYA
RJKres A 
dba
2,63
  2,63
1
JKSresYD
RJKresD 
dbD
16,68
  0,98
17

7. Menyusun ringkasan Anakova

Tabel 4. Ringkasan Hasil Uji Anakova

Total Dalam Antar

JP 532.55 532.1 0.45
JKX 304.55 304.5 0.05
JKY 950.55 946.5 4.05
Jkres 19.3088 16.6793 2.62954
dbres 18 17 1
RJKres 0.98113 2.62954
Fh 2.6801

8. Menentukan Fhitung
RJKresA
Fh 
RJKresD
2,63
Fh   2,68
0,98
 0,05; dbA = 1; dbD = 17
 Ftabel = 4,45

Fh = 0,05; Ft = 4,45, Fh < FTabel sehingga keputusannya H0 diterima. Ini

berarti bahwa tidak ada perbedaan rata-rata Y di antara kelompok setelah
mengontrol variabel X.
Karena H0 diterima, maka tidak perlu dilakukan uji lanjut.

B. Menggunakan SPSS

1. Membuka program SPSS, mengisikan data pada Data View, sebelumnya

definisikan dalam Data View.
2. Setelah data diisikan dengan benar, dipilih menu Analyze  General Linear
Model  Univariate
3. Pada kotak dialog, memasukkan variabel Y pada Dependant Variable,
Kovariat pada Covariates, dan Faktor pada Fixed Factor.
Memilih menu option, memilih menu descriptive dan homogenity.
Tekan OK.

4. Mendeskripsikan hasil analisis.

Hasil Anakova Satu Jalan

Interpretasi:
Harga LeVene’s tes dari varians eror dinyatakan dengan F = 0,150 dengan db
= 18 dan p-value = 0,703 > 0,05, sehingga bisa disimpulkan bahwa data
homogen.

Interpretasi:
a. Nilai Fh = 2,39; dengan p-value = 0,141 > 0,05; yang berarti tidak
terdapat perbedaan rata hasil belajar siswa yang diajar dengan Metode I
dibandingkan dengan Metode II setelah mengontrol perlakuan pre-tes.
b. Corrected Model merupakan nilai pengaruh semua variabel independen
secara simultan atau bersama-sama terhadap variabel dependen. F0 =
2,924, Signifikan > 0,05 berarti tidak ada pengaruh kovariat X terhadap
hasil belajar.
c. X merupakan variabel kovariat, p-value = 0,107 > 0,05; nilai ini
menunjukkan berapa tidak ada pengaruh covariat terhadap variabel
dependen.
Contoh 2;

Suatu eksperimen bertujuan untuk mempelajari pengaruh metode terhadap

kemampuan berpikir kritis siswa. Untuk mengetahui kondisi awal maka sebelum
perlakuan dengan metode pembelajaran diberikan pre tes. Data hasil penelitian
disajikan pada Tabel berikut

Tabel 5 Data Penelitian

A1 A2 A3
X1 Y1 X2 Y2 X3 Y3
4 5 4 5 4 3
4 6 4 6 4 4
5 7 5 6 5 5
5 8 5 6 5 6
6 8 7 7 5 6
7 9 7 7 6 6
8 9 7 8 6 7
9 10 8 9 7 7

Keterangan :
A1 : Metode inkuiri
A2 : Metode Penemuan Terbimbing
A3 : Metode Drill
X : Pre Tes
Y : Kemampuan berpikir kritis

Penyelesaian :
1. Menentukan hipotesis

H 0 : 1 =  2
H 1 : 1  2

H0 diterima jika tidak terdapat perbedaan rata-rata kemampuan berpikir kritis

di antara kelompok perlakuan setelah mengontrol pre tes.

H0 ditolak jika terdapat perbedaan rata-rata kemampuan berpikir kritis di

antara kelompok perlakuan metode setelah mengontrol variabel pre tes.
2. Menyiapkan tabel kerja
Tabel 6 Tabel Persiapan

A1 A2 A3 A1 A2 A3 Jumlah
X1 Y1 X2 Y2 X3 Y3 X12 Y12 X1Y1 X22 Y22
X2Y2 X3 2
Y3 2
X3Y3 Xt Yt XtYt Xt2 Yt2
4 5 4 5 4 3 16 25 20 16 25 20 16 9 12 12 13 52 48 59
4 6 4 6 4 4 16 36 24 16 36 24 16 16 16 12 16 64 48 88
5 7 5 6 5 5 25 49 35 25 36 30 25 25 25 15 18 90 75 110
5 8 5 6 5 6 25 64 40 25 36 30 25 36 30 15 20 100 75 136
6 8 7 7 5 6 36 64 48 49 49 49 25 36 30 18 21 127 110 149
7 9 7 7 6 6 49 81 63 49 49 49 36 36 36 20 22 148 134 166
8 9 7 8 6 7 64 81 72 49 64 56 36 49 42 21 24 170 149 194
9 10 8 9 7 7 81 100 90 64 81 72 49 49 49 24 26 211 194 230
 48 62 47 54 42 44 312 500 392 293 376 330 228 256 240 137 160 962 833 1132
Rata-
6.00 7.75 5.88 6.75 5.25 5.50 5.71 6.67
rata

