Professional Documents
Culture Documents
ANAKOVA
OLEH :
KADEK WIDIASTARI 1313031041
Puji syukur kehadirat Tuhan Yang Maha Esa atas segala rahmat-Nya sehingga makalah
ini dapat tersusun hingga selesai. Penulis mengucapkan banyak terimakasih atas bantuan dari
seluruh pihak yang telah berkontribusi dalam penyusunan makalah ini. Harapan penulis semoga
makalah ini dapat menambah pengetahuan dan pengalaman bagi para pembaca, untuk
kedepannya dapat memperbaiki isi makalah agar menjadi lebih baik lagi. Karena keterbatasan
pengetahuan maupun pengalaman penulis, penulis yakin masih banyak kekurangan dalam
makalah ini, Oleh karena itu penulis sangat mengharapkan saran dan kritik yang membangun
dari pembaca demi kesempurnaan makalah ini.
Penulis
i
DAFTAR ISI
KATA PENGANTAR .................................................................................................................... i
DAFTAR ISI.................................................................................................................................. ii
3.1 Simpulan.............................................................................................................................. 27
ii
BAB I
PENDAHULUAN
1
1.2 Rumusan Masalah
1. Bagaimana penggunaan ANAKOVA?
2. Bagaimana menganalisis data dengan teknik analisis anakova?
1.3 Tujuan
1. Untuk menjelaskan penggunaan ANAKOVA
2. Untuk menjelaskan cara analisis data menggunakan ANAKOVA
1.4 Manfaat
Makalah ini diharapkan dapat bermanfaat bagi pembaca dalam memahami
statistika, khususnya dalam analasis data menggunakan ANAKOVA.
2
BAB II
PEMBAHhASAN
X2
Y
Y2
XY
Rata-rata X
Rata-rata Y
2. Melakukan perhitungan
a. Sumber Variasi Total (Residu)
2
( )
1) 1 = 2 = 2
2
( )
2) 1 = 2 = 2
( )( )
3) 1 = =
4
4) ( ) = 2
5) = ( )
6) =
b. Sumber variasi dalam (JK dalam residu)
2
( )
1) = 2 = 2
2
( )
2) = 2 = 2
( )( )
3) 1 = =
4) ( ) = 2
5) = ( )
6) =
c. Sumber variasi antar
=
d. Menghitung derajat kebebasan
dk*A = dkA = a - 1
dk*D = dkD M= N-a-M
dk*t = dkt M= N-1-M
Keterangan:
N = banyak data
M = banyak kovariabel
a = banyak kelompok
=
Akhirnya diperoleh rangkuman ANAKOVA seperti berikut.
5
Sumber F tabel
JK dk RK F*A Keterangan
Variasi 5% 1%
Antar
Dalam
(error)
Total (residu)
Untuk lebih jelas, analisis data hasil penelitian Nurindra (2016) secara manual
maupun dengan bantuan spss akan disajikan pada sub 2.2.
6
untuk lebih mempertajam gagasan dan guru akan mengetahui kemungkinan gagasan
siswa yang salah sehingga guru dapat memperbaiki kesalahannya.
Nurindra juga menuliskan beberapa hasil penelitian yang menunjukkan bahwa
model pembelajaran kooperatif tipe TAI dan GI dapat meningkatkan hasil belajar.
Temuan penelitian menunjukkan bahwa belajar menggunakan model pembelajaran
kooperatif tipe TAI dan GI dapat meningkatkan hasil belajar siswa. Selain itu
Nurindra juga menuliskan keunggulan model pembelajaran kooperatif tipe TAI dan
GI. Keunggulan model pembelajaran kooperatif tipe TAI adalah siswa yang lemah
dapat terbantu dalam menyelesaikan masalahnya, sementara itu siswa yang pandai
dapat mengembangkan kemampuan dan ketrampilannya. Keunggulan pembelajaran
kooperatif tipe GI, yaitu: (1) dapat dipakai untuk mengembangkan tanggung jawab
dan kreatifitas siswa, baik secara perorangan maupun kelompok, (2) menghilangkan
sifat egois, dapat meningkatkan kegemaran berteman tanpa memandang perbedan
kemampuan, jenis kelamin, etnis, kelas sosial dan agama, (3) memberikan
kesempatan bagi siswa untuk berkolaborasi dengan teman sebaya dalam dalam
bentuk diskusi kelompok untuk suatu masalah, dan (4) serta mengaktifkan siswa
dalam proses pembelajaran yang diberikan guru sehingga dapat membangun
pengetahuan siswa.
