ANCOVA dan Regresi Logistik

Oleh:
Noer Hardianty
Ratih Nurlatifah
Vidya Setyaningrum
ANCOVA
Teknik analisis yang merupakan gabungan dari
analisis regresi dan ANOVA.
Digunakan ketika respon dari variabel y,
sebagai tambahan dipangaruhi oleh
perlakuan, dan secara linier juga berhubungan
dengan variabel x lain.
ANCOVA
ANCOVA dapat digunakan dalam beberapa tipe
situasi penelitian, misalnya dapat digunakan
untuk:
1. Meningkatkan presisi penelitian,
2. Mengendalikan variabel extraneous dari
sebuah survey, dan
3. Membandinggkan regresi dari beberapa
kelompok.

Model Linear

= +

Asumsi-Asumsi
Semua kelompok perlakuan memiliki variansi
yang sama terhadap garis regresi mereka.

1
2
= =

2
=
2

Semua garis regresi memiliki kemiringan yang
sama.
1
=
2
= =

=
Kemiringan umumnya tidak sama dengan 0;
yakni garis regresi tidak horizontal


Prosedur Analisis

0
:
1
=
2
= =

1
=

Kriteria uji
Tolak
0
jika

>
,1,1
dan terima

0
untuk keadaan lainnya.
Contoh
Suatu penelitian dilakukan di sebuah sekolah untuk
mengetahui apakah ada pengaruh perbedaan
metode mengajar terhadap nilai IPA siswa. Ada tiga
metode yang digunakan misal metode I, metode II,
dan metode III. Dalam kenyataaannya terdapat
faktor-faktor lain yang juga mempengaruhi nilai
siswa, misalnya IQ. Oleh karenanya digunakan IQ
sebagai peubah kontrol (covariate) untuk
mengurangi tingkat kesalahan. Untuk keperluan
penelitian ini, diambil sampel masing-masing 5
orang siswa dari setiap metode mengajar. Data yang
diperoleh adalah sebagai berikut.
Metode 1 Metode 2 Metode 3
Nilai IQ Nilai IQ Nilai IQ
1 73 107 62 105 83 107
2 90 110 76 113 85 115
3 82 120 83 108 70 110
4 68 105 83 105 73 102
5 70 111 91 118 78 110

.()
553 549 544
..()
= 1646

.()
383 395 389
..()
= 1167

2

61295 60407 59278 180980

42461 43515 42382 128358

2

29677 31679 30427 91783
x= IQ
y= nilai
a = 3

1
=
2
=
3
= 5
y xy x
T 91783 128358 180980
A 90807 128054 180629.2
CF 90792.6 128058.8 180621.07
df SS
y
SP SS
x

Treatment
Error
2
12
SS
a(y)
= 14.4
SS
e(y)
= 976
SP
a
= -4.8
SP
e
= 304
SS
a(x)
= 8.13
SS
e(x)
= 350.8
Total 14 SS
t(y)
= 990.4 SP
t
= 299.2 SS
t(x)
= 358.93
Corrected Sums of Squares and Products
df SS
y
MS
(y)
F
Treatment
Error
2
11
SS
a(y)
= 28.4
SS
e(y)
= 712.5
MS
a(y)
= 14.2
MS
e(y)
= 64.7
0.219
Total 13 SS
t(y)
= 740.9
Adjusted Sums of Squares

(0.05;2;11)
= 3.98

Karena F
hitung
< F
tabel
maka H
0
diterima