3. Menentukan JP, JKx, JKy, JKres , df, rata-rata JKres, dan Fh.
Dengan menggunakan rumus di atas, didapatkan hasil seperti pada tabel.
 Tabel 7 Ringkasan HAsil Pengujian

Total Dalam Antar

JP 48.666667 41.75 6.9166667
JKX 50.958333 48.375 2.5833333
JKY 65.333333 45 20.333333
Jkres 18.855274 8.9677003 9.8875737
dbres 22 20 2
RJKres 0.448385 4.9437868
Fh 11.025763

 0,05 dbA = 2 dbD = 20 Ft = 3,49

Fh =11,026 > Ft = 3,49
H0 ditolak , terdapat perbedaan rata-rata kemampuan berpikir kritis di antara
kelompok perlakuan metode setelah mengontrol variabel pre tes.
4. Uji Lanjutan
a. Menentukan rata-rata nilai residu

Yi 
JPDXY
JK DX
X  X i  Yi
Tabel 8 Nilai Yi 

Y1 7.47145
Y2 6.5908286
Y3 5.9377214

b. Diuji dengan menggunakan uji t-Anakova

|̅ ̅ |

(̅ ̅)
√ [ ]

Hasil Uji t-anakova adalah sebagai berikut.

Tabel 9 Hasil Uji Lanjut dengan menggunakan Uji t

Thitung Ttabel Simpulan

Hasil belajar siswa yang diajar dengan
menggunakan Metode inkuiri lebih
Y1 – Y2 2.6286183 1,72 tinggi daripada siswa yang diajar dengan
menggunakan Metode Penemuan
Terbimbing setelah mengontrol pre-tes
Hasil belajar siswa yang diajar dengan
menggunakan Metode inkuiri lebih
Y1 – Y3 4.4779673 1,72 tinggi daripada siswa yang diajar dengan
menggunakan Metode Drill setelah
mengontrol pre-tes
Hasil belajar siswa yang diajar dengan
menggunakan Metode Penemuan
Y2 – Y3 1.9199325 1,72 Terbimbing lebih tinggi daripada siswa
yang diajar dengan menggunakan
Metode Drill setelah mengontrol pre-tes
Penyelesaian dengan menggunakan SPSS
Dengan cara yang sama dengan contoh 1 didapatkan hasil sebagai berikut.

Harga LeVene’s tes dari varians eror dinyatakan dengan F = 0,396 dengan db
= 2,21 dan p-value = 0,678 > 0,05, sehingga bisa disimpulkan bahwa data
homogen.
Interpretasi:
a. Nilai Fh = 11,026; dengan p-value = 0,001 < 0,05; yang berarti terdapat
perbedaan rata-rata kemampuan berpikir siswa yang diajar dengan inkuiri,
penemuan terbimbing, dan drill setelah mengontrol perlakuan pre-tes.
b. Corrected Model merupakan nilai pengaruh semua variabel independen
secara simultan atau bersama-sama terhadap variabel dependen. F0 =
41,903; p-value = 0,000 < 0,05 berarti tidak ada pengaruh kovariat X dan
metode berpengaruh terhadap kemampuan berpikir kritis.
c. X merupakan variabel kovariat, p-value = 0,000 < 0,05; nilai ini
menunjukkan ada pengaruh covariat terhadap variabel dependen.

Interpretasi:
Hipotesis yang akan diuji:
H0 : 1 < 2 H0 : 1 < 3 H0 : 2 < 3 H0 :  > 
H0 : 1 > 2 H0 : 1 >  H0 : 2 > 3 H0 :  > 
Hasil analisis uji lanjut adalah:
a. t0 (A1 x A3) = 4,679, db = 20, p-value = 0,00 < 0,05; artinya H0
ditolak.
b. t0 (A1 x A3) = 2,089, db = 20, p-value = 0,025 < 0,05; artinya H0
ditolak.
c. Dari hasil analisis di atas iperoleh kesimpulan bahwa siswa yang
diajar dengan Metode Inkuiri memiliki kemampuan berpikir abstrak
yang lebih tinggi dibandingkan siswa yang diajar dengan
menggunakan Metode Drill.
d. Uji hipotesis pengaruh kovariat pre tes, dar tabel diperoleh t0 = 8,964,
p-value = 0,000 < 0,05; H0 ditolak. Terdapat pengaruh yang positif pre
tes terhadap kemampuan berpikir kritis
 Daftar Pustaka

Ghozali, I. 2016. Aplikasi Analisis Multivariate dengan Program IBM SPSS 23.
Badan Penerbit Undip, Semarang.

Kadir. 2016. Statistika Terapan. Rajagrafindo Persada, Jakarta.

Riduwan. 2013. Dasar-dasar Statistika. Penerbit Alfabeta, Bandung.