MANCOVA

Oleh : Fauzia Dwi Sasmita

210321868017

1.1 Latar Belakang

Sebuah penelitian eksperimen dilakukan dalam rangka memperoleh informasi terkait pengaruh treatment atau perlakukan atau kerap disebut sebagai variable independen terhadap suatu variable dependen tertentu Penelitian eksperimen dirancang secara logis dan sistematis agar terhindar dari gangguan atau bias yang tidak dapat dikontrol yang kemungkinan dapat mempengaruhi atau mengganggu perlakukan yang diberikan. Di dalam uji statistik, terdapat beberapa jenis uji yang dapat mengurangi bias dan error, salah satunya ialah analisis kovarians (analysis of covariance). Akan tetapi, pada makalah ini akan dipaparkan lebih lanjut mengenai Multivariate Analysis of Covariance (MANCOVA) yang terdiri atas lebih dari satu kovariat dan lebih dari satu variabel dependen.

1.2 Rumusan Masalah

Berdasarkan latar belakang yang dipaparkan, maka rumusan masalah yang diajukan pada makalah ini ialah:

1. Apa yang dimaksud dengan MANCOVA?

2. Apa saja asumsi pada uji MANCOVA?

3. Bagaimana uji MANCOVA dengan SPSS?

1.3 Tujuan Penulisan

Adapun tujuan dari penulisan makalah ini ialah:

1. Mengetahui definisi MANCOVA.

2. Mengetahui asumsi pada uji MANCOVA

3. Mengetahui teknik pengujian MANCOVA dengan SPSS.

2.1 Definisi MANCOVA

Sebelumnya telah diketahui bahwa terdapat uji ANCOVA yang berfungsi untuk memurnikan pengaruh variabel dependen dari pengaruh variabel kovariat. Akan tetapi, uji ANCOVA tidak apat digunakan pada lebih dari dua variabel kovariat secara bersamaan. Oleh sebab itu, dibutuhkan teknik analisis berupa Multivariate Analysis of Covariance (MANCOVA).

MANCOVA adalah teknik statistik yang merupakan perluasan dari analisis kovarians (ANCOVA). Pada dasarnya, ini adalah analisis varians multivariat (MANOVA) dengan kovariat (s). Analisis MANCOVA bertujuan untuk mengetahui apakah terdapat perbedaan perlakuan terhadap sekelompok variabel dependen setelah disesuaikan dengan pengaruh variabel konkomit. Keuntungan menggunakan multivariate analisis kovarians adalah memungkinkan peneliti untuk memeriksa lebih dari satu variabel terikat sekaligus atau pengaruh simultan dari variabel bebas terhadap lebih dari satu variabel terikat. Ini adalah analisis yang tepat ketika seorang peneliti membandingkan perbedaan kelompok.

2.1.1 Asumsi pada MANCOVA

Dalam analisis MANCOVA, semua asumsi sama seperti di MANOVA, tetapi satu lagi asumsi tambahan terkait dengan kovariat:

1. MANCOVA mengasumsikan bahwa pengamatannya adalah independen satu sama lain, tidak ada pola untuk pemilihan sampel, dan bahwa sampel benar-benar acak.

2. MANCOVA mengasumsikan bahwa variabel independen adalah kategoris dan variabel dependen adalah variabel kontinu atau skala. Kovariat dapat berupa kontinu, ordinal, atau dikotomis.

3. Tidak adanya multikolinearitas: Variabel dependen tidak dapat terlalu berkorelasi satu sama lain lainnya.

4. Normalitas: Normalitas multivariat hadir dalam data.

5. Homogenitas Varians: Varians antar kelompok adalah sama.

6. Hubungan antara kovariat dan variabel terikat: perlu diketahui apakah ada hubungan antara kovariat dan variabel terikat; melalui analisis korelasi.

3.1.2 Uji MANCOVA dengan SPSS

Perhatikan contoh kasus berikut ini!

