Analisis Data Eksperimen : antara

ANOVA dan ANAKOVA

Wahyu Widhiarso | Fakultas Psikologi UGM
Ada dua pendekatan yang bisa dipakai oleh peneliti dalam menguji efektifitas
perlakuan. Pertama menggunakan gain score, kadang disebut dengan change
score, atau differences score yang diuji melui analisis varians (ANOVA). Kedua,
merupakan pendekatan yang relatif lebih baru, yaitu menggunakan analisis
kovarians (ANCOVA) dengan menempatkan skor pretest atau baseline sebagai
kovariat. Pendekatan yang kedua yang berbasis kovariat inilah yang kemudian
memperluas fungsi pemodelan persamaan struktural (SEM) dalam kancah
penelitian eksperimental.
Berikut ini perbandingan antar kedua pendekatan tersebut. Saya lampirkan
kutipan dari referensinya agar membawa kita pada diskusi yang lebih
komprehensif.
ANOVA LEBIH TEPAT DIKENAKAN KETIKA :
1) Perbedaan kondisi awal (pretest) antara kelompok perlakuan dan
kontrol adalah signifikan.
The analysis of gain scores is always appropriate, and that ANCOVA will
bias results in nonequivalent groups or observational designs (Fitzmaurice,
Laird, & Ware, 2004)
2) Desain eksperimen memiliki lebih dari satu pretest (multiple
baseline)
Equal change between repeated pretests of treated and control group
suggests the use of ANOVA of change rather than ANCOVA (van
Breukelen, 2005).

ANCOVA LEBIH TEPAT DIKENAKAN KETIKA :

1) Menggunakan randomized design.
ANCOVA assumes that there is no group difference at pretest. This
assumption is warranted if treatment assignment is based on
randomization or on the pretest (van Breukelen, 2005)
2) Kondisi awal antara kelompok kontrol dan eksperimen adalah
setara. Misalnya terapi depresi diberikan pada subjek dengan skor BDI
sedang (1925). Selain itu jika kondisi awal (pretest) antar kelompok adalah
setara maka ANCOVA bisa diterapkan.
ANCOVA addresses a conditional hypothesis. Thus, the question that
ANCOVA answers may begin with an untenable assumption, that two
participants have equivalent scores at baseline (Jamieson, 1999)

3) Banyak subjek yang bisa mencapai skor maksimal pengukuran

(ceiling effect) sehingga varians skor mengalami penurunan.
When posttest variance decreased (e.g., ceiling effect) difference scores lost
power, while the power of regression based methods (analysis of
covariance and partial correlations) and structural equation measures of
change were unaffected (Cribbie & Jamieson, 2004)

BEBERAPA CATATAN :
1) ANCOVA dan ANOVA memfokuskan pada hal yang berbeda.
ANCOVA memusatkan pada perbedaan efek perlakuan sedangkan
ANOVA pada perubahan skor.
ANCOVA tests the hypothesis of equivalence of adjusted means, assuming
the groups were equivalent on the pretest.ANOVA on difference scores tests
the hypothesis of equivalence of means of differences, regardless of the
pretest differences between groups
The analysis of gain scores answers a different research question than
ANCOVA. The analysis of gains, for example, focuses on the improvements
from pretest to posttest for whole groups. The gain score, however, tells us
precisely how scores changed from pretest to posttest. (Smolkowski, 2010)
An ANCOVA, the alternative to gain scores, focuses on differences between
the treatment groups at posttest while holding constant pretest differences.
The ANCOVA, then, does not inform about the how the groups changed over
time (Smolkowski, 2010).
2) Pada desain randomized ANOVA dan ANCOVA akan memberikan
hasil yang mirip, namun berbeda dalam hal ukuran efek dan
powernya.
With the assumption of an equivalent comparison group, an analysis of gain
scores should give similar results to an ANCOVA (Maxwell & Delaney, 1990)
3) Penggunaan ANCOVA mensyaratkan pengukuran yang memiliki
eror pengukuran sangat kecil.
It is critically important to use reliable measures and precisely measure
variables consistently across subjects and over time, especially when using
ANCOVA models (Oakes & Feldman, 2001)
In the presence of measurement error, changescore models may be equally or
even more powerful" (Fitzmaurice, Laird, & Ware, 2004)..

4) Untuk kasus skor yang banyak mengandung skor terendah atau

tertinggi (floor dan ceiling) direkomendasikan menggunakan
ANAKOVA akan tetapi berbasis SEM karena harus melibatkan
konstrak laten.
Specically, for subjects with equal actual change, an easy test (a ceiling
effect test) (or) a difcult test (a oor effect test) . These problems
with rawscore differences are eliminated by using modern approaches such as
structural equation modeling (Dimitrov & Rumrill, 2003)