Berdasarkan paparan kerangka berpikir tersebut Nurindra menuliskan hipotesis
penelitian, yaitu terdapat perbedaan hasil belajar kimia yang signifikan antara siswa
yang belajar menggunakan model pembelajaran kooperatif tipe Team Assisted
Individualization (TAI) dan siswa yang belajar menggunakan model pembelajaran
kooperatif tipe Group Investigation (GI).
Pada sub ini akan dipaparkan bagaimana analisis data dengan ANAKOVA secara
manual dan dengan menggunakan SPSS. Berikut data hasil penelitian Nurindra.
1. Nilai Pretest dan Posttest Siswa Kelompok TAI
7
6 Agus Dandi Saputra Putu 25,00 75,00
7 Andri Suniya Partni Putu 35,00 81,67
8 Ari Suta Laksana Gede 23,33 71,67
9 Arias Darmawan I Gede 41,67 73,33
10 Arya Agitama Putra I Made 45,00 70,00
11 Bela Puspita Dewi Kadek 36,67 76,67
12 Devan Satyawan I Putu 33,33 73,33
13 Diantini Dewi Ni Luh 45,00 86,67
14 Dharma Wijaya Komang 35,00 70,00
15 Dhiva Milliyani Putu 33,33 80,00
16 Dinda Okta Windariyani Putu 35,00 76,67
17 Eka Sri Lestari Komang 36,67 78,33
18 Fanny Nadila Permata Sari Putu 46,67 81,67
19 Ferry Darmawan Mahadiguna Made 35,00 70,00
20 Gita Suspriantini Komang 40,00 76,67
21 Herlina Julianthi Eddy Putri 35,00 73,33
22 Indah Prabawati Ni Luh Gede 30,00 75,00
23 Linda Yanti Kadek 23,33 78,33
24 Mahesa Taruna B. Putu 38,33 85,00
25 Nik Krisdayana I Komang 46,67 80,00
26 Panji Hedi Gunawan I Made 35,00 76,67
27 Rian Pratama Kadek 38,33 78,33
28 Rio Anggoro Prasetyo Aji 40,00 76,67
29 Ruspa Septa Adi Wijaya I Gede 25,00 70,00
30 Surya Pradnya Putra I Kadek 36,67 73,33
31 Tama Revi Santosa 30,00 80,00
32 Winna Prasetyaningrum Nyoman 26,67 73,33
33 Wiwik Purwaningsih Komang 25,00 75,00
34 Wiwin Agustin Gusti Ketut 36,67 80,00
35 Yamasita Isanika Pande Putu 41,67 81,67
36 Yuni Winda Utami Ni Putu 33,33 78,33
Rata-Rata 34,16 76,62
Standar Deviasi 6,72 6,17
8
3 Agus Adi Pranata I Made 41,67 81,67
4 Agus Hermawan Putu 30,00 78,33
5 Agus Surya Atmaja Gede 36,67 81,67
6 Ayu Pitri Wahyuni Kadek 40,00 80,00
7 Chory Ayu Sugesti 45,00 85,00
8 Deby Oktariani Putu 30,00 78,33
9 Dwi Wiranata 25,00 75,00
10 Fina Kusuma Ganda Wati Luh Putu 35,00 80,00
11 Gufran Rizaldy D.G 46,67 85,00
12 Irin Rahayu Wijayanti Made 46,67 86,67
13 Krisdayanti Ketut 35,00 86,67
14 Mega Sri Ayuning Komang 45,00 86,67
15 Meliani Putu 33,33 85,00
16 Mertasari Gusti Ayu Putu 26,67 70,00
17 Mertayasa Kadek 30,00 81,67
18 Metariani Putu 41,67 86,67
19 Mia Tiara Triana Dewi Ketut 33,33 80,00
20 Muliani Ni Kadek 30,00 85,00
21 Nik ardianto I Putu 26,67 80,00
22 Royhan Mochammd Iqbal 30,00 78,33
23 Sri Maharani Ni Made 36,67 76,67
24 Suardana Putra made 33,33 78,33
25 Sudi arsana Komang 36,67 78,33
26 Surya Pramana Ngurah Ida Bagus KT. 30,00 76,67
27 Tindih I Gede 26,67 81,67
28 Tio Adi Mulia Sastrawan Komang 36,67 80,00
29 Tri Anggreni Ni Komang 43,33 81,67
30 Victor Andreano Gede 36,67 86,67
31 Widi Pebrianti Ni Luh 36,67 80,00
