Perbandingan Metode Regresi Logistik dengan Analisis Diskriminan untuk Mengetahui Faktor-Faktor yang Berpengaruh terhadap Tindakan Diet Penurunan Berat Badan pada Mahasiswa Fakultas Kesehatan Universitas Sumatera Utara Tahun 2014

PERBANDINGAN METODE REGRESI LOGISTIK DENGAN

ANALISIS DISKRIMINAN UNTUK MENGETAHUI

FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP TINDAKAN

DIET PENURUNAN BERAT BADAN PADA MAHASISWA

FAKULTAS KESEHATAN MASYARAKAT

UNIVERSITAS SUMATERA UTARA

TAHUN 2014

SKRIPSI

Oleh : EKO PRANATA

NIM. 101000262

FAKULTAS KESEHATAN MASYARAKAT

UNIVERSITAS SUMATERA UTARA

PERBANDINGAN METODE REGRESI LOGISTIK DENGAN

ANALISIS DISKRIMINAN UNTUK MENGETAHUI

FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP TINDAKAN

DIET PENURUNAN BERAT BADAN PADA MAHASISWA

FAKULTAS KESEHATAN MASYARAKAT

UNIVERSITAS SUMATERA UTARA

TAHUN 2014

SKRIPSI

Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Kesehatan Masyarakat

Oleh : EKO PRANATA

NIM. 101000262

FAKULTAS KESEHATAN MASYARAKAT

UNIVERSITAS SUMATERA UTARA

HALAMAN PENGESAHAN

Judul Skripsi :PERBANDINGAN METODE REGRESI

LOGISTIK DENGAN ANALISIS

DISKRIMINAN UNTUK MENGETAHUI

FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP TINDAKAN DIET PENURUNAN

BERAT BADAN PADA MAHASISWA

FAKULTAS KESEHATAN MASYARAKAT

UNIVERSITAS SUMATERA UTARA TAHUN 2014

Nama Mahasiswa : Eko Pranata No. Induk Mahasiswa : 101000262

Program Studi : Ilmu Kesehatan Masyarakat

Peminatan : Biostatistika dan Informasi Kesehatan Tanggal Lulus : 28 Januari 2015

Disahkan Oleh : Komisi Pembimbing

Dosen Pembimbing I Dosen Pembimbing II

Drs. Abdul Jalil Amri Arma, M.Kes Arnita, S.Si, M.Si

NIP. 195812021991031001 NIP. 197606212008122001

Medan, Januari 2015 Fakultas Kesehatan Masyarakat

Universitas Sumatera Utara Dekan,

Dr. Drs. Surya Utama, M.S NIP. 196108311989031001

ABSTRAK

Regresi logistik memiliki beberapa kesamaan dengan analisis diskriminan, salah satunya adalah jenis variabel dependen yang digunakan yaitu bersifat katagorik (nominal atau ordinal). Perbandingan uji dilakukan untuk melihat perbedaan kedua hasil uji tersebut dengan menggunakan kasus faktor-faktor yang berpengaruh terhadap tindakan diet penurunan berat badan pada mahasiswa Fakultas Kesehatan Masyarakat Universitas Sumatera Utara tahun 2014.

Tujuan dari penelitian ini adalah untuk mengetahui perbandingan hasil uji metode regresi logistik dengan analisis diskriminan dalam meneliti faktor-faktor yang memengaruhi tindakan diet penurunan berat badan pada mahasiswa Fakultas Kesehatan Masyarakat Universitas Sumatera Utara tahun 2014.

Jenis penelitian ini adalah penelitian survei bersifat explanatory research, populasi penelitian adalah seluruh mahasiswa S1 Fakultas Kesehatan Masyarakat Universitas Sumatera Utara dari angkatan 2014 – 2011, kemudian diambil 183 orang yang akan dijadikan sebagai sampel.

Hasil penelitian menunjukkan bahwa terdapat perbedaan dalam pengambilan keputusan, dimana pada regresi logistik terdapat 5 variabel (indeks massa tubuh, citra tubuh, pengetahuan gizi, pengaruh teman sebaya dan pengaruh media massa) yang berpengaruh terhadap tindakan diet (p<0,05) sedangkan pada analisis diskriminan terdapat 4 varriabel (indeks massa tubuh, citra tubuh, pengetahuan gizi, dan pengaruh media massa) yang berpengaruh terhadap tindakan diet (p<0,05). Namun tidak ada perbedaan dalam menentukan variabel mana yang paling berpengaruh terhadap tindakan diet, yaitu variabel citra tubuh.

Disarankan bagi peneliti lain hendaknya dapat menentukan dengan tepat data yang akan dibandingkan sebelum melakukan analisis, sehingga dapat memenuhi syarat-syarat dari penggunaan kedua uji tersebut.

Kata Kunci : Regresi Logistik, Analisis Diskriminan, Tindakan Penurunan Berat Badan

ABSTRACK

Logistic regression has some similarities with discriminant analysis, one type of dependent variable used is categorical (nominal or ordinal). Comparison tests was performed to see the difference in the results using factors affected to dietary measures on students of Fakultas Kesehatan Masyarakat Universitas Sumatera Utara in 2014.

The purpose of this research was to compare the results using logistic regression method and discriminant analysis in examining factors affected to weight loss diet acts on students of Fakultas Kesehatan Masyarakat Universitas Sumatera Utara in 2014.

Explanatory research was performed. The population is the entire bachelor students of Fakultas Kesehatan Masyarakat Universitas Sumatera Utara from 2014 to 2011. The sample size obtained was 183 respondent.

The logistic regression analysis results that five variables (body mass index, body image, nutrition knowledge, peer influence and mass media) affected to dietary measures (p <0.05), while the discriminant analysis results (body mass index, body image, nutrition knowledge, and mass media) affected to dietary measures (p <0.05).

There was no difference results using logistic regression method and discriminant analysis in determining which the strong predictors affected to dietary measures, that is body image variable.

It is suggested to other researcher should be able to determine exactly the data that will be compared before analysis, so that can fulfill the requirement needed.

DAFTAR RIWAYAT HIDUP

Nama : Eko Pranata

Tempat/Tanggal Lahir : Perkebunan Pangkatan, 30 Juli 1992

Agama : Islam

Status Perkawinan : Belum Menikah Nama Orang Tua : Ayah Sujono

Ibu Kamisah

Anak ke : 1 (satu) dari 4 (empat) bersaudara

Alamat Rumah : Desa Perkebunan Pangkatan Emplasmen Kec. Pangkatan Kab. Labuhan Batu

Riwayat Pendidikan

Tahun 1998 – 2004 : SD Negeri No. 112198 Perkebunan Pangkatan Tahun 2004 – 2007 : Mts Al-Ittihad Aek Nabara

Tahun 2007 – 2010 : SMA Negeri 1 Bilah Hulu

KATA PENGANTAR

Puji syukur kehadirat Allah SWT yang mana telah melimpahkan rahmat dan karunia-Nya sehingga tugas skripsi yang berjudul : “Perbandingan Metode Regresi Logistik Dengan Analisis Diskriminan Untuk Mengetahui Faktor-Faktor Yang Berpengaruh Terhadap Tindakan Diet Penurunan Berat Badan Pada Mahasiswa Fakultas Kesehatan Masyarakat Universitas Sumatera

Utara Tahun 2014” dapat diselesaikan. Shalawat dan salam senantiasa

tercurahkan kepada Nabi Muhammad SAW yang telah menjadi teladan utama bagi umat manusia.

Penulisan skripsi ini merupakan salah satu syarat untuk memperoleh gelar Sarjana Kesehatan Masyarakat Universitas Sumatera Utara.Skripsi ini terkhusus untuk ayah dan ibu tercinta yang telah membesarkan, mendidik, membimbing dengan penuh kasih saying dan selalu mendoakan hingga skripsi ini dapat terselesaikan.

Selama penulisan skripsi ini, penulis telah banyak mendapat bantuan dan dukungan baik moril maupun materil dari berbagai pihak. Oleh karena itu, pada kesempatan ini penulis menyampaikan ucapan terima kasih kepada :

1. Kedua orang tua tercinta, Ayahanda Sujono dan Ibunda Kamisah yang telah memberikan doa tanpa kenal waktu, semangat, nasihat, dukungan, dan kasih saying yang tak terhitung banyaknya Adik-adik tercinta Harry

Prasetya, Febri Prayogi dan Desi Pramita yang senantiasa selalu mendukung dan mendoakan.

2. Bapak Drs. Abdul Jalil Amri Arma, M.Kes selaku Dosen Pembimbing I dan Ibu Arnita S.Si, M.Si selaku Dosen Pembimbing II yang telah memberikan bimbingan, ilmu, arahan, motivasi, serta dukungannya dalam penyelesaian skripsi ini.

3. Ibu dr. Ria Masniari Lubis, M.Si dan Ibu Maya Fitria, SKM, M.Kes selaku dosen penguji yang telah meluangkan waktu untuk memberikan masukkan dalam penyelesaian skripsi ini.

4. Bapak Dr. Drs. Surya Utama, M.S selaku Dekan Fakultas Kesehatan Masyarakat Universitas Sumatera Utara.

5. Bapak Dr. Ir. Gerry Silaban M.Kes selaku Dosen Pembimbing Akademik. 6. Bapak Drs. Heru Santosa, M.S, Ph.D selaku Ketua Departemen

Kependudukan dan Biostatistika.

7. Ibu Dr. Ir. Erna Mutiara, M.Kes selaku dosen peminatan Biostatistika dan Informasi Kesehatan yang telah sangat banyak memberikan ilmu dan bimbingan tentang statistik.

8. Para Dosen dan Staff di Fakultas Kesehatan Masyarakat Universitas Sumatera Utara khususnya Departemen Kependudukan dan Biostatistika yang telah banyak memberikan ilmu dan bimbingan.

9. Teman-teman tercinta dan seperjuangan, Muhammad Arif, Anggi Mutiah Sakdiah, Cyndi Olivia, Dian Parama Artha, Ziad Husaini, Dicky Arie

Simbolon atas dukungan, doa dan semangat yang diberikan kepada penulis.

10.Teman-teman stambuk 2010 serta peminatan Biostatistika dan Informasi Kesehatan yang selalu mendukung dan mendoakan.

11.Abang, Kakak, dan Adik-adik junior di FKM USU yang banyak membantu dalam penyelesaian skripsi ini.

12.Bang Romzi selaku pegawai di peminatan Biostatistika dan Informasi Kesehatan yang telah banyak membantu dalam penyelesaian skripsi ini. 13.Semua pihak yang telah membantu dalam penyelesaian skripsi ini yang

tidak bisa disebutkan namanya satu per satu.

Penulis menyadari banyak kekurangan dalam penyusunan skripsi ini. Oleh karena itu penulis sangat mengharapkan kritik dan saran yang membangun untuk perbaikan menuju yang lebih baik. Semoga skripsi ini dapat bermanfaat bagi kita semua.

