Penelitian A analisis regresi - Spada UNS

(1)

Analisis

kovariansi

https://kamriantiramli.wordpress.com/tag/

(2)

Kemiskinan Absolut (y) Kepemilikan

Modal x4

Pengangguran x3

Beban Tanggungan x1

Pengangguran Absolut x2

(3)

material Rendah

A1

material Medium

A2

material Tinggi

A3 Daya regang aspal

A

Anava satu jalan

(4)

B\A

MODUL MATDAS A1

Tanpa MODUL MATDAS A2

KEMAMPUAN MAT RENDAH

B1 HASIL BELAJAR KIMIA

KEMAMPUAN MAT TINGGI B2

ANAVA DUA JALAN

(5)

ANAVA ANREG

Y  variabel dependen Y  variabel dependen

A, B, C… variabel kategorik

disebut dengan Faktor

A, B… dibagi dalam suatu tingkat faktor

X1, X2, …  variabel independen kontinu

X1, X2,… diukur dan diobservasi (tidak dijadikan tingkat faktor)

0 1 1 p p

Y     X  K  X 

 

Main Effects Interactions

i j ij

Y   

  

 K



 K



Bagaimana jika ANAVA dan ANREG digabung ?

(6)

PERMAINAN A1

KONVENSIONAL A2

SKOR SBLM PENGAJARAN

(X)

SKOR STLH PENGAJARAN

(Y)

SKOR SBLM PENGAJARAN

(X)

SKOR STLH PENGAJARAN

(Y) KEMAMPUAN BERBAHASA INDONESIA

ANALISIS KOVARIANSI

(7)

CONTOH PENELITIAN ANAKOVA

Dapatkah X2 dijadikan variabel bebas  analisis regresi ???

***jika fokus penelitian hanya satu variabel bebas maka X2 menjadi variabel kontrol

(8)

Dengan anava

Dengan anakova

(9)

KARAKTERISTIK VARIABEL PENGUJIAN ANAKOVA

Variabel Tergantung/ respon (Y) : kontinum Variabel bebas (A, B, C, D,…) : Kategorikal Variabel bebas (X) : Kontinum

Kontinum  nilai kuantitatif (interval/ rasio)

 misal harga diri, motivasi, IQ, hasil tes Matematika Kategorikal  hasil pengkodean thdap kategori (nominal)

 jenis kelamin, kelas

(10)

ANACOVA (ANALYSIS OF COVARIANCE)

1.

Y  variabel tergantung (kontinum)

2.

A, B, C,…  variabel independen kategorik (Faktor)

3.

X

₁

, X

₂

, …, X

_p

 variabel independen kontinum (kovariat) Model linier anakova secara umum:

Main effects interaction Covariate effects

(11)

CONTOH APLIKASI ANAKOVA DIBIDANG PENDIDIKAN

1. Judul Penelitian: Menumbuh kembangkan kesadaran dan ketrampilan metakognisi mahasiswa jurusan BIOLOGI melalui penerapan strategi PBL dan Kooperatif GI

Sumber : M. Danial, 2010. Jurnal Pend, Univ Neg Makasar

Kelompok Pre-Test Perlakuan-T Post-Test

Eksp: PBL Y1 T1 Y2

GI Y3 T2 Y4

Kontrol : Konvensional

Y5 T3 Y6

1. Y2, Y4, Y6 : Post Test  variabel tergantung (kontinum)

2. T₁, T_2,T₃ variabel independen kategorik (Faktor)

3. Y₁, Y₃, Y₅  variabel independen kontinu (kovariat)

(12)

2. Seorang peneliti ingin mengetahui perbedaan desain pembelajaran PBL dengan ceramah pada MK MetSat. Untuk itu ia mengontrol prestasi belajar sebelum diterapkannya kedua metode pembelajaran tsb sebagai pretest

 X?

 Y?

 Kovariat?

(13)

3. Seorang peneliti ingin mengetahui apakah ada pengaruh metode mengajar terhadap nilai MetStat. Ada tiga macam metode A, B dan C. Kenyataannya nilai tidak hanya ditentukan oleh metode, tapi juga ada faktor lain yang berpengaruh misal IQ. Selanjutnya IQ dijadikan sebagai variabel pengontrol untuk mengurangi tingkat kesalahannya.

Faktor?

Kovariat?

Y?

(14)

4. Ada suatu percobaan dalam bidang industri yang ingin mengetahui mesin terhadap respon kekuatan serat yang dihasilkan (Y) dan dipergunakan dalam industri tekstil. Terdapat 3 perlakuan mesin, masing- masing 5x. Telah diketahui bahwa kekuatan serat yang dihasilkan juga tergantung pada diameter serat tersebut. Untuk itu digunakan concomitant variabel (X) yaitu diameter serat yang dihasilkan (10-3cm)

Faktor?

