ANCOVA
merupakan teknik analisis yang berguna untuk meningkatkan presisi
sebuah percobaan karena didalamnya dilakukan pengaturan terhadap
pengaruh peubah bebas lain yang tidak terkontrol. ANCOVA digunakan jika
peubah bebasnya mencakup variabel kuantitatif dan kualitatif. Dalam
ANCOVA digunakan konsep ANOVA dan analisis regresi. Tujuan ANCOVA adalah
untuk mengetahui/melihat pengaruh perlakuan terhadap peubah respon
dengan mengontrol peubah lain yang kuantitatif.
yij = μ + τi + βxij + εij , i = 1, 2, ...a
j = 1, 2, ...ni
dimana:
yij : nilai peubah respon 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
εij : random error
α : banyaknya kategori pada perlakuan
ni : banyaknya observasi pada kategori ke-i
Asumsi dalam ANCOVA
1. X adalah fixed, diukur tanpa error dan independen terhadap perlakuan (tidak
dipengaruhi oleh perlakuan).
2. εij mengikuti sebaran NID (0,σ2).
3. β≠ 0 yang mengindikasikan bahwa antara x dan y terdapat hubungan linier.
Hipotesis
H0 : τ1 = τ2 = ...= τa = 0
H1 : sekurang-kurangnya ada satu τi≠ 0, i = 1, 2, ...a
Dalam
ANCOVA terdapat 2 tipe Dekomposisi (penguraian) jumlah kuadrat yang
biasa digunakan, yaitu SS Type I dan SS Type III. Perbedaaan kedua tipe
dekomposisi tersebut adalah sebagai berikut.
Type I :
Dalam SS Type I, proses dilakukan dengan memasukkan covariate ke dalam persamaan/model terlebih dahulu dan diasumsikan covariate memiliki
hubungan linier dengan peubah respon. Sehingga pengujian hipotesis
hanya dilakukan satu kali yaitu untuk mengetahui pengaruh perbedaaan
kategori perlakuan terhadap peubah respon.
Type III :
Dalam SS Type I, proses dilakukan tanpa didasari asumsi apapun, apakah covariate atau
perlakuan yang masuk ke dalam persamaan/model terlebih dahulu. Sehingga
pengujian hipotesis dilakukan dua kali yaitu untuk mengetahui adanya
hubungan linier antara covariate dengan peubah respon dan untuk mengetahui pengaruh perbedaaan kategori perlakuan terhadap peubah respon. (default dalam SPSS adalah SS Type III)
Contoh:
Untuk
mengetahui adanya perbedaan nilai mata kuliah statistik di suatu
universitas terhadap dosen yang mengajar. Maka diambil sampel 15 nilai
mahasiswa yang diampu oleh 3 dosen yang berbeda. Akan tetapi untuk
menghilangkan efek hanya pengaruh dosen saja, maka ditambahkan kovariat
(variabel pendukung) berupa nilai IQ mahasiswa yang terpilih sebagai
sampel. Berikut data nilai dan IQ mahasiswa :
Dosen I
|
Dosen II
|
Dosen III
|
|||
Nilai
|
IQ
|
Nilai
|
IQ
|
Nilai
|
IQ
|
82
|
105
|
95
|
100
|
79
|
100
|
89
|
106
|
70
|
98
|
83
|
101
|
87
|
104
|
81
|
100
|
76
|
115
|
80
|
101
|
79
|
100
|
98
|
122
|
90
|
115
|
83
|
103
|
88
|
125
|
95
|
122
|
87
|
106
|
83
|
103
|
70
|
99
|
90
|
120
|
95
|
120
|
76
|
100
|
89
|
101
|
70
|
95
|
98
|
125
|
87
|
115
|
81
|
101
|
88
|
100
|
80
|
122
|
79
|
115
|
83
|
103
|
90
|
125
|
83
|
105
|
81
|
103
|
95
|
104
|
87
|
106
|
79
|
102
|
70
|
101
|
90
|
104
|
83
|
103
|
87
|
105
|
89
|
101
|
87
|
105
|
80
|
100
|
81
|
103
|
Sebelum
dilakukan pengolahan data menggunakan ANCOVA, sebaiknya dilakukan uji
normalitas terhadap variabel y (nilai). Dengan menggunakan software SPSS
di dapat hasil sebagai berikut:
One-Sample Kolmogorov-Smirnov Test
|
||
nilai
|
||
N
|
45
|
|
Normal Parametersa
|
Mean
|
84.2889
|
Std. Deviation
|
7.20360
|
|
Most Extreme Differences
|
Absolute
|
.113
|
Positive
|
.104
|
|
Negative
|
-.113
|
|
Kolmogorov-Smirnov Z
|
.760
|
|
Asymp. Sig. (2-tailed)
|
.610
|
Terlihat
dari hasil bahwa data yang digunakan sudah berdistribusi normal
Selanjutnya dilakukan uji kesamaan variance menggunakan minitab dengan
hasil sebagai berikut:
Levene's Test (any continuous distribution)
Test statistic = 0.06, p-value = 0.940
Sehingga asumsi normalitas dan kehomogenan data sudah terpenuhi.
Selanjutnya akan ditulis aplikasi menggunakan softwarenya ya ... bersambung
0 komentar:
Posting Komentar