Medan, Januari 2015 Penulis,

DAFTAR ISI

Halaman

HALAMAN PERSETUJUAN... i

ABSTRAK ... ii

ABSTRACK ... iii

DAFTAR RIWAYAT HIDUP ... iv

KATA PENGANTAR ... v

DAFTAR ISI ... viii

DAFTAR TABEL... xi

DAFTAR GAMBAR ... xii

BAB I. PENDAHULUAN ... 1

1.1. Latar Belakang ... 1

1.2. Rumusan Masalah ... 9

1.3. Tujuan Penelitian ... 9

1.3.1. Tujuan Umum ... 9

1.3.2. Tujuan Khusus ... 9

1.4. Manfaat Penelitian ... 10

BAB II. TINJAUAU PUSTAKA... 11

2.1. Perbandingan antara Regresi Logistik dengan Analisis Diskriminan ... 11

2.2. Regresi Logistik ... 11

2.2.1. Estimasi Parameter ... 14

2.2.2. Uji Signifikansi Parameter ... 15

2.2.3. Uji Kesesuaian Model ... 16

2.3. Analisis Diskriminan ... 17

2.3.1. Proses Dasar Analisis Diskriminan ... 19

2.3.2. Uji Normalitas ... 20

2.3.3. Uji Kesamaan Matriks Kovarians ... 20

2.3.4. Persamaan Fungsi Diskriminan ... 21

2.3.5. Cut Off Score ... 22

2.4. Diet Penurunan Berat Badan ... 23

2.4.1. Jenis Diet ... 24

2.4.2. Faktor-Faktor yang Memengaruhi Tindakan Diet ... 25

2.4.3. Dampak Perilaku Diet ... 28

BAB III. METODE PENELITIAN ... 32

3.1. Jenis Penelitian... ... 32

3.2. Lokasi dan Waktu Penelitian... ... 32

3.3. Populasi dan Sampel... ... 32

3.3.1. Populasi... ... 32

3.3.2. Sampel... ... 32

3.4. Metode Pengumpulan Data... ... 34

3.4.1. Data Primer... ... 34

3.4.2. Data Sekunder... ... 34

3.5. Definisi Operasional Variabel... ... 34

3.6. Aspek Pengukuran... ... 35

3.6.1. Variabel Independen... ... 35

3.6.2. Variabel Dependen... ... 39

3.7. Teknik Analisis Data ... 40

3.8. Validitas dan Reliabilitas... ... 40

3.8.1. Validitas ... 40

3.8.2. Reliabilitas ... 40

3.8.3. Pelaksanaan Uji Validitas dan Reliabilitas ... 41

BAB IV. HASIL PENELITIAN ... 44

4.1. Profil Fakultas Kesehatan masyarakat Universitas Sumatera Utara ... 44

4.2. Analisis Univariat... ... 45

4.2.1. Karakteristik Responden... ... 45

4.2.2. Citra Tubuh... ... 46

4.2.3. Pengetahuan Gizi ... 48

4.2.4. Sikap Keluarga ... 50

4.2.5. Sikap Teman Sebaya ... 52

4.2.6. Media Massa ... 55

4.2.7. Tindakan Diet Penurunan Berat Badan ... 58

4.3. Analisis Bivariat Untuk Regresi Logistik... ... 60

4.3.1. Uji Chi-Square... ... 60

4.4. Analisis Multivariat Regresi Logistik... ... 62

4.4.1. Uji Kelayakan Model Regresi ... 62

4.4.2. Model Persamaan Regresi Logistik ... 64

4.5. Analisis Bivariat Untuk Analisis Diskriminan... ... 65

4.5.1. Uji Normalitas... ... 65

4.5.2. Uji t... ... 65

4.5.3. Uji Mann-Whitney ... 66

4.6. Analisis Multivariat Diskriminan... ... 67

4.6.1. Uji Asumsi ... 67

4.6.2. Model Persamaan Analisis Diskriminan ... 70

4.6.4. Ketepatan Klasifikasi Model Persamaan Diskriminan ... 73

BAB V. PEMBAHASAN ... 76

5.1. Perbandingan Hasil Uji Metode Regresi Logistik dengan Analisis Diskriminan ... 76

BAB VI. KESIMPULAN DAN SARAN... 80

6.1. Kesimpulan ... 80

6.2. Saran ... 80 DAFTAR PUSTAKA

DAFTAR TABEL

Halaman

Tabel 3.1. Hasil Uji Validitas dan Reliabilitas Data ... 41

Tabel 4.1. Distribusi Frekuensi Karakteristik Responden Berdasarkan Umur, Jenis Kelamin dan Indeks Massa Tubuh ... 45

Tabel 4.2. Distribusi Frekuensi Jawaban Responden tentang Citra Tubuh ... 46

Tabel 4.3. Distribusi Frekuensi Responden Berdasarkan Citra Tubuh ... 48

Tabel 4.4. Distribusi Frekuensi Jawaban Responden tentang Pengetahuan Gizi ... 48

Tabel 4.5. Distribusi Frekuensi Responden Berdasarkan Pengetahuan Gizi ... 50

Tabel 4.6. Distribusi Frekuensi Jawaban Responden tentang Pengaruh Keluarga ... 50

Tabel 4.7. Distribusi Frekuensi Responden Berdasarkan Pengaruh Keluarga . 52 Tabel 4.8. Distribusi Frekuensi Jawaban Responden tentang Pengaruh Teman Sebaya ... 52

Tabel 4.9. Distribusi Frekuensi Responden Berdasarkan Pengaruh Teman Sebaya ... 54

Tabel 4.10. Distribusi Frekuensi Jawaban Responden tentang Pengaruh Media Massa ... 55

Tabel 4.11. Distribusi Frekuensi Responden Berdasarkan Pengaruh Media Massa ... 57

Tabel 4.12. Distribusi Frekuensi Jawaban Responden tentang Tindakan Diet Penurunan Berat Badan ... 58

Tabel 4.13. Distribusi Frekuensi Responden tentang Tindakan Diet Penurunan Berat Badan ... 59

Tabel 4.14. Hasil Uji Chi-Square ... 60

Tabel 4.15. Hasil Uji Regresi Logistik ... 63

Tabel 4.16. Hasil Uji Normalitas Data ... 65

Tabel 4.17. Hasil Uji t ... 66

Tabel 4.18. Hasil Uji Mann-Whitney ... 67

Tabel 4.19. Hasil Uji Kesamaan Varians dengan Box’s M ... 68

Tabel 4.20. Hasil Uji Korelasi Pearson ... 69

Tabel 4.21. Hasil Uji Analisis Diskriminan ... 70

Tabel 4.22. Hasil Uji Wilk’s Lambda ... 72

Tabel 4.23. Hasil Pengklasifikasian Responden ... 73

Tabel 5.1. Hasil Perbandingan Uji Regresi Logistik dengan Analisis Diskriminan ... 79

DAFTAR GAMBAR

Halaman 2.1. Kerangka Konsep Penelitian ... 31

ABSTRAK

Regresi logistik memiliki beberapa kesamaan dengan analisis diskriminan, salah satunya adalah jenis variabel dependen yang digunakan yaitu bersifat katagorik (nominal atau ordinal). Perbandingan uji dilakukan untuk melihat perbedaan kedua hasil uji tersebut dengan menggunakan kasus faktor-faktor yang berpengaruh terhadap tindakan diet penurunan berat badan pada mahasiswa Fakultas Kesehatan Masyarakat Universitas Sumatera Utara tahun 2014.

Tujuan dari penelitian ini adalah untuk mengetahui perbandingan hasil uji metode regresi logistik dengan analisis diskriminan dalam meneliti faktor-faktor yang memengaruhi tindakan diet penurunan berat badan pada mahasiswa Fakultas Kesehatan Masyarakat Universitas Sumatera Utara tahun 2014.

Jenis penelitian ini adalah penelitian survei bersifat explanatory research, populasi penelitian adalah seluruh mahasiswa S1 Fakultas Kesehatan Masyarakat Universitas Sumatera Utara dari angkatan 2014 – 2011, kemudian diambil 183 orang yang akan dijadikan sebagai sampel.

Hasil penelitian menunjukkan bahwa terdapat perbedaan dalam pengambilan keputusan, dimana pada regresi logistik terdapat 5 variabel (indeks massa tubuh, citra tubuh, pengetahuan gizi, pengaruh teman sebaya dan pengaruh media massa) yang berpengaruh terhadap tindakan diet (p<0,05) sedangkan pada analisis diskriminan terdapat 4 varriabel (indeks massa tubuh, citra tubuh, pengetahuan gizi, dan pengaruh media massa) yang berpengaruh terhadap tindakan diet (p<0,05). Namun tidak ada perbedaan dalam menentukan variabel mana yang paling berpengaruh terhadap tindakan diet, yaitu variabel citra tubuh.

Disarankan bagi peneliti lain hendaknya dapat menentukan dengan tepat data yang akan dibandingkan sebelum melakukan analisis, sehingga dapat memenuhi syarat-syarat dari penggunaan kedua uji tersebut.

Kata Kunci : Regresi Logistik, Analisis Diskriminan, Tindakan Penurunan Berat Badan

ABSTRACK

Logistic regression has some similarities with discriminant analysis, one type of dependent variable used is categorical (nominal or ordinal). Comparison tests was performed to see the difference in the results using factors affected to dietary measures on students of Fakultas Kesehatan Masyarakat Universitas Sumatera Utara in 2014.

The purpose of this research was to compare the results using logistic regression method and discriminant analysis in examining factors affected to weight loss diet acts on students of Fakultas Kesehatan Masyarakat Universitas Sumatera Utara in 2014.

Explanatory research was performed. The population is the entire bachelor students of Fakultas Kesehatan Masyarakat Universitas Sumatera Utara from 2014 to 2011. The sample size obtained was 183 respondent.

The logistic regression analysis results that five variables (body mass index, body image, nutrition knowledge, peer influence and mass media) affected to dietary measures (p <0.05), while the discriminant analysis results (body mass index, body image, nutrition knowledge, and mass media) affected to dietary measures (p <0.05).

There was no difference results using logistic regression method and discriminant analysis in determining which the strong predictors affected to dietary measures, that is body image variable.

It is suggested to other researcher should be able to determine exactly the data that will be compared before analysis, so that can fulfill the requirement needed.

BAB I PENDAHULUAN

1.1Latar Belakang

Statistik sekarang ini sudah menjadi kebutuhan bagi masyarakat global, baik kalangan akademis, ilmuan, praktisi bisnis, kesehatan terutama kalangan peneliti. Metode statistik memainkan peranan yang sangat penting bagi hampir dari keseluruhan usaha atau kegiatan manusia. Statistika merupakan pengetahuan yang berhubungan dengan cara mengumpulkan atau memperoleh data, mengolah/menganalisis data, serta menarik kesimpulan/menginterpretasi berdasarkan kumpulan data tersebut (Sudjana, 1992).

Pada umumnya statistik dipelajari dalam dua bidang, yaitu deskriptif dan induktif. Statistik deskriptif atau lebih tepat disebut metode statistik deskriptif adalah penanganan data numerik yang tidak melakukan generalisasi hasil pada sampel ke populasi. Dengan statistik ini digambarkan sekelompok unsur (manusia, nilai tes, dll). Bila dibuat generalisasi, prakiraan, perkiraan ataupun kesimpulan berisiko meter yang digunakan adalah statistik induktif melalui proses inferensi statistik.

Masalah dalam kehidupan sehari-hari tidak hanya didasarkan pada hubungan satu variabel atau dua variabel saja, akan tetapi cenderung melibatkan banyak variabel. Pengujian statistik yang melibatkan banyak variabel dinamakan analisis multivariat. Sebagaimana yang kita ketahui, terdapat beberapa jenis analisis data yaitu analisis univariat, analisis bivariat dan analisis multivariat.

