UJU ANACOVA / ANCOVA (Analysis of Covariance)

 

Halo pembaca semua ketemu lagi dalam blog ini, sudah lama kita tidak membahas mengenai uji beda. Pada kesempatan kali ini akan disajikan hal yang mungkin saja masih jarang kalian dengar layaknya uji ANACOVA/ANCOVA(analisis of cofariant)

Uji Anacova adalah uji beda atau uji komparatif dengan variabel dependen berskala data interval atau rasio, sedangkan variabel bebas terdiri dari campuran antara data kategorik dan data numerik dalam ANACOVA dilakukan pengaturan terhadap pengaruh peubah bebas lain yang tidak terkontrol. ANACOVA digunakan jika peubah bebasnya mencakup variable kuantitatif dan kualitatif.dengan tujuan untuk mengetahui atau untuk melihat pengaruh perlakuan terhadap peubah respon dengan mengontrol peubah lain yang kuantitatif.

 Kira kira ada syarat atau asumsi kusus yang harus dipenuhi nggak ya??? Untuk mengetahui hal itu mari kit abaca penjelasan berikut

 Dalam kesempatan kali ini saya akan membahas ANACOVA satu jalur, berbeda dengan 2 jalur maka asumsi yang digunakan dalam uji ini akan dipaparkan sebagai berikut

Variabel bebas berupa data kategoris yang membagi data menjadi minimal dua kelompok yang tidak saling berkaitan. Misalnya seperti yang sudah dipaparkan di point satu, kita memiliki tiga kelompok kelas sehingga kita memiliki tiga kelompok data

Variabel terikat memiliki skala interval atau rasio. Misalnya kita membandingkan tiga kelas yang mana ketiga kelas tersebut menggunakan model pembelajar yang berbeda-beda model pembelajaran X, model pembelajaran Y, dan model pembelajaran Z.   

 Independensi Observasi, perlu kita pastikan satu subjek tidak akan mempengaruhi capaian subjek yang lain. Misalnya siswa X tidak akan mempengaruhi capaian hasil belajar siswa X, bahkan siswa Z yang di luar kelas tersebut dan siswa A hanya berada pada kelas itu saja. Siswa X bukan menjadi anggota lebih salah satu kelas.

Residual data terdistribusi normal. Misalnya kita meneliti 5 kelas maka uji normalitas di lakukan lima kali, yaitu setiap kelas setiap kelas dilakukan uji normalitas, namun pada ancova data yang dianalisis bukan data selisih atau perkelompok melainkan residual dari data kita.

 Harus memiliki varian yang homogen, biasnya kita menemukan saat uji t tidak berpasangan maupun satu jalur dan dua jalur anova.

Covarian harus berhubungan secara linier dengan variabel terikat, misal bila covarian kita pretest dan variabel terikat postest maka pretest dan postest harus memiliki hubungan yang linier dan keberadan hubungan linier ini terjadi disetiap kelompok data kita oleh karena itu bila kita memiliki tiga kelas maka linieritas ini terjadi di ketiga kelas tersebut.

Kemiringan garis regresi dari setiap hubungan homogen, bila kita memiliki tiga kelompok data (kelas) kita melihat apakah garis regresi yang dihasilkan oleh kovarian dengan variabel terikat di ketiga kelas tidak saling berpotongan (homogen)