32 Risa Dewi Ni Komang 40,00 81,67
33 Wiryawati Ni Putu 38,33 75,00
34 Yudi Trisna Adi Gede 40,00 81,67
35 Alga Pradnya Dewi Si Luh Putu 35,00 75,00
Rata- Rata 35,42 80,50
Standar Deviasi 6,17 4,09
9
Sebelum dilakukan pengujian dengan analisis statistik inferensial berupa
analisis kovarian (anakova), maka terlebih dahulu perlu dilakukan uji prasyarat
analisis terhadap data hasil belajar siswa. Uji prasyarat tersebut meliputi:
1) Uji Normalitas
Uji normalitas sebaran data dimaksudkan untuk menyakinkan bahwa sampel
benar-benar berasal dari populasi yang berdistribusi normal, sehingga uji hipotesis
dapat dilakukan. Uji normalitas data dalam penelitian Nurindra () menggunakan
statistik Kolmogorov-Smirnov Test. Uji Kolmogorov-Smirnov adalah salah satu uji
normalitas untuk dua sampel yang independent. Uji Kolmogorov-Smirnov dapat
digunakan untuk sampel besar maupun sampel kecil dan data berupa data interval. Uji
Normalitas data dilakukan terhadap seluruh skor pemahaman awal dan hasil belajar
siswa di kelompok TAI dan kelompok GI.
Pengujian Normalitas dengan Kolmogorov-Smirnov Test dilakukan dengan
langkah berikut ini.
i. Mengurutkan data dengan urutan yang terkecil hingga terbesar
ii. Menghitung frekuensi data dan nilai Z untuk tiap-tiap data =
iii. Menhitung frekuensi data pada kurva normal dengan batas Z atau F(Z) yakni
luas daerah dibawah kurva normal pada jarak Z
iv. Menghitung frekuensi kumulatif data (FK)
v. Menghitung probabilitas frekuensi kumulatif (PK = FK/N)
vi. Menghitung harga mutlak selisih F(Z) dengan PK dibawahnya, yang
dinyatakan dengan D-1
vii. Menghitung harga mutlak selisih F(Z) dengan PK, yang dinyatakan dengan
D0
viii. Mencari nilai maksimal antara D-1 dan D0 atau dinyatakan dengan Maks (D-1,
D0)
ix. Mencari nilai terbesar dari Dhitung, membandingkannya dengan Dtabel pada tabel
Kolmogorov Smirnov
x. Jika harga Dhitung < Dtabel, maka H0 (data berasal dari populasi yang terdistribusi
normal) diterima
10
Setelah dilakukan perhitungan pada data postest sesuai dengan langkah
tersebut akan didapatkan tabel kerja seperti berikut ini.
Maks (D-
X F FK PK Z F(Z) D-1 D0 1,D0)
11
Berikut ini diberikan langkah pengujian normalitas data dengan menggunakan
SPSS.
i. Entry data
Pindahkan variabel pretes ke independen list, pilih menu both pada kotak
display, dan pilih plots sehingga muncul kotak dialog berikut.
12
Centang pilihan seperti gambar di atas, kemudian klik continue dan OK.
iii. Menafsirkan hasil uji
Pada hasil analisis akan tampak tabel seperti gambar di atas. Pada tabel
tersebut terlihat bahwa besarnya bilangan signifikansi adalah 0.099. apabila
dibandingkan dengan taraf signifikansi (0,05), maka harga bilangan signifikasi
lebih besar dari taraf signifikansi. Sehingga, H0 diterima atau data pretest
berdistribusi normal. Langkah yang sama juga dilakukan untuk data pretest
dan didapatkan hasil seperti berikut.