Saat ini semakin banyak analisis multivariat yang diaplikasikan dalam berbagai bidang ilmu untuk melengkapi analisis statistik univariat dan analisis bivariat dalam analisis data. Analisis multivariat merupakan lanjutan dari analisis univariat dan analisis bivariat. Menurut Santoso (2010) secara umum analisis multivariat atau metode multivariat berhubungan dengan metode-metode statistik yang secara bersama-sama (simultan) melakukan analisis terhadap lebih dari dua variabel pada setiap objek atau orang. Jadi, bisa dikatakan analisis multivariat merupakan perluasan dari analisis univariat (seperti uji t) atau bivariat (seperti korelasi dan regresi sederhana).

Analisis multivariat adalah suatu analisis data dengan menganalisis banyak faktor secara bersamaan. Analisis multivariat diklasifikasikan menjadi dua yaitu analisis dependensi dan analisis interdependensi. Analisis dependensi bertujuan untuk menerangkan atau memprediksi variabel dependen dengan menggunakan dua atau lebih variabel independen. Sedangkan analisis interdependensi bertujuan untuk memberikan makna terhadap seperangkat variabel atau membuat kelompok-kelompok secara bersama-sama.

Beberapa yang termasuk dalam analisis dependensi yaitu analisis regresi logistik berganda, analisis diskriminan, analisis korelasi kanonik dan Multivariate analysis of varians (MANOVA). Sedangkan yang termasuk analisis interdependensi yaitu analisis faktor, analisis cluster, corespondence analysis dan multidimensional scaling.

menginterpretasikan hasilnya. Regresi logistik adalah suatu model matematik yang digunakan untuk mempelajari hubungan antara satu atau beberapa variabel independen dengan satu variabel dependen yang bersifat dikotomus (binary) (Yasril dan Heru, 2009). Regresi logistik terbagi menjadi dua, yaitu regresi logistik sederhana dan regresi logistik berganda. Perbedaan diantara keduanya hanya terdapat pada jumlah variabel independennya. Pada regresi logistik sederhana hanya terdapat satu variabel independen, sedangkan pada regresi logistik berganda terdapat dua atau lebih variabel independen dengan satu variabel dependen yang bersifat dikotomus.

Regresi logistik merupakan salah satu uji multivariat yang banyak digunakan dalam berbagai bidang disiplin ilmu seperti matematika, ekonomi, pemasaran, bisnis, kesehatan dan lain-lain. Pada regresi logistik, variabel independen dan variabel dependen yang digunakan berupa data kategorik (nominal atau ordinal), dengan variabel dependen yang bersifat dikotomus (binary). Tujuan dari regresi logistik adalah pembuatan sebuah model regresi untuk memprediksi besar variabel dependen yang berupa sebuah variabel binary menggunakan data variabel independen yang sudah diketahui besarnya (Santoso, 2010).

Regresi logistik memiliki beberapa kesamaan dengan analisis diskriminan, salah satunya adalah jenis variabel dependen yang digunakan yaitu bersifat katagorik (nominal atau ordinal), sedangkan jenis data variabel independen yang digunakan pada regresi logistik dan analisis diskriminan berbeda. Analisis diskriminan adalah teknik multivariat yang termasuk pada Dependence Method,

dengan ciri adanya variabel dependen dan independen (Santoso, 2010). Menurut Yasril dan Heru (2009), analisis diskriminan merupakan teknik menganalisis data, dimana variabel dependen merupakan variabel katagorik (nominal atau ordinal) sedangkan variabel independen merupakan variabel numerik (interval atau rasio). Menurut Karson (1937), analisis diskriminan menggambarkan baik prosedur populasi atau prosedur inferensi untuk mengalokasikan objek kelompok, oleh karena itu prosedur memiliki sifat statistik tertentu yang bergantung pada struktur tertentu. Ketelitian diperlukan dalam mengembangkan dan menggambarkan fungsi diskriminan dan perbedaan antara fungsi diskriminan sebagai parameter populasi dan sampel sebagai estimator.

Sama halnya dengan regresi logistik, analisis diskriminan bertujuan membuat suatu fungsi diskriminan dari variabel independen yang bisa membedakan kelompok variabel dependen berdasarkan pada nilai variabel independen. Fungsi diskriminan dapat dituliskan sebagai berikut : Zjk = a + W1X1k

+ W2X2k +...+ WnXnk sedangkan persamaan regresi logistik dapat dituliskan

sebagai berikut : . Persamaan regresi logistik

tidak menghasilkan nilai pada variabel dependen tetapi menghasilkan nilai peluang kejadian pada variabel dependen. Sedangkan pada persamaan model analisis diskriminan menghasilkan nilai z-Score yang berfungsi untuk mengetahui seorang responden (objek penelitian) masuk pada grup yang satu atau tergolong pada grup lainnya. Perbedaan yang tampak ialah analisis diskriminan memiliki beberapa asumsi yang harus dipenuhi yang tidak dimiliki oleh regresi logistik,

tidak adanya data outlier pada variabel independen dan tidak ada multikolinearitas antar variabel independen, sedangkan pada regresi logistik tidak terdapat asumsi apapun.

Regresi logistik termasuk dalam non-parametric statistic, sedangkan analisis diskriminan termasuk dalam parametric statistic. Oleh karena itu dalam membandingkan hasil uji regresi logistik dengan analisis diskriminan tidak menggunakan parameter berupa distribusi populasi, nilai mean dan standar deviasi, melainkan hanya hasil akhir dari kedua uji tersebut yaitu berdasarkan pengambilan keputusan dalam menentukan variabel independen mana saja yang memengaruhi variabel dependen yang dilihat dari nilai signifikansi setiap variabel independen dan pengambilan keputusan dalam menentukan variabel independen mana yang paling kuat memengaruhi variabel dependen.

Dalam aplikasinya, statistik dapat digunakan untuk memprediksi atau meramalkan angka morbiditas dan mortalitas dalam suatu masyarakat. Kesehatan dapat dibangun dengan mengetahui nilai morbiditas dan mortalitas dalam suatu masyarakat. Pembangunan kesehatan adalah upaya yang dilaksanakan oleh semua komponen bangsa dalam rangka meningkatkan kesadaran, kemauan, dan kemampuan hidup sehat bagi setiap orang agar terwujud derajat kesehatan masyarakat yang setinggi-tingginya. Untuk mencapai tujuan tersebut perlu diusahakan upaya kesehatan yang bersifat menyeluruh, terpadu, merata, dapat diterima serta terjangkau oleh seluruh lapisan masyarakat. Upaya-upaya kesehatan ini sesuai dengan Undang-undang No. 36 Tahun 2009 tentang kesehatan tertuang pada Bab IV Pasal 47 meliputi pencegahan penyakit (preventif), peningkatan

kesehatan (promotif), penyembuhan penyakit (kuratif) dan pemulihan kesehatan (rehabilitatif) (Depkes RI, 2010).

Untuk mewujudkan derajat kesehatan masyarakat yang setinggi-tingginya maka sangat diperlukan peran seluruh elemen masyarakat, termasuk remaja. Perkembangan dari seorang anak menjadi dewasa pasti melalui fase remaja. Masa ini terjadi dari usia 12 sampai 21 tahun, dengan pembagian 12 sampai 15 tahun adalah masa remaja awal, 15 sampai 18 tahun adalah remaja pertengahan dan 18 sampai 21 tahun adalah masa remaja akhir (Monks, 2004). Pada fase ini fisik seseorang terus berkembang, demikian pula aspek sosial maupun psikologisnya. Perubahan ini membuat seorang remaja mengalami banyak ragam gaya hidup, perilaku, tidak terkecuali pengalaman dalam menentukan makanan apa yang akan dikonsumsi. Hal terakhir inilah yang akan berpengaruh pada keadaan gizi seorang remaja (Khomsan, 2003).

Remaja mempunyai kebutuhan nutrisi yang spesial karena pada saat tersebut terjadi pertumbuhan yang pesat dan terjadi perubahan kematangan fisiologis sehubungan dengan timbulnya pubertas. Perubahan pada masa remaja akan memengaruhi kebutuhan dalam penggunaan zat gizi. Hal ini disertai dengan pembesaran organ dan jaringan tubuh yang cepat. Perubahan hormon yang menyertai pubertas juga menyebabkan banyak perubahan fisiologis yang memengaruhi kebutuhan gizi pada remaja (Tim Penulis Poltekes Depkes Jakarta I, 2010).

remaja lebih memilih untuk berperilaku makan yang salah. Umumnya, jika remaja tahu berat badannya bertambah, maka mereka akan mengurangi porsi makan untuk menurunkan berat badan dan tidak sarapan pagi. Ada juga yang mengganti pola makan mereka dengan mengkonsumsi makanan yang tidak berlemak dan rendah karbohidrat yang akan menimbulkan keadaan gizi mereka tidak seimbang bahkan bisa menimbulkan gangguan kesehatan (Khomsan, 2003).

Remaja adalah usia yang identik dengan pertumbuhan dan perubahan fisik, yang sering dikenal dengan istilah pubertas. Ketika memasuki pubertas tersebut remaja menjadi lebih peduli terhadap penambahan berat badan mereka, terutama bagi remaja putri yang mengetahui bahwa tubuhnya sedang mengalami pertambahan jumlah jaringan lemak sehingga menjadikan lebih mudah gemuk apabila mengkonsumsi makanan berkalori tinggi.

Ketidakpuasan terhadap tubuh lebih banyak dialami oleh remaja perempuan dari pada remaja laki-laki. Pada umumnya, remaja perempuan lebih kurang puas dengan keadaan tubuhnya dan memiliki lebih banyak gambaran tubuh yang negatif dibandingkan dengan remaja laki-laki selama masa pubertas. Hal tersebut dikarenakan pada saat usia remaja, seorang perempuan akan mengalami peningkatan lemak tubuh yang membuat tubuhnya semakin jauh dari bentuk tubuh yang ideal, sedangkan remaja laki-laki menjadi lebih puas karena massa otot yang meningkat. (Brooks-Gunn & Paikoff dalam Santorck, 2003).

Hasil penelitian Winzeler (2005) menyatakan bahwa remaja laki-laki lebih bangga dengan tubuhnya dan lebih puas dengan berat badannya sebesar 73% dari pada remaja perempuan yang hanya sebesar 47%. Hasil survei yang dilakukan

majalah perempuan Glamour, diperoleh hasil bahwa dari 4000 remaja perempuan, hanya 19% saja yang merasa puas akan tubuhnya, dan sisanya 81% merasa tidak puas dan cenderung melakukan diet. Namun pada remaja laki-laki juga timbul ketidakpuasan terhadap tubuhnya karena keinginan untuk menjadi lebih besar, lebih tinggi dan berotot (Evans, 2008). Hal ini dikarenakan adanya figur ideal yang menjadi panutan yang dapat diperoleh dari faktor luar seperti media. Media dapat memengaruhi gambaran ideal akan sosok tubuh seseorang, baik itu laki-laki maupun perempuan. Semakin sering remaja itu melihat sosok tubuh sempurna, maka semakin besar obsesi untuk bisa seperti model dalam majalah (Harmatz,

Gronendyke & Thomas, dalam Mills & D’Alfonso, 2007).

Mahasiswa Fakultas Kesehatan Masyarakat Universitas Sumatera Utara memiliki bentuk tubuh yang berbeda antara satu dengan yang lainnya, ada yang kurus, gemuk dan normal atau ideal. Dari survei peneliti sebelumnya, kebanyakan mahasiswa dengan bentuk tubuh dalam kategori gemuk melakukan tindakan diet penurunan berat badan dengan mengurangi porsi makan dari sebelumnya untuk tujuan mendapatkan bentuk tubuh yang ideal.