Seorang peneliti ingin mengetahui apakah terdapat pengaruh metode diskusi dengan diskoveri terhadap hasil belajar fisika dan matematika siswa. Dalam hal ini terdapat variabel lain yaitu IQ yang diperkirakan dapat mempengaruhi pencapaian hasil belajar siswa.

Intrepretasi

Pada table multivariate test, perhatikan kolom berwarna hijau. Diperoleh signifikansi kurang dari 0,05. Maka dapat disimpulkan, bahwa dengan mempertimbangan IQ, secara simultan metode berpengaruh signifikan terhadap hasil belajar matematika dan fisika. Pada table Tests of Between-Subjects Effects, diperoleh efek univariat, juga diperoleh signifikansi kurang dari 0,05. Dengan demikian, dengan memperhatikan atau mempertimbangkan IQ, metode belajar berpengaruh secara signifikan terhadap hasil belajar matematika dan fisika. Karena kedua metode berpengaruh, maka dapat diketahui mana yang lebih besar pengaruhnya dari Tabel Pairwise Comparisons.

 Pada variable Y1 (nilai fisika), metode I (diskusi) dan metode J (discovery) menunjukkan signifikansi sebesar 0,00 (kurang dari 0,05). Dengan demikian, hasil belajar fisika dengan metode diskusi dan metode discovery tidak sama baiknya (terdapat perbedaan). Di bagian mean difference (I-J) atau metode diskusi dikurang dengan metode discovery, diperoleh nilai negatif sebesar -19,549. Dengan demikian, rata-rata hasil belajar fisika dengan metode discovery lebih tinggi daripada rata-rata hasil belajar fisika dengan metode diskusi. >> Dengan memperhatikan IQ, hasil belajar fisika dengan metode discovery lebih baik dibandingkan dengan metode diskusi.

 Pada variable Y2 (nilai matematika), metode I (diskusi) dan metode J (discovery) menunjukkan signifikansi sebesar 0,00 (kurang dari 0,05). Dengan demikian, hasil belajar matematika dengan metode diskusi dan metode discovery tidak sama baiknya (terdapat perbedaan). Di bagian mean difference (I-J) atau metode diskusi dikurang metode discovery, diperoleh nilai negatif sebesar -15,594. Dengan demikian, rata-rata hasil belajar matematika dengan metode discovery lebih tinggi daripada rata-rata hasil belajar fisika dengan metode diskusi. >> Dengan memperhatikan IQ, hasil belajar matematika dengan metode discovery lebih baik dibandingkan dengan metode diskusi.

3.1 Simpulan

Berdasarkan pembahasan yang telah diuraikan, diperoleh simpulan:

1. Analisis MANCOVA bertujuan untuk mengetahui apakah terdapat perbedaan perlakuan terhadap sekelompok variabel dependen setelah disesuaikan dengan pengaruh variabel konkomit.

2. MANCOVA mengasumsikan bahwa pengamatannya adalah independen satu sama lain, tidak adanya multikolinearitas, data berdistribusi normal, data homogen dan perlu mengetahui hubungan antara kovariat dan variabel terikat; melalui analisis korelasi.

3. Hasil intrepretasi dari MANCOVA dapat dilihat dari table Multivariate Test, Tests of Between-Subjects Effects, dan Pairwise Comparisons.

3.2 Saran

Diharapkan agar kita dapat mempelajari uji-uji tersebut dan berlatih untuk menggunakannya dengan aplikasi SPSSa agar kita terbiasa dan memudahkan kita untuk mengolah data dikemudian hari.

DAFTAR PUSTAKA

George, D., & Mallery, P. (2020).IBM SPSS Statistics 26 Step by Step: Sixteenth Edition Published. New York: Routledge, Taylor & Francis Group.

Ide, N. (2021, November Sunday). Retrieved from https://www.youtube.com/: https://www.youtube.com/watch?v=JoLYUshZsj4