1.
Pengertian Analysis of Covariance (ANCOVA)
Analysis of Covariance (ANCOVA) merupakan metode
kombinasi dari analisis varian (ANOVA) dan analisis regresi linier (Field, 2018; Rutherford, 2001). Seperti yang telah dipelajari sebelumnya, ANOVA
merupakan metode analisis yang digunakan untuk menguji perbandingan variabel
terikat ditinjau dari variabel bebas. Sedangkan regresi adalah metode analisis
yang digunakan untuk memprediksi hubungan linier variabel terikat melalui
variabel bebas. ANCOVA menggabungkan unsur antara kedua analisis ini untuk
meningkatkan presisi hasil sebuah penelitian dengan memanfaatkan kovarian.
Secara statistik, kovarian adalah ukuran korelasi antara dua atau lebih
variabel. Secara khusus, kovarians ini mengukur sejauh mana dua atau lebih
variabel yang saling terkait secara linier.
Menurut Leech et al. (2005), ANCOVA disebut juga perpanjangan dari analisis
ANOVA yang mengendalikan efek variabel skala kontinu yang tidak terkontrol.
Variabel kontinu atau skala yang dikontrol tersebut adalah variabel kovariat. Tujuan
dari analisis ANCOVA adalah untuk mengetahui pengaruh perlakuan/intervensi
terhadap variabel terikat dengan mengkontrol variabel kovariat sekaligus
mengurangi kesalahan yang ada dalam varians (Gliner et al., 2017). Pada dasarnya metode ANCOVA menguji efek atau
faktor-faktor tertentu pada variabel terikat ketika varians telah dihapus. Metode
analisis ini biasanya digunakan pada penelitian antara dua atau lebih kelompok
dengan dua atau lebih variabel bebas dan satu variabel terikat (Morgan et al., 2019). Secara umum, pendekatan analisis ini digunakan
dalam penelitian dengan desain pretest-posttest comparison group. ANCOVA
memanfaatkan perbedaan skor pretest antara kondisi untuk mengurangi varians
kesalahan dengan menyesuaikan skor posttest. Setelah penyesuaian ini dilakukan
pada skor posttest, analisis hanya diterapkan pada skor posttest. Penggunaan
ANCOVA dalam desain kelompok perbandingan pretest-posttest memungkinkan
peneliti untuk menggunakan pretest sebagai kovariat dan untuk menyesuaikan skor
posttest berdasarkan hubungan linier yang signifikan antara skor pretest
(kovariat) dan skor posttest (variat). Alasan di balik pendekatan ini adalah
bahwa biasanya ada perbedaan pretest antara kelompok perlakuan dan kontrol
sebelum intervensi, meskipun peserta secara acak ditugaskan ke kelompok (Gliner et al., 2017).
2.
Perbedaan ANOVA dan ANCOVA
Adapun perbedaan antara ANOVA dan ANCOVA menurut Rutherford (2001) dan Widhiarso (2004) dapat dilihat melalui parameter perbandingan
relevansi keduanya terhadap situasi penelitian, dengan catatan sebagai berikut:
a. ANCOVA memusatkan pada perbedaan efek perlakuan,
sedangkan ANOVA cenderung fokus pada perubahan skor
b. Desain randomized ANOVA dan ANCOVA akan
memberikan hasil yang mirip, tetapi effect size dan power-nya
berbeda
c. Penggunaan ANCOVA mensyaratkan pengukuran yang
memiliki eror pengukuran yang kecil
Adapun
kondisi ketika ANOVA lebih tepat digunakan jika:
a.
Perbedaan kondisi awal (pretest) antara
keompok eksperimen dan kontrol adalah signifikan
b.
Desain eksperimen memiliki lebih dari satu kali pretest.
c.
Tidak melakukan uji liniearitas, karena ANOVA
berlaku pada model yang linier maupun nonlinier.
Sedangkan
kondisi ketika ANCOVA lebih tepat digunakan adalah jika:
a. Menggunakan desain random dengan asumsi tidak
ada perbedaan yang signifikan antara hasil pretest dalam kelompok
eksperimen dan kontrol.
b.
Kondisi awal antara kelompok kontrol dan eksperimen
adalah setara.
c.
Banyak subjek yang dapat mencapai skor maksimal
sehingga varians skor mengalami penurunan.
3.
Variabel - Variabel dalam Uji Analysis of
Covariance (ANCOVA)
Secara garis besar, ANCOVA memiliki tiga variabel, yaitu variabel
independen (bebas), variabel dependen (terikat) dan varibel kovariat (Gliner et al., 2017). Sumber lain menyebutkan bahwa varibel bebas yang
digunakan dalam ANCOVA terdiri atas variabel kuantitatif dan variabel kualitatif
(Field, 2018). Hal ini tidaklah salah karena perbedaan antara
variabel kuantitatif dan kualitatif yang dimaksud hanyalah terletak pada jenis
data yang digunakan. Varibel terikat atau variabel respon dalam ANCOVA harus
berada pada data kontinu sehingga tergolong dalam variabel kuantitatif. Data
kontinu memiliki variabel nilai kuantitatif yang bergerak dalam kontinum dari
rendah ke tinggi, sehingga data ini merupakan data dalam skala interval atau
rasio. Contohnya adalah: motivasi belajar, hasil tes pemahaman konsep, dsb.
Sementara variabel bebas dalam ANCOVA terdiri atas variabel kuantiatif dengan
data kontinu dan variabel kualitatif dengan data kategorikal. Data kategorikal
adalah variabel data hasil pengkodean terhadap kategori tertentu, sehingga data
ini merupakan data pada skala nominal. Variabel bebas ANCOVA yang tergolong
dalam variabel kuantitatif dengan data kontinu disebut dengan variabel
kovariat. Sedangkan variabel bebas yang tergolong variabel kualitatif dengan
data kategorikal disebut dengan variabel independen. Variabel independen yang
digunakan dalam penelitian eksperimental pendidikan biasanya berupa perlakuan/treatment/
intervensi seperti model pembelajaran, teori belajar, metode pengajaran, dan
sebagainya (Gliner et al., 2017; Leech et al., 2005).
DAFTAR RUJUKAN
Cohen, L., Manion, L., & Morrison, K. (2007). Research
Methods in Education. In Taylor & Francis Group (6th ed.).
Field,
A. (2018). Discovering Statistics Using IBM SPSS Statistics (5th ed.).
Gliner,
J. A., Morgan, G. A., & Leech, N. L. (2017). Research Methods in Applied
Settings: An Integrated Approach to Design and Analysis (3th ed.).
Routledge Taylor & Francis Group.
Leech,
N. L., Barrett, K. C., & Morgan, G. A. (2005). SPSS for Intermediate
Statistics: Use and Interpretation (2nd ed., Vol. 1).
Morgan,
G. A., Barrett, K. C., Leech, N. L., & Gloeckner, G. W. (2019). IBM SPSS
for Introductory Statistics: Use and Interpretation. In Routledge Taylor
& Francis Group (4th ed.). https://doi.org/10.4324/9780429287657
Riadi,
E. (2016). Statistika Penelitian (Analisis Manual dan IBM SPSS). ANDI
Yogyakarta.
Rutherford,
A. (2001). Introducing ANOVA and ANCOVA a GLM Approach. SAGE
Publications.
Widhiarso,
W. (2004). Analisis Data Eksperimen : antara ANOVA dan ANAKOVA. 2–4.