Berdasarkan paparan di atas, penulis tertarik untuk meneliti mengenai perbandingan metode regresi logistik dengan analisis diskriminan dalam studi kasus untuk mengetahui faktor-faktor yang berpengaruh terhadap tindakan diet penurunan berat badan pada mahasiswa Fakultas Kesehatan Masyarakat Universitas Sumatera Utara tahun 2014.

1.2Rumusan Masalah

Berdasarkan uraian latar belakang di atas yang menjadi rumusan masalah dalam penelitian ini adalah bagaimana perbandingan hasil uji metode regresi logistik dengan analisis diskriminan dalam meneliti apa saja faktor-faktor yang memengaruhi tindakan diet penurunan berat badan pada mahasiswa Fakultas Kesehatan Masyarakat Universitas Sumatera Utara tahun 2014.

1.3Tujuan Penelitian 1.3.1 Tujuan Umum

Untuk mengetahui perbandingan hasil uji metode regresi logistik dengan analisis diskriminan dalam meneliti faktor-faktor yang memengaruhi tindakan diet penurunan berat badan pada mahasiswa Fakultas Kesehatan Masyarakat Universitas Sumatera Utara tahun 2014.

1.3.2 Tujuan Khusus

1. Untuk mengetahui apa saja faktor-faktor yang memengaruhi tindakan diet penurunan berat badan pada mahasiswa Fakultas Kesehatan Masyarakat Universitas Sumatera Utara tahun 2014.

2. Untuk melihat variabel mana yang sangat berpengaruh terhadap tindakan diet penurunan berat badan pada mahasiswa Fakultas Kesehatan Masyarakat Universitas Sumatera Utara tahun 2014.

3. Untuk melihat perbandingan hasil uji regresi logistik dengan analisis diskriminan dalam menguji faktor-faktor yang berpengaruh terhadap tindakan diet penurunan berat badan pada mahasiswa Fakultas Kesehatan Masyarakat Universitas Sumatera Utara tahun 2014.

4. Untuk melihat pengklasifikasian subjek penelitian dengan berdasarkan variabel independen.

1.4Manfaat Penelitian

1. Bagi peneliti lain, penelitian ini dapat menjadi bahan rujukan untuk melakukan penelitian lebih lanjut dan dapat memberikan tambahan informasi bagi pengguna statistik mengenai Regresi Logistik dan Analisis Diskriminan.

2. Bagi peneliti, penelitian ini dapat dijadikan sebagai bahan pembelajaran dan penambah pengetahuan serta memahami kajian penerapan uji statistik khususnya Regresi Logistik dan Analisis Diskriminan dalam menerapkan teori dengan praktik di lapangan.

3. Bagi mahasiswa, penelitian ini diharapkan dapat menambah pengetahuan tentang diet penurunan berat badan.

BAB II

TINJAUAN PUSTAKA

2.1 Perbandingan antara Regresi Logistik dengan Analisis Diskriminan Regresi logistik dan analisis diskriminan adalah suatu metode statistik multivariat yang tergolong dalam analisis dependensi. Analisis dependensi bertujuan untuk menerangkan atau memprediksi variabel dependen dengan menggunakan dua atau lebih variabel independennya.

2.2 Regresi Logistik

Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel yang lain. Variabel penyebab disebut dengan bermacam istilah, seperti variabel penjelas, variabel eksplanatorik, variabel independen atau variabel X (karena seringkali digambarkan dalam grafik sebagai absis atau sumbu X). Variabel terkena akibat dikenal sebagai variabel yang dipengaruhi, variabel dependen, variabel terikat atau variabel Y. Kedua variabel ini dapat merupakan variabel acak, namun variabel yang dipengaruhi harus selalu variabel acak. Analisis regresi adalah salah satu analisis yang paling populer dan luas pemakaiannya. Hampir semua bidang ilmu yang memerlukan analisis sebab-akibat boleh dipastikan mengenal analisis ini.

Regresi logistik merupakan salah satu bagian dari analisis regresi yang digunakan untuk memprediksi probabilitas kejadian suatu peristiwa dengan mencocokkan data pada fungsi logit kurva logistik. Metode ini merupakan model linear umum yang digunakan untuk regresi binomial. Seperti analisis regresi pada

umumnya, metode ini menggunakan satu atau beberapa variabel bebas dengan satu variabel tak bebas bersifat dikotomi. Regresi logistik juga digunakan secara luas pada bidang kedokteran, ilmu sosial dan bahkan pada bidang pemasaran, seperti prediksi kecenderungan pelanggan untuk membeli suatu produk atau berhenti berlangganan.

Regresi logistik tidak memerlukan asumsi normalitas, heteroskedastisitas dan autokorelasi, dikarenakan variabel terikat yang terdapat pada regresi logistik merupakan variabel dummy (0 dan 1), sehingga residualnya tidak memerlukan ketiga pengujian tersebut. Untuk asumsi multikolinearitas, karena hanya melibatkan variabel-variabel bebas, maka masih perlu untuk dilakukan pengujian. Untuk pengujian multikolinearitas ini dapat digunakan uji kesesuaian (goodness of fit test) yang kemudian dilanjutkan dengan pengujian hipotesis guna melihat variabel bebas mana saja yang signifikan dan dapat tetap digunakan dalam penelitian. Selanjutnya di antara variabel bebas yang signifikan, dapat dibentuk suatu matriks korelasi, dan apabila tidak terdapat variabel bebas yang saling memiliki korelasi yang tinggi, maka dapat disimpulkan bahwa tidak terdapat gangguan multikolinearitas pada model penelitian (David W. Hosmer, 2011).

Regresi logistik merupakan salah satu metode statistik nonparametrik untuk menguji hipotesis. Metode regresi logistik adalah metode matematika yang menggambarkan hubungan antara satu atau lebih variabel bebas dengan satu variabel tak bebas yang dikotomi yang variabelnya dianggap hanya mempunyai dua nilai yang mungkin yaitu 0 dan 1, dimana kondisi ini dapat diartikan sebagai

solusi atau gagal pada analisis regresi logistik tunggal dan regresi logistik berganda.

Pada umumnya analisis regresi membentuk suatu persamaan untuk memprediksi variabel dependen berdasarkan variabel independennya. Model regresi logistik ganda adalah model regresi logistik dengan variabel independennya lebih dari satu variabel. Fungsi probabilitas untuk setiap observasi adalah sebagai berikut :

Dimana jika y = 0 maka f(y) = 1-π dan jika y = 1 maka f(y) = π. Fungsi regresi logistik dapat dituliskan sebagai berikut :

dengan k=banyaknya variabel independen Nilai z antara - dan + sehingga nilai f(z) terletak antara 0 dan 1 untuk setiap z yang diberikan. Hal tersebut menunjukkan bahwa model logistik sebenarnya menggambarkan probabilitas atau risiko dari suatu objek. Model regresi logistik dapat dituliskan sebagai berikut :

Untuk mempermudah pendugaan parameter regresi maka model regresi

logistik diatas dapat diuraikan dengan menggunakan transformasi logit dari π(x).

Model tersebut merupakan fungsi dari parameter-parameternya. Pada

regresi logistik, variabel dependen diekspresikan sebagai y = π(x) + dimana mempunyai salah satu dari kemungkinan dua nilai, yaitu =1-π(x) dengan

peluang π(x) jika y = 1 dan = -π(x) dengan peluang 1-π(x) jika y = 0 dan mengikuti distribusi binomial dengan rataan nol dan varians

(Lemeshow, 2000).

2.2.1 Estimasi Parameter

Dalam regresi linier dikenal istilah last square yang digunakan untuk estimasi parameter model, sedangkan untuk regresi logistik digunakan prinsip estimasi maximum likelihood. Prinsip dari maximum likelihood ini adalah parameter populasi diestimasi dengan cara memaksimumkan kemungkinan dari data observasi. Setiap observasi untuk model regresi logistik adalah variabel random dari distribusi Bernoulli (Netter et al., 1996).

Menurut Hosmer dan Lemeshow (1989), fungsi likelihood distribusi Bernoulli untuk n sampel independen adalah sebagai berikut :

Untuk log-likelihood atau logaritma natural fungsi probabilitas bersamanya adalah sebagai berikut :

Taksiran parameter , diperoleh dengan mendiferensialkan fungsi log-likelihood terhadap dengan k = 0;1. Nilai maksimum diperoleh bila hasil diferensial fungsi log-likelihood bernilai nol (0). Diperlukan metode iterasi untuk mendapatkan taksiran pada metode maksimum likelihood karena tidak bisa diperoleh taksiran parameter dari pendeferensialan fungsi log-likelihood.

2.2.2 Uji Signifikansi Parameter

Uji signifikan parameter ini dilakukan untuk mengetahui apakah taksiran parameter berpengaruh berpengaruh terhadap model atau tidak secara signifikan, serta mengetahui seberapa besar pengaruh masing-masing parameter tersebut. Uji signifikansi parameter terdapat dua tahap, yaitu :

1. Uji signifikansi parameter model secara terpisah (parsial)

Uji signifikansi parameter model secara terpisah (parsial) dilakukan untuk mengetahui signifikansi parameter terhadap variabel dependen. Uji yang digunakan untuk mengetahui signifikansi parameter model secara terpisah adalah dengan menggunakan uji Wald (Hosmer dan Lemeshow, 2000) dengan hipotesis sebagai berikut :

H0: βj = 0

Ha: βj≠ 0 ; j = 1,2,...,p

SU :

Statistik uji W mendekati distribusi Chi-square dengan derajat bebas 1 dengan adalah taksiran standart error parameter. Daerah penolakan H0 adalah atau (v,α) dengan derajat bebas v.

2. Uji signifikansi parameter model secara serentak

Uji signifikansi parameter model secara serentak dilakukan dengan uji rasio likelihood. Suatu statistik uji rasio likelihood G adalah fungsi dari L0 dan L1 yang berdistribusi X2 dengan derajat bebas p. Pengujian secara

serentak dilakukan untuk memeriksa kemaknaan koefisien β secara

keseluruhan dengan hipotesis sebagai berikut : H0: β1= β2= ... = βp = 0

Ha : paling tidak terdapat satu βj ≠ 0 ; j = 1,2,...,p

SU :

Daerah penolakan H0 adalah G > X2(v,α) atau p value < α (Hosmer dan Lemeshow, 2000).

2.2.3 Uji Kesesuaian Model

Uji kesesuaian model digunakan untuk menilai apakah model sesuai dengan data atau tidak. Untuk mengetahui apakah model sesuai atau tidak terhadap data yang ada menggunakan uji Hosmer dan Lemeshow. Jika uji Hosmer dan Lemeshow dipenuhi maka model dinilai dapat memprediksi nilai observasinya.

Menurut Hosmer dan Lemeshow (1989), uji Hosmer dan Lemeshow yang biasa ditulis dengan uji Ĉ dihitung berdasarkan taksiran probabilitas. Pada uji ini sampel dimasukkan ke sejumlah g kelompok dengan tiap-tiap kelompok memuat n/10 sampel pengamatan, dengan n adalah jumlah sampel. Jumlah kelompok ada

Kelompok kedua memuat sampel yang memiliki taksiran probabilitas sukses terkecil kedua, dan seterusnya (Liu, 2007).