Kovariat?

respon?

(15)

JADI ANAKOVA ?

Teknik analisis yang digunakan untuk meningkatkan presisi percobaan

Melakukan pengaturan terhadap variabel bebas yang tidak terkontrol

Menganalisis variabel terikat (dependen, Y) ditinjau dari variabel bebas X1 dengan variabel kovariat/ kovarian

Tujuan :

1. Mengetahui pengaruh perlakuan terhadap variabel bebas dengan mengontrol variabel lain yang kuantitatif

2. Mendapatkan kemurnian pengaruh var. bebas thd var terikat

3. Mengontrol kondisi awal sebelum penelitian dengan cara pre-post test

4. Mengontrol variabel luar yang secara teoritis akan mempengaruhi hasil penelitian

(16)

MODEL ANAKOVA SATU FAKTOR DENGAN SATU KOVARIAT

 Galat berdistribusi Normal

 populasi untuk setiap perlakuan mempunyai variansi sama

 Data observasi Y, independen

 Hubungan X dan Y linier dan bebas dari perlakuan

 X bersifat tetap dan tidak berkorelasi dengan perlakuan

 



^0,



^merupakan^variabel ^random

IIDN

~

konstan dianggap

, independen

variabel :

X dan Y

antara regresi

koefisien :

- ke ) (perlakuan faktor

at efek tingk :

mean overall

:

 2

















ij ij i

ij ij

i ij

X

i X

X

Y     

ASUMSI

(17)

PROSEDUR ANOVA SATU JALAN

   

     

²

JK 1 1 2

JK 1 1

2

1 1 2

1 1

S P

T



 



 





 



 





 



 





 



 



 



 



 





























a i

n j

ij i a

i

n j

i a

i

n j

ij

a i

n j

ij i i

a i

n j

ij

ij i ij i

y y

iii. Penentuan Tabel ANAVA Partisi Jumlah Kuadrat (JK)

(18)

 

      

²

JK

1 1

0

1 1

2

JK

1 1

2

JK

1 1

S P

T

2



 



 





 



 





 



 





 



 





  



    

   

  















a i

n j

i ij

a i

n j

i ij

i a

i

n j

i a

i

n j

ij

y y

 

N y y

y

y ^a

i n

j ij a

i n j

ij

2 2

1 1

2

JKT ^^

     



 

 



 



 



a i

n j

i y

y

1

2

1

JKP

N y n

y

a i

i

2

1 2





 





(19)

 

SY Py

Ty

i j

i ij

Sy

i

i i

i j

Py

i j

ij

i j

ij Ty

JK JK

JK

Y Y

JK

tr Y r

Y Y Y

JK

tr Y Y

Y Y

JK































2 .

2 ..

2 2 .

.

2 2 ..

2

..



_ij



_ij

i

ij

X X

Y       

__

 

i = jumlah perlakuan, i=1,…,t

j= jumlah perulangan, j=1,…,r

(20)

 

Sx Px

Tx

i j

i ij

Sx

i

i i

i j

Px

i j

ij

i j

ij Tx

JK JK

JK

X X

JK

tr X r

X X X

JK

tr X X

X X

JK































2 .

2 ..

2 2 .

.

2 2 ..

2

..

(21)

  

Sxy Pxy

Txy

i j

i ij

Sxy

i

i i i

i i

j Pxy

i j

ij ij

i j

ij ij

Txy

JK JK

JK

Y Y

X X

JK

tr Y X r

Y Y X

Y X

X JK

tr Y Y X

X Y

Y X

X JK































. .

. . .

.

..

.. ..

..

.. ..

..

(22)

UJI EFEK PERLAKUAN

 , 1, ( 1) 1

rasio 0

) (

) ( rasio

1 0

F jika ditolak

H : DK

. F

: Uji Statistika

.

% 5

.

, 2 , 1 ,

, 0 :

H

, 0 :

H .



 











r t t dip

S dip P i

i

F iv

RK RK iii

ii

t i

i i i







(23)

SV JK Y

JK X

JK XY

db

Perlakuan JKPy JKPx JKPxy t-1

Sesatan JKSy JKSx JKSxy t(r-1)

Total JKTy JKTx JKJKTxy tr-1

Tabel ANAKOVA sebagai koreksi ANAVA

SV JK (dip) db (dip) RK (dip) F

Perlakuan JKP(dip) t-1 RKP(dip) RKP(dip)/

Sesatan JKS(dip) t(r-1)-1 RKS(dip) RKS(dip)

Total JKT(dip) tr-2

(24)

 Jika mungkin menurut Anda, desainlah rancangan anakova dari data berikut ini!