13
() 2
=1( )
W=
(1) 2
=1 =1( )
Keterangan :
N=banyak data keseluruhan
N=banyak data tiap-tiap kelompok
K=banyak kelompok
dij=|Yij-Yi|
Yij = data sampel ke-j pada kelompok ke-i
Yi = rerata kelompok sampel ke-i
di = rerata dij untuk kelompok sampel ke-i
d = rerata seluruh dij
Berikut ini diberikan langkah pengujian homogenitas dengan menggunakan
SPSS.
i. Entry data
14
Centang pilihan seperti gambar di atas, kemudian klik continue dan OK.
iii. Menafsirkan hasil uji
Dependent Variable:pretes
.227 1 69 .636
15
Pada hasil analisis akan tampak tabel seperti gambar di atas. Pada tabel
tersebut terlihat bahwa besarnya bilangan signifikansi adalah 0.636. apabila
dibandingkan dengan taraf signifikansi (0,05), maka harga bilangan signifikasi
lebih besar dari taraf signifikansi. Sehingga, H0 diterima atau data pretest
kedua kelompok adalah homogen. Langkah yang sama juga dilakukan untuk
data pretest dan didapatkan hasil seperti berikut.
Dependent Variable:posttest
.606 1 69 .439
16
ii. Memilih menu berikut : Analyze>>Compare Means>>Means
Pindahkan variabel pretes ke independen list dan postes ke dependent list, dan
pilih option sehingga muncul kotak dialog berikut.
Centang pilihan seperti gambar di atas, kemudian klik continue dan OK.
17
iii. Menafsirkan hasil uji
ANOVA Table
Sum of Mean
Squares df Square F Sig.
Deviation from
132.953 13 10.227 .501 .899
Linearity
Total 645.569 35
Pada hasil analisis akan tampak tabel seperti gambar di atas. Keberartian arah
regresi diliat dari nilai sig. dari F Linearity. Apabila sig. dari F Linearity lebih
kecil dari maka H0 (koefisiensi arah regresi tidak berarti) ditolak dan Ha
(koefisien arah regresi berarti) diterima. Berdasarkan hasil analisis ternyata
harga sig. lebih kecil dari , sehingga Ha diterima (koefisien arah regresi
berarti). Untuk kelompok yang lainnya dilakukan langkah yang sama dan
didapatkan hasil sebagai berikut.
ANOVA Table
Sum of Mean
Squares df Square F Sig.
Deviation
from 89.750 11 8.159 .573 .831
Linearity
Total 577.443 35
Berdasarkan hasil analisis ternyata harga sig. lebih kecil dari , sehingga Ha
diterima (koefisien arah regresi berarti).
18
Setelah semua uji prasyarat dilakukan dan memenuhi syarat untuk dapat dianalisis
dengan ANAKOVA barulah data dapat dianalisis dengan ANAKOVA. Terdapat dua
cara menganalisis data dengan ANAKOVA, yaitu secara manual dan dengan bantuan
SPSS. Namun, jika data tidak berdistribusi normal maka ANAKOVA tidak dapat
dijalankan, sehingga harus memilik salah satu teknik analisis non-parametrik yang
sesuai yaitu Uji Mann-Whitney.
A1 A2
No X Y X Y
1 30.00 78.33 36.67 75.00
2 33.33 81.67 25.00 78.33
3 30.00 70.00 41.67 81.67
4 26.67 78.33 30.00 78.33
5 23.33 73.33 36.67 81.67
6 25.00 75.00 40.00 80.00
7 35.00 81.67 45.00 85.00
8 23.33 71.67 30.00 78.33
9 41.67 73.33 25.00 75.00
10 45.00 70.00 35.00 80.00
11 36.67 76.67 46.67 85.00
12 33.33 73.33 46.67 86.67
13 45.00 86.67 35.00 86.67
14 35.00 70.00 45.00 86.67
15 33.33 80.00 33.33 85.00
16 35.00 76.67 26.67 70.00
17 36.67 78.33 30.00 81.67
18 46.67 81.67 41.67 86.67
19 35.00 70.00 33.33 80.00
19
20 40.00 76.67 30.00 85.00
21 35.00 73.33 26.67 80.00
22 30.00 75.00 30.00 78.33
23 23.33 78.33 36.67 76.67
24 38.33 85.00 33.33 78.33
25 46.67 80.00 36.67 78.33
26 35.00 76.67 30.00 76.67
27 38.33 78.33 26.67 81.67
28 40.00 76.67 36.67 80.00
29 25.00 70.00 43.33 81.67
30 36.67 73.33 36.67 86.67
31 30.00 80.00 36.67 80.00
32 26.67 73.33 40.00 81.67
33 25.00 75.00 38.33 75.00
34 36.67 80.00 40.00 81.67
35 41.67 81.67 35.00 75.00
36 33.33 78.33
Keterangan :
A = model pembelajaran
A1 = model pembelajaran TAI
A2 = model pembelajaran GI
X = hasil posttest (kovariabel)
Y = hasil belajar
20
Rata-rata Y 76,62 80,52 157,14
3. Perhitungan
Perhitungan dilakukan sesuai dengan rumus rumus dalam mencari harga
F hitung sebagai berikut.