Statistik uji Ĉ yang dihitung berdasarkan nilai y = 1 dirumuskan dengan hipotesis sebagai berikut :

H0 : Model sesuai, tidak terdapat perbedaan antara hasil observasi dengan hasil prediksi.

Ha : Model tidak sesuai, terdapat perbedaan antara hasil observasi dengan hasil prediksi.

SU :

Dimana adalah rata-rata taksiran probabilitas sukses kelompok ke-k, Ok

adalah jumlah sampel kejadian sukses dalam kelompok ke-k, adalah total sampel kelompok ke-k dengan k = 1, 2, ..., g. Statistik uji Ĉ mendekati distribusi Chi-square dengan df = g-2. Daerah penolakan H0 adalah

2.3 Analisis Diskriminan

Analisis diskriminan merupakan teknik menganalisis data, dimana variabel dependen merupakan data kategorik (nominal dan ordinal) sedangkan variabel independen berupa data interval atau rasio. Analisis diskriminan ini termasuk dalam analisis multivariat dengan metode dependensi. Ada dua metode dalam analisis multivariat yaitu metode dependensi dan metode interdenpendensi. Metode dependensi yaitu variabel-variabelnya tidak saling bergantung satu dengan yang lain, sedangkan metode interdenpendensi adalah antarvariabelnya ada saling ketergantungan. Jika variabel dependen terdiri dari dua kelompok atau

kategori disebut Two-Group Discriminant Analysis , sedangkan jika lebih dari dua kelompok atau kategori disebut dengan Multiple Discriminant Analysis.

Analisis diskriminan bertujuan untuk mengklasifikasikan suatu individu atau observasi ke dalam kelompok yang saling bebas (mutually exclusive/disjoint) dan menyeluruh (exhaustive) berdasarkan jumlah variabel independen. Menurut Johnson dan Wichern (2007) analisis diskriminan digunakan untuk mengklasifikasikan individu ke dalam salah satu dari dua kelompok atau lebih. Suatu fungsi diskriminan layak untuk dibentuk, bila terdapat perbedaan nilai rataan di antara kelompok-kelompok yang ada.

Persamaan fungsi diskriminan yang dihasilkan untuk memberikan peramalan yang paling tepat untuk mengklasifikasi individu kedalam kelompok berdasarkan skor variabel independen. Sebelum fungsi diskriminan dibentuk, perlu dilakukan pengujian terhadap perbedaan nilai rataan dari kelompok-kelompok tersebut. Menurut Santoso (2010), terdapat beberapa asumsi yang harus dipenuhi dalam pengujian ini, yaitu :

1. Multivariate Normality atau variabel independen seharusnya berdistribusi normal, jika tidak berdistribusi normal akan menyebabkan masalah pada ketepatan fungsi model diskriminan.

2. Matriks kovarians dari semua variabel independen seharusnya sama (equal).

3. Tidak ada korelasi antar variabel independen. Jika dua variabel independen mempunyai korelasi yang kuat, dikatakan terjadi

4. Tidak adanya data yang sangat ekstrim (outlier) pada variabel independen. Jika ada data outlier yang tetap diproses, hal ini bisa berakibat kurangnya ketepatan klasifikasi dari fungsi diskriminan.

2.3.1 Proses Dasar Analisis Diskriminan

Menurut Santoso (2010), terdapat beberapa proses dasar yang harus dilakukan dalam analisis diskriminan, diantaranya yaitu :

1. Memisah variabel-variabel menjadi variabel dependen dan variabel independen.

2. Menentukan metode untuk membuat fungsi diskriminan. Pada prinsipnya ada dua metode dasar, yaitu :

a. Simultaneous Estimation

Semua variabel dimasukkan secara bersama-sama kemudian dilakukan proses diskriminan.

b. Step-Wise Estimation

Variabel dimasukkan satu per satu ke dalam model diskriminan. Pada proses ini tentu ada variabel yang tetap ada pada model, dan ada kemungkinan satu atau lebih variabel independen yang dibuang dari model.

3. Menguji signifikansi dari fungsi diskriminan yang telah terbentuk dengan menggunakan Wilk’s Lambda, Pilai, F-test dan lainnya.

4. Menguji ketepatan klasifikasi dari fungsi diskriminan, termasuk mengetahui ketepatan klasifikasi secara individual dengan Casewise Diagnostics.

5. Melakukan interpretasi terhadap fungsi diskriminan tersebut. 6. Melakukan uji validasi fungsi diskriminan.

2.3.2 Uji Normalitas

Untuk menguji kenormalan ganda (Multivariate Normality) adalah dengan mencari nilai jarak kuadrat untuk setiap pengamatan yaitu dengan rumus sebagai berikut :

Dimana :

= Nilai jarak kuadrat untuk setiap pengamatan ke-i Xi = Pengamatan ke-i (i=1, 2, ..., n)

= Rata-rata variabel independen

S-1 = Kebalikan (inverse) matriks varians-kovarians S

Kemudian diurutkan dari yang paling kecil ke yang paling besar. Selanjutnya dibuat plot dimana i = urutan 1, 2, ..., n. Bila hasil plot dapat didekati dengan garis lurus maka dapat disimpulkan bahwa peubah ganda menyebar normal.

2.3.3 Uji Kesamaan Matriks Kovarians

Dalam analisis diskriminan, matriks kovarians seluruh variabel independen seharusnya sama (equal). Untuk menguji kesamaan matriks kovarians digunakan rumus dengan hipotesis sebagai berikut :

H0 : S1=S2 Ha : S1≠S2

Dengan :

Keterangan :

S = Matriks kovarians dalam kelompok gabungan Si = Matriks kovarians kelompok ke-i (i = 1, 2, ..., k) ni = Jumlah responden pada kelompok ke-i

k = banyaknya kelompok

p = Jumlah peubah pembeda (Y) dalam fungsi diskriminan = 1

Daerah penolakan H0 adalah jika .

2.3.4 Persamaan Fungsi Diskriminan

Analisis diskriminan membentuk suatu persamaan yang dikenal dengan persamaan fungsi diskriminan. Suatu fungsi diskriminan dibentuk, bila terdapat perbedaan nilai rataan di antara kelompok-kelompok yang ada. Fungsi diskriminan dapat dibentuk dengan menggunakan uji Wald yaitu :

Dimana :

X = Vektor pengamatan

= Vektor rata-rata variabel independen

Dimana uji Wald tersebut diatas akan menghasilkan model atau persamaan fungsi diskriminan sebagai berikut :

Y = b0 + b1Xi1 + b2Xi2 + ... + bjXij

Dimana :

Y = Skor fungsi diskriminan dari responden ke-i b0 = Konstanta (intercep)

bj = Koefisien fungsi diskriminan dari variabel ke-j

Xij = Variabel bebas ke-j dari responden ke-i (i = 1, 2, ..., n) (Johnson dan Wichern, 2007).

2.3.5. Cut Off Score

Hasil z-score yang didapat dari persamaan fungsi diskriminan yang terbentuk selanjutnya dibandingkan dengan cut off score untuk mengetahui apakah responden tersebut termasuk kedalam grup tidak diet atau grup diet. Pembuatan cut off score dilakukan dengan menggunakan rumus sebagai berikut :

Dimana :

Zcu = Angka kritis yang berfungsi sebagai cut off score. NA = Jumlah sampel di grup tidak diet.

NB = Jumlah sampel di grup diet.

Jika angka skor kasus lebih besar dari nilai angka kritis (Zcu), maka responden tersebut masuk kedalam grup tidak diet. Sedangkan jika angka skor kasus lebih kecil dari nilai angka kritis (Zcu), maka responden tersebut masuk kedalam grup diet (Santoso, 2010).

2.4 Diet Penurunan Berat Badan

Diet berasal dari bahasa Yunani, yaitu diaita yang berarti cara hidup. Menurut Saraswati (2006), diet adalah membatasi dengan cermat konsumsi kalori atau jenis makanan tertentu. Pada prinsipnya diet adalah membatasi konsumsi makanan sampai di bawah kebutuhan ideal tubuh. Dengan demikian, diet tidak saja berarti menurunkan berat badan, tetapi mengatur dan membatasi jumlah asupan makanan yang dibutuhkan tubuh yang bersangkutan agar terjadi keseimbangan energi.

Menurut tim kedokteran EGC tahun 1994 (dalam Hartantri, 1998) diet adalah kebiasaan yang diperbolehkan dalam hal makanan dan minuman yang dimakan oleh seseorang dari hari ke hari, terutama yang khusus dirancang untuk mencapai tujuan dan memasukkan atau mengeluarkan bahan makanan tertentu.

Berdasarkan penjelasan diatas, dapat dikatakan bahwa fungsi diet itu sendiri bermacam-macam. Saraswati (2013) membagi diet itu sendiri menjadi diet normal, diet untuk menaikkan dan menurunkan berat badan, diet khusus penyakit tertentu, diet alergi makanan, diet kelompok usia tertentu, dan diet ibu menyusui dan mengandung. Akan tetapi didalam masyarakat pada umumnya, diet dilakukan untuk tujuan penurunan berat badan. Maka dari itu dalam penelitian ini, diet yang dimaksud adalah diet yang bertujuan untuk menurunkan berat badan.

Hill, dkk (1992) berpendapat bahwa perilaku diet menjadi populer di masyarakat, termasuk di kalangan remaja karena dipandang sebagai usaha yang mudah dilakukan, ekonomis, dan yang terpenting tanpa efek samping yang nyata. Menurut French (1995), diet dapat memberi keuntungan psikososial yaitu berkurangnya berat badan maka penampilan diri menjadi semakin baik. Hal ini tentu membuat seseorang dengan bentuk badan yang tidak ideal atau memiliki berat badan lebih dari normal akan melakukan tindakan diet penurunan berat badan untuk memperbaiki penampilannya dan menumbuhkan rasa percaya diri akan bentuk tubuhnya.

Tubuh ideal menjadi dambaan bagi kebanyakan kaum perempuan, namun tidak menutup kemungkinan bahwa kaum lelaki tidak menginginkan bentuk tubuh yang ideal. Untuk itu baik kaum perempuan maupun kaum lelaki melakukan banyak cara untuk dapat menurunkan berat badan agar terlihat lebih menarik dan lebih percaya diri dalam beraktifitas.

2.4.1 Jenis Diet

Kim dan Lennon (2006), menjabarkan beberapa perilaku diet kedalam dua kelompok, yaitu :

1. Diet Sehat

Diet dapat diasosiasikan dengan perubahan perilaku ke arah yang lebih sehat, seperti mengubah pola makan dengan mengkonsumsi makanan rendah kalori dan melakukan aktifitas fisik secara wajar. Diet sehat adalah penurunan berat badan yang dilakukan dengan jalan perubahan perilaku ke

mengkonsumsi makanan rendah kalori dan rendah lemak, menambah aktifitas fisik secara wajar. Diet sehat dilakukan dengan memperhitungkan asupan makanan sehari hari yang diperbolehkan.

2. Diet Tidak Sehat

Orang-orang yang melakukan diet semata-mata bertujuan untuk memperbaiki penampilan akan cenderung menempuh cara-cara yang tidak sehat untuk menurunkan berat badan. Diet tidak sehat adalah penurunan berat badan yang dilakukan dengan melakukan perilaku-perilaku yang membahayakan kesehatan, seperti melewatkan waktu makan dengan sengaja, penggunaan obat-obatan penurunan berat badan, mengkonsumsi penahan nafsu makan serta muntah dengan sengaja.

