Dosen Mata Kuliah:
Dr. Waminton Rajagukguk,M.Pd
Disusun:
TETTY KHAIRANI
815 6171029
Dikmat A1
UNIMED
Anakova
DEFENISI
• Anakova
• Teknis
• Karakteristik
ASUMSI
• Data
• Varians
• Bentuk
ANAKOVA 1
KOVARIABEL
• Sumbervariansitotal
• Sumbervariansidalam
• Sumbervariansiantar
• Rata-rataresidu
Defenisi
• Analisis covarian adalah prosedur pengolahan data statistic
dengan persyaratan memiliki variabel pengiring (con
comitan variable).
• Variabel pengiring merupakan variabel yang bersifat
konstan dan bebas dari perlakuan yang dikenakan pada
sampel percobaan, namun diduga memiliki pengaruh yang
besar terhadap hasil pengukuran variabel respon.
• Terdapat korelasi yang signifikan antara variabel pengiring
dan variabel respon.
• Jika korelasi tersebut tidak signifikan atau variabel
pengiring tidak independen dari perlakuan yang dikenakan
pada sampel percobaan maka JK Error pada analisis
covarian sama saja dengan JK Error pada analisis varian.
ANAKOVA
• Analisis kovarian (ANAKOVA) merupakan
penggabungkan antara uji komparatif dan
korelasional.
• Anakova menguji perbandingan sekaligus
hubungkan.
• Membandingkan variabel tergantung (Y) ditinjau
dari variabel bebas (X1) sekaligus dengan variabel
bebas lainnya (X2).
• Variabel X2 dipakai memprediksi dinamakan
dengan kovarian.
• Pada percobaan penerapan suatu model pembelajaran,
variabel IQ, atau kemampuan awal siswa, atau jenis kelamin
merupakan variabel pengiring yang bersifat konstan dan
bebas dari perlakuan model pembelajaran yang dicobakan
tetapi diduga memiliki pengaruh yang besar terhadap hasil
pembelajaran sesudah model pembelajaran itu diterapkan.
• Apakah pretes merupakan variabel pengiring? Jawabnya tidak.
• Materi pretes adalah materi yang akan dipelajari dan
dirancang setara dengan materi postes.
• Pada penelitian berjenis eksperimen semu (quasi experiment)
analisis covarian kerap digunakan.
Teknis
Karakteristik variabel
pengujian anakova
• Variabel Tergantung (Y) : Kontinum
• Variabel Bebas (X1) : Kategorikal
• Variabel Bebas (X2) : Kontinum
Asumsi dalam ANAKOVA
(1) data berdistribusi normal,
(2) varians dalam kelompok homogen,
(3) bentuk regresi linear,
(4) koefisien arah regresi tidak sama dengan nol,
(5) koefisien arah regresi homogen
Analisis Kovarians Satu Jalur
(Satu Kovariabel)
• Hipotesis penelitian: 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 ).
Sumber Variasi Total (Residu)
1). Jumlah Kuadrat Total Y (y2)
JKYt= y2
t= (SStot) = YT
2(YT)2
N
2). Jumlah Kuadrat Total X
JKXt=x2
t= Xt
2 (XT)2
N
3). Jumlah Produk Total (XY)
JPXYt= xy= XYT (XT)(YT)
N
4). Menghitung Betat
5). Menghitung JKReg. Tot. = *xy
6). Menghitung JKRes. Tot. = JKYt JKReg. Tot 

2
x
xy
Sumber Variasi dalam
(JK dal.residu)
1). JKY = YT
2
2). JKXd = x2
d= X2
T
3).JPXY=xyd= -
4). Beta dal.=
5). JK reg.dal. = *xy
6). JK dal res. = JKY JKreg.
 2
A
A
n
Y
 2
A
A
n
X
 TotXY
  


A
AA
n
YX


d
d
x
xy
2
Sumber Variasi Antar
• SVTot SVdal. = JK res.tot  JK res. dal.
Derajat kebebasan
• Db A* = db A = a – 1
• Db D* = db D – M = N – a – M ( jumlah
kovariabel)
• Db Tot.* = db Tot. – M = N – 1 – M
Rata-Rata Residu
( Adjusted Mean)
• MA1=Y1 dal.(XA1 XT)
• MA2=Y2 dal.(XA2 XT)
• MA3 =Y3 dal.(XA3 XT)
Referensi
• Wahyu Widhiarso - Fakultas Psikologi
Universitas Gadjah Mada, February 13, 2011
Anakova