a. Sumber Variasi Total (Residu)
2
( )
1) = 2 = 2
(5576,69)2
= 439515,42 = 1494,70
71
2
( )
2) = 2 = 2
(2471,70)2
= 88950,08 = 2903,59
71
( )( )
3) = =
(2471,70)(5576,69)
= 195048,37 =908,87
71
4) ( ) = 2
908.87
= 2903.59 =0,31
5) = ( )
= (0,31)(908,87) = 281,75
6) =
= 1494,70 281,75 = 1212,95
(2758,33)2 (2818,36)2
= 439515,42 ( + ) = 1224,18
36 35
2
( )
2) = 2 = 2
(1231,67)2 (1240,03)2
= 439515,42 ( + ) = 2877,33
36 35
21
( )( )
3) = =
(2758,33)(1231,67) (2818,36)(1240,03)
= 195048,30 ( + )
36 35
= 824,51
4) ( ) = 2
824,51
= 2877,33 =0,29
5) = ( )
= (0,29)(824,51) = 239,11
6) =
= 1224,18 239,11 = 985,07
c. Sumber variasi antar
=
= 1212,95 985,07 = 227,88
d. Menghitung derajat kebebasan
dk*A = dkA = a - 1 = 2-1 = 1
dk*D = dkD M= N-a-M = 71-2-1= 68
dk*t = dkt M= N-1-M = 71-1-1 = 69
e. Menghitung rata-rata kuadrat (RK)
227,88
= = = 227,88
1
985,07
= = = 14,48
68
f. Menghitung harga F
227,88
= = = 15,73
14,48
4. Rangkuman
Membuat rangkuman hasil perhitungan sangat penting agar kita lebi
mudah untuk mengambil kesimpulan. Rangkuman hasil perhitungan sebagai
berikut.
Sumber JK Dk RK FA* F tabel Keterangan
22
Variasi 5% 1%
23
2. Analisis Data
Menu ANAKOVA terletak di General Linear Model, dengan langkah-
langkah berikut ini.
Analyze >> General Linear Mode >> Univariate
Setelah dipilih, akan tampak kotak dialog seperti gambar di bawah ini.
24
Masukkan variabel y pada kotak dependent variable, variabel x pada fixed
factor, dan variabel z pada covariate. Selanjutnya pilih OK, sehingga akan
muncul hasil analisis. Hasil analisis yang muncul adalah seperti gambar
berikut ini.
25
Susun hipotesis
Ho : 1 = 2
Ha : 1 2
Tetapkan signifikansi
Signifikansi () yang ditetapkan pada penelitian Nurindra adalah 0,05.
Bandingkan dengan signifikansi yang diperoleh dengan SPSS (sig.).
Apabila sig. > , maka H0 diterima Ha ditolak, sebaliknya sig. ., maka
H0 ditolak Ha diterima.
26
BAB III
PENUTUP
3.1 Simpulan
Adapun simpulan dari makalah ini adalah sebagai berikut.
1. ANAKOVA digunakan untuk menguji perbandingan sekaligus hubungan. Isitilah
kova dalam anakova berasal dari kata kovarian (covariance) yang menunjukkan
adanya variabel numerik sebagai kovariabel, yang diyakini dapat membuat bias
hasil analisis. Variabel numerik dimasukkan sebagai kovariabel untuk
menurunkan error variance, dengan jalan menghilangkan pengaruh variabel
tersebut.
2. Analisis data dengan ANAKOVA dapat dilakukan secara manual ataupun dengan
SPSS. Secara manual, analisis data dilakukan dengan menghitung harga F hitung
dan kemudian dibandingkan dengan harga F tabel. Dengan bantuan SPSS, analisis
data dilakukan dengan menggunakan pilihan General Linear Mode >>
Univariate dan kemudian harga sig. hasil analisis dibandingkan dengan angka
signifikasi ().
27
DAFTAR PUSTAKA
Candiasa, I Made. 2010. Statistik Multivariat Disertai Aplikasi SPSS. Singaraja : Undiksha Press
Candiasa, I Made. 2010. Statistik Univariat dan Bivariat Disertai Aplikasi SPSS. Singaraja :
Undiksha Press
28