2.4.2 Faktor-Faktor yang Memengaruhi Tindakan Diet

Menurut McDuffie dan Kirkley dalam Kurnianingsih (2009) mengemukakan secara umum faktor-faktor yang memengaruhi tindakan diet penurunan berat badan pada remaja yaitu :

1. Status Gizi

Status gizi adalah keadaan tubuh sebagai akibat konsumsi makanan dan penggunaan zat-zat gizi (Almatsier, 2001). Cara untuk mengetahui status gizi seseorang ada berbagai macam cara, salah satunya dengan menghitung nilai Indeks Massa Tubuh (IMT) berdasarkan berat badan dan tinggi badan seseorang tersebut.

Dwyer (1997) mengatakan bahwa orang yang memiliki berat badan lebih, lebih perhatian terhadap berat badannya dari pada orang yang

memiliki berat badan lebih ringan. Pada umumnya memang seseorang yang memiliki berat badan lebih melakukan banyak cara untuk dapat menurunkan berat badanya sampai seperti yang diinginkan.

2. Citra Tubuh

Citra tubuh merupakan gambaran kombinasi tentang keakuratan satu persepsi mengenai ukuran tubuh, perasaan dan perilaku yang menerima atau menolak perasaan tersebut (Heinberg, 1996). Seseorang yang menilai buruk akan bentuk tubuhnya cenderung akan melakukan tindakan diet untuk mendapatkan bentuk tubuh ideal.

3. Pengetahuan tentang Diet

Pengetahuan adalah merupakan hasil tahu dan ini terjadi setelah seseorang melakukan penginderaan terhadap suatu objek tertentu. Penginderaan terjadi melalui panca indera manusia, yaitu indera penglihatan, pendengaran, penciuman, rasa dan raba. Sebagian besar pengetahuan manusia diperoleh melalui mata dan telinga (Notoadmojo, 2003).

Pengetahuan tentang diet berarti seseorang tersebut telah melakukan penginderaan terhadap segala sesuatu yang berkaitan dengan diet, baik melalui indera penglihatan maupun pendengaran.

4. Sikap Keluarga

Keluarga memberikan pengaruh yang besar terhadap sikap dan perilaku makan remaja. Pada umumnya seorang remaja putri meniru pola

(2009), komentar negatif dan sindiran tentang bentuk tubuh dan ukuran tubuh yang dilontarkan oleh keluarga akan menyakiti hati anak dan mengakibatkan anak tersebut mengembangkan hubungan dan kebiasaan yang tidak sehat dengan makanan.

5. Sikap Teman Sebaya

Davis (1999) mengatakan bahwa teman sebaya dapat memberikan pengaruh buruk terhadap kebiasaan yang tidak sehat seperti melakukan upaya penurunan berat badan dan kebiasaan makan yang salah dan timbulnya persaingan sekaligus tekanan untuk menjadi yang terkurus dan terkecil. Pada umumnya para remaja merasa lebih nyaman berteman dengan seseorang yang sebaya karena dapat memberikan keamanan emosional dan memiliki masalah yang sama. Levine dalam Field (2001) berpendapat bahwa perilaku mengontrol berat badan berhubungan dengan teman sebaya, tekanan yang ditimbulkan oleh teman sebaya ditemukan dapat meningkatkan resiko terjadinya perilaku makan menyimpang.

6. Media Massa

Media massa memiliki pengaruh yang besar terhadap perubahan sikap dan perilaku remaja, apalagi di jaman yang modern seperti sekarang ini. Malinauskas (2006) menyatakan bahwa media massa dipercaya mendorong dan memberi tekanan pada remaja putri untuk membentuk tubuh yang ideal, hal ini akan mengakibatkan seseorang menjadi cemas akan berat dan bentuk tubuhnya. Penelitian yang dilakukan oleh Bergs dalam Kurnianingsih (2009) di Minnesota menunjukkan membaca artikel

diet di majalah juga dapat memengaruhi perilaku diet, sebesar 44% remaja putri tingkat menengah yang membaca artikel tentang diet akan menunjukkan perubahan perilaku makan menjadi ekstrim, lebih ketat, dan tidak sehat selama lima tahun kedepan, selain itu juga menimbulkan perilaku makan dan kesehatan yang salah seperti penggunaan pil diet, laksatif, memuntahkan makanan dengan sengaja untuk mengontrol berat badan.

2.4.3 Dampak Perilaku Diet

Menurut Hawks (2008), tindakan diet penurunan berat badan menimbulkan beberapa dampak bagi seseorang yang melakukannya, yaitu :

1. Dampak Biologis

Diet akan meningkatkan level systemic cortisol. Cortisol merupakan pertanda dari timbulnya stress yang merupakan predictor terhadap level rasa lapar dan hal lain merupakan faktor yang beresiko terhadap timbulnya tulang yang rapuh.

2. Dampak Psikologis

Individu yang melakukan diet biasanya akan lebih depresi dan emosional dari pada individu yang tidak diet, dan akan mengalami kecemasan serta kurangnya penyesuaian diri yang baik pada area sosialisasi, kematangan, tanggung jawab dan struktur nilai intrapersonal.

3. Dampak Kognitif

yang disebabkan oleh kecemasan yang dihasilkan oleh efek stress terhadap diet.

2.4.4 Remaja

Istilah remaja berasal dari kata latin, yaitu adolescere yang berarti perkembangan menjadi dewasa (Monks, 1999). Menurut Santork (2003), masa remaja adalah masa perkembangan transisi antara masa anak dan masa dewasa yang mencakup perubahan biologis, kognitif dan sosial.

Masa remaja memiliki batasan yang berbeda-beda menurut beberapa ahli. Hall (dalam Santrock, 2003) menyatakan bahwa usia remaja adalah masa antara usia 12 sampai 23 tahun. Monks (1999) berpendapat bahwa batasan usia remaja antara 12 sampai 21 tahun yang terbagi dalam tiga fase, yaitu remaja awal (12-15 tahun), remaja tengah/madya (15-18 tahun), dan remaja akhir (18-21 tahun). 2.4.5 Perkembangan Remaja

1. Perkembangan Fisik

Menurut Dacey & Travers (2004), perkembangan fisik remaja ditandai dengan adanya suatu periode yang disebut pubertas. Pada masa pubertas, hormone seseorang menjadi aktif dalam memproduksi dua jenis hormon yang berhubungan dengan pertumbuhan, yaitu Follicle-Stimulating Hormone (FSH) dan Luteinizing Hormone (LH).

Perkembangan secara cepat dari kedua hormon tersebut menyebabkan terjadinya perubahan sistem biologis seorang anak. Pada anak perempuan, peristiwa pertawa yang terjadi adalah telarke, yaitu terbentuknya payudara diikuti oleh pubarke, yaitu tumbuhnya rambut pubis di ketiak, lalu menarke, yaitu

periode haid pertama. Selain itu terjadi juga pertumbuhan otot yang cepat, tumbuhnya rambut pubis serta suara yang semakin halus.

Perubahan yang terjadi pada anak laki-laki yaitu suara yang semakin berat, pertumbuhan otot dan pertumbuhan rambut tubuh. Perkembangan fisik remaja akan berlangsung sangat cepat sejak awal terjadinya pubertas.

2. Perkembangan Kognitif

Tahap ini merupakan tahap yang paling tinggi dalam perkembangan kognitif individu, dimana remaja mempunyai kemampuan untuk memanipulasi informasi dan mempunyai pemikiran yang lebih luas lagi. Pada masa remaja, proses pembentukan gambaran tubuh sudah diikuti dengan proses kognisi. Pproses kognisi tersebut berupa pemikiran dan keinginan untuk mengidentifikasikan diri sesuai dengan tokoh idolanya. Proses pembentukan gambaran tubuh yang baru pada masa remaja ke dalam diri adalah bagian dari tugas perkembangan yang sangat penting (Dacey & Kenny, 2001).

3. Perkembangan Sosial

Menurut Handel (dalam Rice, 1990), sejak masa puber, remaja umumnya mulai memperhatikan dan membandingkan hal-hal khusus seperti penampilan fisik (misalnya bentuk tubuh) dan kemampuan sosialisasinya dengan lingkungan pergaulan dan tokoh idolanya.

Salah satu tugas perkembangan masa remaja yang tersulit adalah yang berhubungan dengan penyesuaian social. Remaja harus menyesuaikan diri dengan lawan jenis dalam hubungan yang sebelumnya belum pernah ada dan harus

menyesuaikan dengan orang dewasa di luar lingkungan keluarga dan sekolah (Hurlock, 1999).

2.5 Kerangka Konsep

Berdasarkan rumusan teori diatas maka peneliti dapat merumuskan kerangka konsep penelitian berdasarkan variabel-variabel yang akan diteliti sebagai berikut :

Gambar 2.1 Kerangka Konsep Penelitian Variabel Independen

1. Indeks Massa Tubuh 2. Citra Tubuh

3. Pengetahuan Tentang Diet 4. Sikap Keluarga

5. Sikap Teman Sebaya 6. Media Massa

Variabel Dependen Tindakan Diet Penurunan Berat Badan

BAB III

METODE PENELITIAN

3.1. Jenis Penelitian

Jenis penelitian ini adalah penelitian survei bersifat explanatory research yaitu untuk mengetahui dan menjelaskan perbandingan hasil uji regresi logistik dengan analisis diskriminan dalam meneliti faktor-faktor yang memengaruhi tindakan diet penurunan berat badan pada mahasiswa Fakultas Kesehatan Masyarakat Universitas Sumatera Utara tahun 2014.

3.2. Lokasi dan Waktu Penelitian

Lokasi dalam penelitian ini dilaksanakan di Fakultas Kesehatan Masyarakat Universitas Sumatera Utara pada bulan November 2014.

3.3. Populasi dan Sampel 3.3.1. Populasi

Populasi dalam penelitian ini adalah seluruh mahasiswa S1 Fakultas Kesehatan Masyarakat Universitas Sumatera Utara dari angkatan 2011 – 2014 dengan jumlah mahasiswa sebanyak 2.556 orang.

3.3.2. Sampel

Sampel dalam penelitian ini adalah sebagian mahasiswa S1 Fakultas Kesehatan Masyarakat Universitas Sumatera Utara. Penentuan besar sampel dilakukan dengan menggunakan rumus Lameshow (1997) sebagai berikut :

Keterangan :

n = Besar sampel

Z1-_α/2 = Nilai tingkat kepercayaan sebesar 95% = 1,96 Z1-β = Nilai tingkat kekuatan uji (power test) 80% = 0,84

Po = Nilai proporsi populasi yang melakukan diet pada penelitian sebelumnya (0,41 dalam Amriani, 2014)

Pa = Nilai proporsi populasi yang diteliti (0,31)

Dengan menggunakan rumus di atas, maka besar sampel dalam penelitian ini dapat dihitung sebagai berikut :

Berdasarkan perhitungan besar sampel diatas, didapatkan besar sampel yang diteliti sebesar 183 responden. Pemilihan sampel dengan menggunakan metode purposive sampling yaitu cara pengambilan sampel yang dilakukan atas dasar pertimbangan peneliti yang menganggap unsur-unsur yang dikehendaki telah ada dalam anggota sampel yang diambil. Unsur tersebut adalah berat badan responden tidak tergolong dalam berat badan kurang (kurus) yang diketahui melalui pengamatan peneliti dan berdasarkan nilai indeks massa tubuh responden.