Anakova

  • 1.
    Dosen Mata Kuliah: Dr.Waminton Rajagukguk,M.Pd Disusun: TETTY KHAIRANI 815 6171029 Dikmat A1 UNIMED
  • 2.
    Anakova DEFENISI • Anakova • Teknis •Karakteristik ASUMSI • Data • Varians • Bentuk ANAKOVA 1 KOVARIABEL • Sumbervariansitotal • Sumbervariansidalam • Sumbervariansiantar • Rata-rataresidu
  • 3.
    Defenisi • Analisis covarianadalah prosedur pengolahan data statistic dengan persyaratan memiliki variabel pengiring (con comitan variable). • Variabel pengiring merupakan variabel yang bersifat konstan dan bebas dari perlakuan yang dikenakan pada sampel percobaan, namun diduga memiliki pengaruh yang besar terhadap hasil pengukuran variabel respon. • Terdapat korelasi yang signifikan antara variabel pengiring dan variabel respon. • Jika korelasi tersebut tidak signifikan atau variabel pengiring tidak independen dari perlakuan yang dikenakan pada sampel percobaan maka JK Error pada analisis covarian sama saja dengan JK Error pada analisis varian.
  • 4.
    ANAKOVA • Analisis kovarian(ANAKOVA) merupakan penggabungkan antara uji komparatif dan korelasional. • Anakova menguji perbandingan sekaligus hubungkan. • Membandingkan variabel tergantung (Y) ditinjau dari variabel bebas (X1) sekaligus dengan variabel bebas lainnya (X2). • Variabel X2 dipakai memprediksi dinamakan dengan kovarian.
  • 5.
    • Pada percobaanpenerapan suatu model pembelajaran, variabel IQ, atau kemampuan awal siswa, atau jenis kelamin merupakan variabel pengiring yang bersifat konstan dan bebas dari perlakuan model pembelajaran yang dicobakan tetapi diduga memiliki pengaruh yang besar terhadap hasil pembelajaran sesudah model pembelajaran itu diterapkan. • Apakah pretes merupakan variabel pengiring? Jawabnya tidak. • Materi pretes adalah materi yang akan dipelajari dan dirancang setara dengan materi postes. • Pada penelitian berjenis eksperimen semu (quasi experiment) analisis covarian kerap digunakan. Teknis
  • 6.
    Karakteristik variabel pengujian anakova •Variabel Tergantung (Y) : Kontinum • Variabel Bebas (X1) : Kategorikal • Variabel Bebas (X2) : Kontinum
  • 7.
    Asumsi dalam ANAKOVA (1)data berdistribusi normal, (2) varians dalam kelompok homogen, (3) bentuk regresi linear, (4) koefisien arah regresi tidak sama dengan nol, (5) koefisien arah regresi homogen
  • 8.
    Analisis Kovarians SatuJalur (Satu Kovariabel) • Hipotesis penelitian: 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 ).
  • 9.
    Sumber Variasi Total(Residu) 1). Jumlah Kuadrat Total Y (y2) JKYt= y2 t= (SStot) = YT 2(YT)2 N 2). Jumlah Kuadrat Total X JKXt=x2 t= Xt 2 (XT)2 N 3). Jumlah Produk Total (XY) JPXYt= xy= XYT (XT)(YT) N 4). Menghitung Betat 5). Menghitung JKReg. Tot. = *xy 6). Menghitung JKRes. Tot. = JKYt JKReg. Tot   2 x xy
  • 10.
    Sumber Variasi dalam (JKdal.residu) 1). JKY = YT 2 2). JKXd = x2 d= X2 T 3).JPXY=xyd= - 4). Beta dal.= 5). JK reg.dal. = *xy 6). JK dal res. = JKY JKreg.  2 A A n Y  2 A A n X  TotXY      A AA n YX   d d x xy 2
  • 11.
    Sumber Variasi Antar •SVTot SVdal. = JK res.tot  JK res. dal. Derajat kebebasan • Db A* = db A = a – 1 • Db D* = db D – M = N – a – M ( jumlah kovariabel) • Db Tot.* = db Tot. – M = N – 1 – M
  • 12.
    Rata-Rata Residu ( AdjustedMean) • MA1=Y1 dal.(XA1 XT) • MA2=Y2 dal.(XA2 XT) • MA3 =Y3 dal.(XA3 XT)
  • 13.
    Referensi • Wahyu Widhiarso- Fakultas Psikologi Universitas Gadjah Mada, February 13, 2011