15. rancangan penelitian : analisis covariansi (ANCOVA)
-
Upload
mohammad-rifky-febianto -
Category
Data & Analytics
-
view
219 -
download
4
Embed Size (px)
description
Transcript of 15. rancangan penelitian : analisis covariansi (ANCOVA)

ANALISIS COVARIANSI
( Analysis of Covariance )

04/11/23 2
Telah diuraikan dalam
Analisis Variansi bahwa
usaha - usaha untuk
mengontrol / mengen-
dalikan galat percobaan,
meliputi :

04/11/23 3
a. pemilihan materi dan
keadaan lingkungan yang
homogen;

04/11/23 4
b. pengelompokkan
materi dan keadaan
lingkungan (bila
heterogen), menjadi
kelompok - kelompok yang
lebih homogen;

04/11/23 5
c. Dilakukannya pengamatan
atas variabel lain
( variabel bantu ) maka
analisisnya menggunakan
Analisis Covariansi.

04/11/23 6
Pada prinsipnya Ancova
me-rupakan kombinasi dari
meto-de Regresi dan
Anova. Ini mencakup
dilakukannya pe-ngukuran
variabel lain selain

04/11/23 7
variabel dependen yang
sebenarnya, dan ingin
diamati pada materi
percobaan itu.

04/11/23 8
Variabel lain yang
disebutkan tadi
merupakan variabel bantu
(variabel pengiring atau
concomittant variable
atau Covariate),

04/11/23 9
yang mempunyai hubungan
sangat erat dengan
variabel dependen, bahkan
ikut menentukannya.

04/11/23 10
Diamatinya variabel bantu tadi dimaksudkan untuk membantu mengurangi galat percobaan melalui penyesuaian-penye-suaian (adjustment) yaitu dengan meniadakan pengaruh variasi yang diakibatkan oleh variabel bantunya.

04/11/23 11
Hasil pengamatan variabel dependen disesuaikan / dimur-nikan (adjusted) terhadap hasil pengamatan variabel bantu (yang mungkin bervariasi) sehingga diperoleh analisis dgn ketepatan yang lebih tinggi.

04/11/23 12
•Berikut ini diberikan beberapa contoh untuk memperjelas pengertiannya :
•a. Jika pengaruh ransum ingin diamati terhadap pertambahan berat badan ternak (variabel dependen = Y),

04/11/23 13
sedangkan pertambahan berat badan itu dipengaruhi oleh berat awalnya, maka berat badan awal itu dapat dijadikan variabel bantu (X). dalam hal ini Y perlu dikoreksi karena berasal dari X yang bervariasi;

04/11/23 14
b. Jika kadar kolesterol ingin dibandingkan (Y), sedang- kan kadar kolesterol itu dipengaruhi juga oleh umur pasien, maka dalam hal ini umur pasien dapat dijadikan variabel bantu (X);

04/11/23 15
c. Jika frekuensi pernafasan sapi yang dikerjakan
disawah selama 1 jam ingin diukur (Y), sedangkan frekuensi perna- fasan itu dipengaruhi pula oleh suhu
udara, maka suhu udara dijadikan var bantu (X).

04/11/23 16
d. Jika kadar lemak susu dari beberapa bangsa sapi ingin
dibandingkan (Y), sedangkan kadar lemak susu dipengaruhi pula oleh jumlah serat kasar yang dimakan maka kon- sumsi rumput (hijauan) seba- gai variabel bantu (X).

04/11/23 17
Dari beberapa contoh diatas jelaslah bahwa diukurnya
variabel pengiring / bantu (X) akan ikut membantu dalam menginterpretasikan data Y, mengontrol galat dan mening-katkan ketepatan (precision).

04/11/23 18
Penggunaan prosedur pengamatan variabel bantu ini umumnya dianggap lebih efektif dalam mengurangi galat percobaan diban-dingkan dengan cara penge- lompokkan, oleh karena itu

04/11/23 19
sebagai pedoman bila variasi dalam percobaan tidak dapat dikontrol dengan cara stratifikasi maka buatlah pengukuran terhadap variabel bantunya dan gunakanlah prosedur Ancova.

04/11/23 20
Salah satu syarat yang harus
dipenuhi oleh variabel
bantu ini ialah bahwa
variabel tersebut harus
independen terhadap
perlakuan,

04/11/23 21
artinya variabel bantu tidak
boleh dipengaruhi oleh per-
lakuan percobaan, karena
variabel ini untuk mengukur
pengaruh lingkungan (envi-
ronmental effects).

04/11/23 22
Dalam teknik Ancova ini total jumlah hasil kali (JHK) dipecah ke dalam komponen-komponen ancovanya sebagaimana total JK dalam Anava, demikian pula penentuan derajat bebas serta kuadrat tengah hasil kalinya.

04/11/23 23
Hasil perhitungan Ancova
dapat bernilai negatif,
sedangkan hal ini tidak
mungkin pada Anava.

04/11/23 24
MODEL MATEMATIK
RAL
)X - X ( Y ijijiij

04/11/23 25
RAK
RBSL
)X - X ( Y ijijijij
)X - X ( Y ijij(t)(t)jiij(t)

04/11/23 26
: Koefisien regresi untuk semua perlakuan
_• (Xij - X) : Deviasi peragam X ke ij dari rata-rata peragam