ESSAI KECIL

 Multivariate Analysis of Covariance

Mancova atau singkatan dari (Multivariate Analysis of Covariance) merupakan perpanjangan dari Ancova dalam hal hubungan dimana kombinasi linear DV (Dependent Variable) disesuaikan dengan perbedaan pada satu atau lebih kovariat. Kombinasi linear yang disesuaikan dari DV adalah kombinasi yang akan diperoleh jika semua peserta memiliki skor yang sama pada kovariat. Artinya, Mancova mirip dengan Manova, namun memungkinkan peneliti untuk mengendalikan efek terduga yang mungkin terjadi, disebut kovariat.

Kelebihan

• Dapat memberikan perlindungan terhadap kesalahan tipe I yang meningkat akibat beberapa uji DV yang berkorelasi;

• Perbedaan kelompok, yang tidak terlihat pada ANCOVAs terpisah, dapat menjadi nyata;

• Penambahan kovariat dapat mengurangi bias sistematik; dan

• Penambahan kovariat dapat dikurangi dalam varian kelompok atau kesalahan

Kekurangan

• Asumsi persamaan matriks varians-kovarians lebih sulit dipuaskan daripada analog bivariatnya tentang persamaan varians;

• Mungkin ada ambiguitas dalam interpretasi efek infus pada DV tunggal manapun;

• DV yang berkorelasi rendah dapat mengurangi kekuatan MANCOVA; dan

• Bila ada lebih dari satu DV, mungkin ada redundansi dalam pengukuran hasil.