Professional Documents
Culture Documents
MK. Analisis Data Pangan dan Gizi Tanggal Selesai : 15 Oktober 2014
Oleh:
Ririn Apriani I14120056
Asisten Praktikum:
Ramadhini Rizkiyah
Mesa Shelviani
Data yang telah melewati proses coding, editing, dan cleaning kemudian
dapat dianalisis. Terdapat berbagai macam jenis analisis data dan pada praktikum
Analisis Data Pangan dan Gizi kali ini melakukan uji deskriptif, uji normalitas, uji
hubungan, uji, beda, dan uji regresi. Data yang akan dianalisis adalah data
Provinsi Yogyakarta.
Uji Deskriptif
Uji Hubungan
Uji beda digunakan untuk melihat perbedaan antara dua kelompok data
pada sebuah variabel. Pada praktikum ini digunakan 3 jenis analisis untuk uji beda
yaitu uji Mann-Whitney, T-test dan chi-square. Jenis uji yang digunakan
bergantung pada jenis variabel yang akan di uji. Jenis uji beda yang pertama
adalah uji Mann-Whitney.
Uji Mann-Whitney digunakan ketika akan menguji data non-parametrik
khususnya ordinal yang digunakan untuk membandingkan 2 kelompok data yang
tidak berpasangan. Contohnya adalah menguji perbedaan kebutuhan energi dan
kebutuhan protein pada wanita yang sedang hamil dan tidak hamil. Langkah-
langkah dalam melakukan uji Mann-Whitney adalah pilih analyze, non-
parametric test, lalu 2 independent sample t-test. Kotak dialog two-independent-
sample tests kemudian akan muncul seperti pada Gambar 4.
a. 4 cells (19.0%) have expected count less than 5. The minimum expected count
is .97.
Asymp. Sig.
Value df (2-sided)
Pearson Chi-Square 19.623a 12 .075
Likelihood Ratio 20.763 12 .054
Linear-by-Linear
1.080 1 .299
Association
N of Valid Cases 447
Asymp. Sig.
Value df (2-sided)
Pearson Chi-Square 19.623a 12 .075
Likelihood Ratio 20.763 12 .054
Linear-by-Linear
1.080 1 .299
Association
a. 6 cells (28.6%) have expected count less than 5. The minimum expected count
is .13.
1
.227a
.051
.049
4.1020
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
21.317
.455
46.845
.000
Status Ekonomi
.718
.141
.227
5.097
.000
Berdasarkan tabel diatas dapat dilihat nilai R square dari hasil analisis
regresi linear adalah 0.051. Hal ini menunjukkan bahwa status ekonomi tidak
berpengaruh secara nyata atau pengaruhnya sangat lemah terhadap IMT. Nilai R
square yang mendekati 1 memiliki arti bahwa variable independent sangat
berpengaruh terhadap variabel dependent, begitupula sebaliknya. Selain melihat
nilai R, pada analisis regresi linear juga melihat nilai B pada tabel coefficient.
Nilai B<0.05 menunjukkan adanya pengaruh antar variabel. Berdasarkan nilai B,
status ekonomi tidak berpengaruh terhadap BMI karena nilai B nya adalah sebesar
0.718.
Uji Regresi Logistik