3.4. Metode Pengumpulan Data 3.4.1. Data Primer

Data yang diperoleh dengan cara melakukan wawancara secara langsung kepada responden dengan berpedoman pada kuesioner yang telah dipersiapkan terlebih dahulu oleh peneliti.

3.4.2. Data Sekunder

Data yang diperoleh dengan cara mengadakan pencatatan tentang data-data yang diperlukan dari Fakultas Kesehatan Masyarakat Universitas Sumatera Utara.

3.5. Definisi Operasional Variabel

Adapun definisi operasional variabel pada penelitian yaitu :

1. Indeks Massa Tubuh adalah ukuran kondisi tubuh responden dengan membandingkan berat badan dengan tinggi badan responden.

2. Citra tubuh adalah persepsi responden terhadap kondisi tubuh yang dimilikinya.

3. Pengetahuan gizi adalah segala sesuatu mengenai gizi dan diet yang diketahui oleh responden.

4. Sikap keluarga adalah anjuran dari anggota keluarga (ayah, ibu, saudara) kepada responden untuk menurunkan berat badan.

5. Sikap teman sebaya adalah anjuran dari teman sebaya kepada responden untuk menurunkan berat badan.

6. Media massa adalah pengaruh yang diberikan media massa baik media elektronik maupun media cetak kepada responden mengenai bentuk tubuh yang ideal.

7. Tindakan diet penurunan berat badan adalah perilaku mengatur pola makan dengan tujuan menurunkan berat badan.

3.6. Aspek Pengukuran

Pada masing-masing metode regresi logistik dan analisis diskriminan akan dilakukan pengujian data dengan besar sampel yang memenuhi kriteria untuk ke dua uji tersebut.

3.6.1. Variabel Independen

Variabel independen pada regresi logistik adalah data dengan skala nominal atau ordinal, oleh karena itu akan dilakukan pengkategorian pada variabel independen. Pengkategorian pada variabel independen (citra tubuh, pengetahuan gizi, pengaruh keluarga, pengaruh teman sebaya dan pengaruh media massa) dengan berdasarkan nilai mean atau median. Jika data dari skor total hasil kuesioner berdistribusi normal maka kategori dapat dibuat berdasarkan nilai mean, sedangkan jika data dari skor total hasil kuesioner berdistribusi tidak normal maka kategori dapat dibuat dengan menggunakan nilai median. Untuk itu akan dilakukan uji normalitas pada variabel independen, kecuali variabel status gizi.

Pengkategorian yang akan dilakukan pada variabel independen adalah sebagai berikut :

1. Indeks massa tubuh

Pengukuran indeks massa tubuh dilakukan dengan melakukan perhitungan sebagai berikut :

Data berskala ordinal untuk regresi logistik dengan pengkatagorikkan sebagai berikut :

0. Berat Badan Normal, jika nilai IMT 18,5-22,9

1. Berat Badan Berlebih, jika nilai IMT ≥ 23 (WHO, 2000)

Sedangkan untuk analisis diskriminan, data yang digunakan adalah data dengan skala rasio.

2. Citra tubuh

Pengukuran citra tubuh dilakukan dengan menggunakan kuesioner yang terdiri dari 10 pernyataan. Jika jawaban sangat setuju diberi skor 3, setuju diberi skor 2, tidak setuju diberi skor 1, dan sangat tidak setuju diberi skor 0 untuk pernyataan nomor 1 sampai 6. Sedangkan untuk pernyataan nomor 7 sampai 10, jika jawaban sangat setuju diberi skor 0, setuju diberi skor 1, tidak setuju diberi skor 2, dan sangat tidak setuju diberi skor 3.

Data berskala nominal untuk regresi logistik dengan pengkatagorikkan sebagai berikut :

Sedangkan untuk analisis diskriminan data berskala interval dengan menggunakan data skor total yang didapat melalui kuesioner. 2. Pengetahuan gizi

Pengukuran pengetahuan tentang gizi dilakukan dengan menggunakan kuesioner yang terdiri dari 10 pernyataan. Jika jawaban benar diberi skor 1 dan salah diberi skor 0 untuk pernyataan nomor 1 sampai 8. Sedangkan untuk pernyataan nomor 9 dan 10, jawaban benar diberi skor 0 dan salah diberi skor 1. Maka diperoleh skor terendah 0 dan skor tertinggi 10.

Data berskala nominal untuk regresi logistik dengan pengkatagorikkan sebagai berikut :

a. Titik potong dari nilai tengah/median : 0. Baik, jika skor total ≥ median (8) 1. Tidak baik, jika skor total < median (8)

Sedangkan untuk analisis diskriminan data berskala interval dengan menggunakan data skor total yang didapat melalui kuesioner. 3. Sikap keluarga

Pengukuran sikap keluarga dilakukan dengan menggunakan kuesioner terdiri dari 10 pernyataan. Jika jawaban ya diberi skor 1 dan tidak diberi skor 0 untuk pernyataan nomor 1 sampai 10. Maka diperoleh skor terendah 0 dan skor tertinggi 10.

Data berskala nominal untuk regresi logistik dengan pengkatagorikkan sebagai berikut :

a. Titik potong dari nilai tengah/median :

0. Tidak memengaruhi, jika skor total ≥ median (7) 1. Memengaruhi, jika skor total < median (7)

Sedangkan untuk analisis diskriminan data berskala interval dengan menggunakan data skor total yang didapat melalui kuesioner. 4. Sikap teman sebaya

Pengukuran sikap teman sebaya dilakukan dengan menggunakan kuesioner terdiri dari 10 pernyataan. Jika jawaban ya diberi skor 1 dan tidak diberi skor 0 untuk pernyataan nomor 1 sampai 10. Maka diperoleh skor terendah 0 dan skor tertinggi 10.

Data berskala nominal untuk regresi logistik dengan pengkatagorikkan sebagai berikut :

a. Titik potong dari nilai tengah/median :

0. Tidak memengaruhi, jika skor total ≥ median (6) 1. Memengaruhi, jika skor total < median (6)

Sedangkan untuk analisis diskriminan data berskala interval dengan menggunakan data skor total yang didapat melalui kuesioner. 5. Media massa

Pengukuran media massa dilakukan dengan menggunakan kuesioner yang terdiri dari 10 pernyataan. Jika jawaban sangat setuju diberi skor 3, setuju diberi skor 2, tidak setuju diberi skor 1, dan sangat tidak setuju diberi skor 0 untuk pernyataan nomor 1 sampai 4. Sedangakan

skor 0, setuju diberi skor 1, tidak setuju diberi skor 2, dan sangat tidak setuju diberi skor 3. Maka diperoleh skor terendah 0 dan skor tertinggi 30. Data berskala nominal untuk regresi logistik dengan pengkatagorikkan sebagai berikut :

a. Titik potong dari nilai tengah/median :

0. Tidak memengaruhi, jika skor total ≥ median (18) 1. Memengaruhi, jika skor total < median (18)

Sedangkan untuk analisis diskriminan data berskala interval dengan menggunakan data skor total yang didapat melalui kuesioner. 3.6.2. Variabel Dependen

Variabel dependen dalam penelitian ini adalah pelaksanaan diet penurunan berat badan yaitu perilaku mengatur pola makan dengan tujuan menurunkan berat badan. Pengukuran tindakan diet dilakukan dengan menggunakan kuesioner terdiri dari 13 pernyataan. Jika jawaban ya diberi skor 1 dan tidak diberi skor 0 untuk pernyataan nomor 1 sampai 13. Maka diperoleh skor terendah 0 dan skor tertinggi 13. Pengkategorian tindakan diet adalah sebagai berikut :

a. Titik potong dari nilai tengah/median :

0. Tidak diet, jika skor total ≥ median (10) 1. Diet, jika skor total < median (10)

3.7 Teknik Analisis Data

Teknik analisis data dengan menggunakan dua uji statistik, yaitu metode regresi logistik dan analisis diskriminan untuk mengetahui pengaruh beberapa variabel independen terhadap variabel dependen secara bersamaan, serta untuk melihat apakah ada perbedaan hasil uji dari kedua metode statistik tersebut.

3.8. Validitas dan Reliabilitas 3.8.1. Validitas

Uji validitas bertujuan untuk menunjukkan tingkat kehandalan dan kesahihan suatu alat ukur dengan cara mengukur korelasi antara variabel dengan skor total variabel dengan melihat nilai corrected item total correlation pada reliability analisys. Suatu alat ukur tersebut dikatakan valid jika nilai r hitung > r tabel.

3.8.2. Reliabilitas

Uji Reliabilitas adalah indeks yang menunjukkan sejauh mana suatu alat pengukur dapat dipercaya atau dapat diandalkan. Hal ini berarti menunjukkan sejauh mana hasil pengukuran itu tetap konsisten atau tetap asas (ajeg) bila dilakukan pengukuran dua kali atau lebih terhadap gejala yang sama, dengan menggunakan alat ukur yang sama. (Notoatmodjo, 2010).

Untuk menguji reliabilitas adalah dengan menggunakan metode Cronbach’s Alpha, yaitu menganalisis reliabilitas alat ukur dari satu kali pengukuran dengan ketentuan jika nilai r Alpha > 0,8 maka dinyatakan reliabel.

3.8.3. Pelaksanaan Uji Validitas dan Reliabilitas

Uji validitas dan reliabilitas dilakukan pada mahasiswa Fakultas Keperawatan Universitas Sumatera Utara sebanyak 30 orang. Berdasarkan tabel 3.1 dapat dilihat bahwa alat ukur atau kuesioner yang akan digunakan dalam meneliti faktor-faktor yang berpengaruh terhadap tindakan diet penurunan berat badan pada mahasiswa Fakultas Kesehatan Masyarakat Universitas Sumatera Utara tahun 2014 dinyatakan valid karena memiliki nilai r > r tabel (0,361) dan reliabel karena memiliki nilai cronbach’s alpha > 0,8.

Tabel 3.1. Hasil Uji Validitas dan Reliabilitas Data

Variabel Corrected Item-Total Correlation Citra Tubuh CT1 CT2 CT3 CT4 CT5 CT6 CT7 CT8 CT9 CT10 0,681 0,532 0,595 0,411 0,627 0,779 0,522 0,471 0,433 0,484

Cronbach’s Alpha 0,849

Pengetahuan tentang Gizi PG1 PG2 PG3 PG4 PG5 PG6 PG7 PG8 PG9 PG10 0,525 0,533 0,510 0,716 0,630 0,589 0,374 0,561 0,531 0,492

Tabel 3.1. Lanjutan

Variabel Corrected Item-Total Correlation Sikap Keluarga K1 K2 K3 K4 K5 K6 K7 K8 K9 K10 0,585 0,687 0,646 0,771 0,494 0,532 0,378 0,677 0,496 0,408

Cronbach’s Alpha 0,856

Sikap Teman Sebaya TS1 TS2 TS3 TS4 TS5 TS6 TS7 TS8 TS9 TS10 0,790 0,790 0,644 0,521 0,780 0,696 0,449 0,673 0,408 0,570

Cronbach’s Alpha 0,891

Media Massa MM1 MM2 MM3 MM4 MM5 MM6 MM7 MM8 MM9 MM10 0,673 0,659 0,538 0,694 0,754 0,477 0,534 0,614 0,721 0,791

Tabel 3.1. Lanjutan

Variabel Corrected Item-Total Correlation Tindakan Diet Penurunan Berat

Badan D1 D2 D3 D4 D5 D6 D7 D8 D9 D10 D11 D12 D13

0,407 0,637 0,679 0,456 0,586 0,820 0,569 0,781 0,433 0,673 0,862 0,603 0,673

BAB IV

HASIL PENELITIAN

4.1. Profil Fakultas Kesehatan Masyarakat Universitas Sumatera Utara Program studi S1 Ilmu Kesehatan Masyarakat Universitas Sumatera Utara diresmikan pada tanggal 31 Juli 1985 berada dibawah asuhan Fakultas Kedokteran Universitas Sumatera Utara. Kemudian berdasarkan keputusan Menteri Pendidikan dan Kebudayaan Republik Indonesia No. 0376/0/1993 tanggal 21 Oktober 1993 Program Studi S1 Ilmu Kesehatan Masyarakat Universitas Sumatera Utara yang selama ini dibawah asuhan Fakultas Kedokteran Universitas Sumatera Utara telah berubah menjadi Fakultas Kesehatan Masyarakat Universitas Sumatera Utara yang diresmikan oleh Menteri Pendidikan dan Kebudayaan pada tanggal 25 Januari 1994.

