ANCOVA merupakan teknik analisis yang berguna untuk meningkatkan presisi sebuah percobaan karena di dalamnya dilakukan pengaturan terhadap pengaruh peubah bebas lain yang tidak terkontrol. ANCOVA digunakan jika peubah bebasnya mencakup variable kuantitatif dan kualitatif. Dalam ANCOVA digunakan konsep ANOVA dan analisis regresi. Dalam ancova kita membandingkan variable tergantung (Y) ditinjau dari variable bebas (X1) sekaligus menghubungkan variable tergantung tersebut dengan variable bebas lainnya (X2). Variable X2 yang digunakan memprediksi inilah yang dinamakan dengan kovarian.
Tujuan ANCOVA ini adalah untuk mengetahui atau melihat pengaruh perlakuan terhadap peubah dengan mengontrol peubah lain yang kuantitatif. Seperti yang telah dijelaskan sebelumnya, ancova dapat dikatakan sebagai gabungan antara teknik anova dan regresi. Sehingga dapat kita perjelas dengan :
Anova                  :   digunakan untuk menguji perbandingan variable tergantung (Y) ditinjau dari variable bebas (X1)
Regresi                :   digunakan untuk memprediksi variable tergantung (Y) melalui variable bebas (X2).
Dalam ancova mempunyai karakteristik variable pengujian sebagai berikut: -Â Â Â Â Â Â Â Â Â Variable tergantung (Y)Â Â Â Â Â Â Â Â : kontinum
-         Variable bebas (X1)                : Kategorikal -         Variable bebas (X2)                : Kontinum a.      Kontinum
Variable yang memiliki nilai kuantitatif yang bergerak dalam kontinum dari rendah hingga tinggi (dengan menggunakan skala interval atau rasio). Contoh : harga diri, motivasi belajar, IQ, hasil tes suatu mata pelajaran. b.     Kategorikal
Variable hasil pengkodean terhadap kategori (nominal). Misalnya : Jenis kelamin, kelas, lokasi tempat tinggal, jenis pekerjaan dan lain sebagainya.
Terdapat beberapa persyaratan yang harus dipenuhi sebelum melakukan analisa dengan teknik ancova, yakni: Ada hubungan linier antara kovarian (variable kontrol) dengan variable dependen. Hubungan ini
dibuktikan dengan analisis korelasi, jika ada korelasi yang signifikan antara kovarian dan post test, maka analisis kovarian dapat dilanjutkan.
Kemiringan garis regresi antar kelompok harus sama. Kesamaan kemiringan garis ini dibuktikan dengan tidak adanya interaksi antara kovarian (variable kontrol) dengan perlakukan (variable bebas)
Pengukuran kovarian harus memiliki reliabilitas yang cukup memuaskan. Misal dengan alpha lebih dari 0.8.
Contoh kasus:
Seorang peneliti ingin mengetahui apakah ada pengaruh metode mengajar terhadap nilai mata pelajaran siswa. Dalam kelas tersebut terdapat 3 macam metode pembelajaran yang diterapkan dalam satu kelas yakni Metode A, Metode B, dan Metode C. Tetapi dalam kenyataannya nilai siswa tersebut tidak hanya ditentukan oleh metode pembelajaran itu saja, melainkan terdapat faktor lain yang mempengaruhinya. Misalnya nilai IQ. Dalam hal ini IQ digunakan sebagai peubah kontrol (covariate) untuk mengurangi tingkat kesalahan. Berikut adalah datanya.
No. Responden
metode A metode B metode C
Nilai IQ Nilai IQ Nilai IQ
1 80 105 77 105 91 122
2 87 105 76 102 80 110
3 86 108 85 111 74 110
5 90 120 88 120 81 112
2. Masukkan nama variable “metodeâ€, “nilaiâ€, dan “IQ†ke dalam sheet Variable View Untuk variabel metode kita masukkan nilai value nya, yakni:
1 = metode A 2 = metode B 3 = metode C
1. Masukkan data-data pada tabel nilai ke dalam sheet Data View. 2. Klik Analyze > General Linear Model > Univariate.
-         Masukkan variabel “nilai†ke dalam kotak Dependent Variables
Dari tabel output Between-Subjects Factors menjelaskan banyaknya N (responden) yang terdapat pada metode yang digunakan. Misalnya Metode A sebanyak 12 siswa, Metode B sebanyak 12 siswa dan Metode C sebanyak 12 siswa juga.
Corrected Model 1872.860a 3 624.287 18.826 .000
Intercept 196.266 1 196.266 5.919 .021 a. R Squared = ,638 (Adjusted R Squared = ,604)
