Konsep Dasar
ANCOVA merupakan formula uji hipotesis yang berguna untuk meningkatkan presisi penelitian karena didalamnya peneliti melakukan pengaturan terhadap pengaruh variabel lain, seperti nilai pre-test, nilai IQ dll (Mackey & Gass, 2005: 350). Analysis of Covariance (ANCOVA) ini adalah variasi dari ANOVA yang digunakan ketika, misalnya, nilai rata-rata pada pre-test dari kedua grup ditemukan berbeda (Fraenkel & Wallen, 2009: 232). ANCOVA memungkinkan peneliti untuk menyesuaikan skor rata-rata post-test sebagai variabel dependen pada masing-masing grup untuk mengkompensasi perbedaan awal pada nilai pretest diantara kedua grup.
Perbedaan ini bisa terjadi karena teknik sampling yang digunakan. Kondisi tertentu bisa membatasi peneliti untuk mengambil sampel secara acak atau random sampling, sehingga harus menggunakan teknik sampling lainnya, seperti cluster sampling (mengambil grup secara acak) ataupun purposive sampling (mengambil sampel dengan cara memilih individu secara langsung tanpa diacak). Sehingga, perlu bagi peneliti untuk mengontrol variable lain yang dianggap bisa menimbulkan bias hasil analisis data karena sampel diambil secara tidak acak.
Tujuan
Tujuan ANCOVA adalah untuk mengetahui/melihat pengaruh treatment/perlakuan/factor terhadap variabel dependen dengan mengontrol variabel lain.
Variabel
Jadi, ANCOVA memiliki 3 variabel, yaitu:
- Variabel Independen: treatment/perlakuan/factor
- Variabel Dependen: Variabel yang dipengaruhi oleh treatment/perlakuan/factor
- Kovariat: variabel lain yang senagaja dikontrol, seperti nilai pre-test, IQ, dll.
Standar Penerimaan dan Penolakan Hipotesis
- Ho diterima, Ha ditolak jika nilai Sig > α 0.05
- Ho ditolak, Ha diterima jika nilai Sig < α 0.05
Asumsi
Sebelum menggunakan formula ANCOVA untuk menguji hipotesis, ada 4 asumsi yang harus dipenuhi yaitu:
- Memastikan bahwa data berdistribusi normal (Uji Normalitas),
- Variansi data dari kedua grup adalah homogen (Uji Homogenitas),
- Tidak ada hubungan antara kovariat dengan variabel independen (Uji Homogenitas Regresi), dan
- Ada hubungan linier antara kovariat dengan variabel dependen (Uji Linieritas)
Setelah semua asumsi terpenuhi, maka pengujian hipotesis menggunakan ANCOVA bisa dilakukan.
Uji ANCOVA Melalui SPSS
Contoh kasus: Peneliti ingin menguji keefektifan isntagram sebagai media pembelajaran menulis paragraf eksposisi. Peneliti melibatkan 2 kelas yang dipilih secara cluster sampling sebagai sampel penelitian. Kelas eksperimen akan melakukan pembelajaran menggunakan media Instagram, kelas kontrol akan menggunakan media lainnya. Langkah-langkah yang akan dilakukan peneliti adalah:
- Sebelum menggunakan media tersebut, peniliti memberikan pre-test untuk mengetahui kemampuan awal siswa
- Peneliti memberikan treatment yaitu melakukan pembelajaran menggunakan media Instagram dan pembandingnya
- Peneliti memberikan post-test untuk mengetahui hasil peningkatan hasil belajar siswa setelah memberikan treatment.
Judul: "Keefektifan media instagram dalam pembelajaran menulis paragraf eksposisi"
Hipotesis:
- Ho = Tidak ada perbedaan yang signifikan pada kemampuan menulis siswa antara siswa yang mendapatkan media pembelajaran instagram dan siswa yang tidak mendapatkan media pembelajaran istagram.
- Ha = Ada perbedaan secara signifikan pada kemampuan menulis siswa antara siswa yang mendapatkan media pembelajaran instagram dan siswa yang tidak mendapatkan media pembelajaran istagram.
Variabel:
- Independen variabel: media pembelajaran
- Dependen Variabel: hasil belajar siswa menulis paragraph eksposisi (nilai post-test)
- Kovariat: kemampuan awal siswa sebelum menggunakan media (nilai pre-test)
1. Siapkan Data
- Buka program SPSS, klik variable view
- Ketikkan nama-nama variable di kolom name. Ada 3 variable: Pre_test, Post_test, dan Class. Untuk kolom measure, pada variable pre_test dan post_test ubah menjadi scale. Dan untuk Class ubah measure menjadi Nominal.
- Karena kita akan memasukkan data pre_test dan post_test dari kedua grup secara bersamaan, maka untuk variable Class, klik titik 3 pada kolom value.

- Tambahkan 2 class, experimental class dan control class dengan cara: Mengetikkan kode kelas di kolom value dan nama kelas di kolom Label. > Klik add. Ulangi untuk menambahkan kelas control. > klik add > OK.

- Klik data view di pojok kiri bawah. Copy-paste data yang telah dibuat di Ms. Excel.
Note:
- 30 data pertama (1-30) adalah data experimental class
- 30 data terakhir (31-60) adalah data control class
- 30 data pertama (1-30) adalah data experimental class
- 30 data terakhir (31-60) adalah data control class
Sehingga data berurutan, data pre_test experimental dijadikan satu dengan data control, begitupun juga dengan data post_test. Sehingga kode untuk 30 sampel pertama adalah angka 1 (experimental class) dan kode untuk 30 sampel terakhir adalah angka 2 (control class).
3. Analisis Data
- Masukkan variable post_test ke Dependent Variable, Class ke Fixed Factors, Pre_test ke Covariate(s) > Klik Model

4. Mengintepretasi Data
Berikut ini adalah outputnya.
Yang kita lihat adalah nilai Sig. variabel Class. Bisa kita lihat bahwa Sig = 0.000 < 0.05.
Jadi, Ho ditolak dan Ha diterima: "Ada perbedaan secara signifikan pada kemampuan menulis siswa antara siswa yang mendapatkan media pembelajaran instagram dan siswa yang tidak mendapatkan media pembelajaran istagram".
Kemudian untuk mengetahui apakah media instagram efektif atau tidak, kita lihat pada output tabel Parameter Estimates. Yang kita lihat adalah nilai Sig variabel Class.
Sig = 0.000 < 0.05. Sehingga dapat ditarik kesmpulan bahwa media instagram efektif untuk mengajar pembelajaran menulis paragraf eksposisi.
Referensi:
Fraenkel, Jack R. and Wallen, Norman E. (2009). How to Design and Evaluate Research in Education. 7th Edition. New York: McGraw-Hill Companies, Inc.
Mackey, A. and Gass, S. M. (2005). Second Language Research: Methodology and Design. New Jersey, USA: Lawrence Erlbaum Associates, Inc.
apakah ancova bisa digunakan jika kita memiliki 2 variabel bebas dan 2 variabel terikat?
ReplyDeleteApa maksud R squared = .702 (adjusted R squared = .692)?
ReplyDeleteApa yang harus dilakukan jika uji homogenitas tdk terpenuhi?
Kalau salah satu asumsi tidak terpenuhi maka tidak bisa pakai ANCOVA
Delete