Fakultas Kesehatan Masyarakat Universitas Sumatera Utara memiliki visi dan misi. Visi dari Fakultas Kesehatan Masyarakat Universitas Sumatera Utara

adalah “Untuk Pengembangan Tenaga Kesehatan Masyarakat”. Sedangkan misi

dari Fakultas Kesehatan Masyarakat Universitas Sumatera Utara adalah sebagai berikut :

a. Menyelenggarakan dan mengembangkan pendidikan untuk menghasilkan Sarjana Kesehatan Masyarakat, Magister Kesehatan, dan Doktor sesuai kompetensi dalam bidang kesehatan masyarakat.

b. Menyelenggarakan dan mengembangkan penelitian ilmiah yang dapat member kontribusi untuk pengembangan ilmu kesehatan masyarakat,

tercapainya kompetensi lulusan dan pemecahan masalah kesehatan masyarakat.

c. Menyelenggarakan dan mengembangkan pengabdian masyarakat yang dapat memberi kontribusi untuk pengembangan seni, ilmu, teknologi kesehatan masyarakat, kompetensi lulusan dan pemecahan masalah kesehatan masyarakat.

4.2. Analisis Univariat

Analisis univariat digunakan untuk melihat distribusi frekuensi karakteristik pada responden yang menjadi kelompok pengamatan yang.

4.2.1. Karakteristik Responden

Tabel 4.1. Distribusi Frekuensi Karakteristik Responden Berdasarkan Umur, Jenis Kelamin dan Indeks Massa Tubuh

Variabel Frekuensi (n) Persentase (%)

Umur

16-19 Tahun 20-23 Tahun

88 95

48,1 51,9 Jenis Kelamin

Laki-laki Perempuan

31 152

16,9 83,1 Indeks Massa Tubuh

Berat badan normal Berat badan berlebih

84 99

45,9 54,1 Dari tabel 4.1 diatas dapat dilihat bahwa mayoritas responden berumur 20-23 tahun yaitu sebanyak 95 orang (51,9%), berjenis kelamin perempuan yaitu sebanyak 152 orang (83,1%), dan memiliki berat badan berlebih yaitu sebanyak 99 orang (54,1%).

4.2.2. Citra Tubuh

Tabel 4.2. Distribusi Frekuensi Jawaban Responden Tentang Citra Tubuh

No Pernyataan SS S TS STS

n % n % n % n %

1 Saya memiliki tubuh yang

menarik. 23 12,6 88 48,1 69 37,7 3 1,6

2 Tinggi badan saya sekarang

cukup tinggi. 23 12,6 86 47,0 69 37,7 5 2,7 3 Berat badan saya sekarang

ideal. 13 7,1 46 25,1 103 56,3 21 11,5

4 Penampilan fisik/tubuh wanita yang ideal adalah langsing dan tinggi seperti artis/model.

34 18,6 76 41,5 68 37,2 5 2,7

5 Saya puas dengan bagian tubuh bagian tengah (dari pinggang hingga perut).

12 6,6 44 24,0 104 56,8 23 12,6 6 Secara keseluruhan

penampilan saya

memuaskan.

6 3,3 82 44,8 88 48,1 7 3,8 7 Saya merasa tidak nyaman

dengan bentuk tubuh saya saat ini jika tampil di depan umum.

12 6,6 60 32,8 98 53,6 13 7,1

8 Saya akan kuatir jika berat badan saya terus bertambah.

60 32,8 56 30,6 53 29,0 14 7,7 9 Saya kuatir menjadi

gemuk. 54 29,5 67 36,6 49 26,8 13 7,1

10 Saya menyukai warna hitam untuk menyamarkan kegemukan tubuh.

21 11,5 61 33,3 79 43,2 22 12,0

Dari tabel 4.2 diatas dapat dilihat distribusi frekuensi responden tentang citra tubuh yang diukur dengan menggunakan 10 pernyataan. Pada pernyataan pertama kebanyakan responden menyatakan setuju tentang memiliki tubuh yang menarik, yaitu sebanyak 88 orang (48,1%). Pada pernyataan kedua kebanyakan responden menyatakan setuju tentang memiliki tinggi badan yang cukup tinggi,

Tests of Equality of Group Means

Wilks'

Lambda F df1 df2 Sig.

IMT .826 38.248 1 181 .000

CT .717 71.280 1 181 .000

PG .970 5.568 1 181 .019

K .974 4.782 1 181 .030

TS .969 5.704 1 181 .018

MM .804 44.073 1 181 .000

Analysis 1

Box's Test of Equality of Covariance Matrices Log Determinants

Diet_K Rank

Log Determinant

Tidak Diet 4 7.043

Diet 4 6.825

Pooled

within-groups 4 7.002

The ranks and natural logarithms of determinants printed are those of the group covariance matrices.

Test Results

Box's M 8.377

F Approx. .817

df1 10

df2 115141.467

Sig. .613

Stepwise Statistics

Variables Entered/Removed(a,b,c,d)

Step Entered Min. D Squared

Statistic Exact F Statistic

Between Groups

Statistic df2 Sig. Statistic df1 df2 Sig.

1

CT 1.617 Tidak Diet

and Diet 71.280 1 181.000 9.79E-015 2

MM 2.451 Tidak Diet

and Diet 53.721 2 180.000 5.07E-019 3

IMT 2.928 Tidak Diet

and Diet 42.547 3 179.000 8.32E-021 4

PG 3.303 Tidak Diet

and Diet 35.791 4 178.000 6.28E-022 At each step, the variable that maximizes the Mahalanobis distance between the two closest groups is entered.

a Maximum number of steps is 12.

b Maximum significance of F to enter is .05. c Minimum significance of F to remove is .10.

d F level, tolerance, or VIN insufficient for further computation.

Variables in the Analysis

Step Tolerance

Sig. of F to Remove

Min. D

Squared Between Groups

1 CT 1.000 .000

2 CT .995 .000 1.000 Tidak Diet and Diet

MM .995 .000 1.617 Tidak Diet and Diet

3 CT .968 .000 1.772 Tidak Diet and Diet

MM .993 .000 2.149 Tidak Diet and Diet

IMT .970 .000 2.451 Tidak Diet and Diet

4 CT _{.954 .000 2.000 Tidak Diet and Diet}

MM _{.991 .000 2.474 Tidak Diet and Diet}

IMT .968 .000 2.784 Tidak Diet and Diet

Variables Not in the Analysis

Step Tolerance

Min. Tolerance

Sig. of F to Enter

Min. D

Squared Between Groups

0 IMT 1.000 1.000 .000 .868 Tidak Diet and Diet

CT

1.000 1.000 .000 1.617 Tidak Diet and Diet

PG _{1.000 1.000 .019 .126 Tidak Diet and Diet}

K _{1.000 1.000 .030 .108 Tidak Diet and Diet}

TS _{1.000 1.000 .018 .129 Tidak Diet and Diet}

MM _{1.000 1.000 .000 1.000 Tidak Diet and Diet}

1 IMT

.972 .972 .000 2.149 Tidak Diet and Diet

PG .982 .982 .003 1.899 Tidak Diet and Diet

K _{.936 .936 .960 1.617 Tidak Diet and Diet}

TS .990 .990 .196 1.671 Tidak Diet and Diet

MM

.995 .995 .000 2.451 Tidak Diet and Diet

2 IMT

.970 .968 .000 2.928 Tidak Diet and Diet

PG _{.980 .978 .003 2.784 Tidak Diet and Diet}

K _{.928 .928 .679 2.457 Tidak Diet and Diet}

TS .965 .965 .644 2.459 Tidak Diet and Diet

3 PG

.977 .954 .002 3.303 Tidak Diet and Diet

K .924 .915 .541 2.943 Tidak Diet and Diet

TS _{.959 .958 .475 2.948 Tidak Diet and Diet}

4 K _{.913 .896 .352 3.339 Tidak Diet and Diet}

TS

Wilks' Lambda

Step

Number of

Variables Lambda df1 df2 df3 Exact F

Statistic df1 df2 Sig. Statistic df1 df2 Sig. Statistic

1 1 .717 1 1 181 71.280 1 181.000 .000

2 2 .626 2 1 181 53.721 2 180.000 .000

3 3 .584 3 1 181 42.547 3 179.000 .000

4 4 .554 4 1 181 35.791 4 178.000 .000

Summary of Canonical Discriminant Functions Eigenvalues

Function Eigenvalue % of Variance Cumulative %

Canonical Correlation

1 .804(a) 100.0 100.0 .668

a First 1 canonical discriminant functions were used in the analysis.

Wilks' Lambda

Test of Function(s)

Wilks'

Lambda Chi-square df Sig.

1 .554 105.640 4 .000

Standardized Canonical Discriminant Function Coefficients

Function 1

IMT -.403

CT .643

PG .341

MM .503

Structure Matrix

Function

1

CT .700

MM .550

IMT -.513

K(a) .282

PG .196

Canonical Discriminant Function Coefficients

Function

1

IMT -.123

CT .200

PG .321

MM .165

(Constant) -5.436 Unstandardized coefficients

Functions at Group Centroids

Diet_K

Function 1 Tidak

Diet .735

Diet -1.082

Unstandardized canonical discriminant functions evaluated at group means

Classification Statistics

Classification Processing Summary

Processed 183

Excluded Missing or

out-of-range group codes 0

At least one missing discriminating variable

0

Used in Output 183

Prior Probabilities for Groups

Diet_K Prior Cases Used in Analysis Unweighted Weighted Unweighted Tidak

Diet .500 109 109.000

Diet .500 74 74.000

Classification Function Coefficients

Diet_K

Tidak

Diet Diet

IMT 2.383 2.606

CT 2.177 1.814

PG 7.970 7.386

MM 2.168 1.868

(Constant) -98.342 -88.778 Fisher's linear discriminant functions

Classification Results(b,c)

Diet_K

Predicted Group

Membership Total

Tidak

Diet Diet

Tidak Diet

Original Count Tidak Diet 88 21 109

Diet 8 66 74

% Tidak Diet 80.7 19.3 100.0

Diet 10.8 89.2 100.0

Cross-validated(a) Count Tidak Diet 86 23 109

Diet 9 65 74

% Tidak Diet 78.9 21.1 100.0

Diet 12.2 87.8 100.0

a Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case. b 84.2% of original grouped cases correctly classified.