ANALISIS ANCOVA/ANACOVA

Kasus : 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.

1. Mempersiapkan data yang akan di analisis

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

2. Data diatur agar mudah dimasukkan dalam SPSS

Nilai IQ Dosen 83 103 1

82 105 1 87 105 1
89 106 1 95 100 2
87 104 1 70 98 2
80 101 1 81 100 2
90 115 1 79 100 2
95 122 1 83 103 2
70 99 1 87 106 2
76 100 1 90 120 2
98 125 1 89 101 2
88 100 1 87 115 2
83 103 1 80 122 2
81 103 1 90 125 2
79 102 1 95 104 2
 70 101 2 95 120 3
87 105 2 70 95 3
80 100 2 81 101 3
79 100 3 79 115 3
83 101 3 83 105 3
76 115 3 87 106 3
98 122 3 90 104 3
88 125 3 89 101 3
83 103 3 81 103 3

3. Data yang sudah siap dimasukkan dalam SPSS

4. Lakukan uji normalitas terlebih dahulu pada variabel nilai dengan klik analyze >>
non-parametrik test >> 1 sample KS
5. Isikan variabel nilai pada test variable list seperti dibawah ini, kemudian centang
normal pada kolom test distribution, lalu klik OK

6. Akan keluar pada output seperti berikut

 Pembacaan output : hasil signifikansi menunjukkan nilai 0,610. Nilai tersebut >
dari 0,05 sehingga kesimpulannya adalah variabel nilai berdistribusi normal

LANGKAH ANALISIS ANCOVA

Setelah dilakukan uji normalitas pada variabel yang terikat (variabel nilai), maka
dilanjutkan dengan analisis ancova atau nama lain anacova

1. Klik analyze >> general linier model >> univariate

2. Isikan seperti kolom di bawah ini

3. Klik options dan isikan seperti di bawah

4. Kemudian klik continue lalu OK

5. Hasil output yang didapatkan sebagai berikut:
Tetapkan signifikansi, misalnya α = 0,05.

Bandingkan a dengan signifikansi yang diperoleh (sig). Apabila α < sig., maka Ha diterima,
sebaliknya bila α ≥ sig., maka H0 diterima.

H0 : variabel tidak berpengaruh pada nilai ujian mahasiswa

Ha : variabel berpengaruh pada nilai ujian mahasiswa

Pembacaaan hasil : Untuk corected model, hasil analisis menunjukkan nilai signifikansinya
adalah 0,002 yang ternyata < dari 0,005. Artinya secara bersama-sama perbedaan dosen dan
IQ mempengaruhi nilai ujian mahasiswa.

Pada kolom signifikansi IQ, terbaca nilai signifikansinya adalah 0,00 yang ternyata < 0,05.
Dapat disimpulkan bahwa variabel IQ mempengaruhi nilai mahasiswa. Akan tetapi
perbedaan dosen belum memberikan perbedan nilai mahasiwa yang nyata/bermakna
karena nilai signifikansinya > dari 0,005.