TUGAS-1-PENDIDIKAN GIZI

1.  Uraikan 4 elemen penting yang berkontribusi dalam efektifitas pendidikan gizi

a.   Fokus kepada perilaku: pendidikan gizi berfokus pada aksi spesifik dari individu dan praktik dan komunitas serta perilakunya hal yang penting untuk diri individu sendiri untuk masyarakat juga untuk tingkat social yang lebih tinggi. Perilaku ini juga bisa merujuk ke tujuan yang lebih besar terhadap nilai-nilai individu atau masyarakat

b.  Determinan perilaku: pendidikan gizi secara jelas mengidentifikasi factor-faktor yang mempengaruhi perilaku dari audiens yang memiliiki tujuan dan membuat modifikasi dari factor yang mempengaruhi ini (determinan atau mediator potensial dari perubahan perilaku yang diinginkan) tujuan utama dari interfensi pendidkan gizi tidak hanya semata-mat menyediakan informasi umum

c.  Penggunaan teori: pendidikan gizi menggunakan teori dan bukti untuk mendesain pendidikan gizi

d.    Durasi yang cukup dan pengulangan: pendidikan gizi mengikuti durasi yang cukup dan pengulangan terhadap perilaku pemilihan makanan dan kegiatan makan sendiri (juga aktifitas fisik) dan menggunakan jaringan yan berbeda untuk menyampaikan pesan dengan intensitas yang signifikan dalam periode waktu yang sesuai.

e.     Strategi: pendidikan gizi mengembangkan strategi untuk merujuk kepada determinan yang telah teridentifikasi dari perilaku atau mediator potensial perubahan dan konteks lingkungan pada berbagai level pengaruh

2.      Apa yang dimaksud dengan “perilaku berfokus” ?
  

Pendekatan perilaku berfokus berarti hasil yang diinginkan adalah perubahan dalam perilaku, pola perilaku atau kebijakan. Hasil jangka panjang yang diinginkan adalah peningkatan dibidang kesehatan atau kualitashidup untuk individu, masyarakat atau keduanya. Contoh jika intervensi bertujuan untuk menurunkan resiko kanker dan penyakit kardiovaskular maka akan terfokus pada  pola perilaku yang melibatkan makan buah, sayur, gandum utuh lebih banyak dan mengurangi makanan dengan lemak jenuh yang tingi. Perilaku spesifik yang dituju diidentifikasi dari kebutuhan, persepsi dan keinginan dari audiens yang memiliki tujuan, juga dari tujuan kesehatan dan gizi nasional serta penemuan penelitian ilmu gizi. Perilaku harus bertujuan dan disusun berdasarkan konteks social dan lingkungan. Focus kepada perilaku spesifik individu atau pola perilaku dan praktik masyarakat sangat penting sekarang karena mempromosikan kesehatan dan mengurangi penyakit kronis dan obesitas telah menjadi tujan utama dari pendidikan gizi

TUGAS-2-PENDIDIKAN GIZI

1. Yang dimaksud dengan termotivasi
termotivas adalah suatu hal yang membuat individu dapat mengembangkan tujuan yang kuat dan stabildalam mengambil langkah dalam tujuannya yang selalu melihat segala hal dari sisi positifnya sehingga untuk mencapai tujuannya dapat dilakukan dengan ringan.
2. contoh seseorang yang telah termotivasi untuk merubah perilaku
seorang wanita berumur 35tahun ingin menurunklan berat badannya sebanyak 30 kg dalam sebulan. dikarenakan ingin menyenangkan suaminya. lalu ibu ini datang kepada ahli gizi untuk melakukan konseling. sesudah melakukan konseling dan mendapat ilmu makaia berniat untuk melakukannya. ia harus merubah pola makannya menjadi lebih sedikit tetapi sering, banyak mengkonsumsi buah dan sayur, menghiundari makan yang digoreng, melakukan olahraga setiap hari, dan mengikuti gym dan tetap mengukur berat badannya tiap mingu. karena ia selalu berpikir positif bahwa untuk menurunkan berat badannya bukan hanya untuk menyenangikan suaminya melainkan juga untuk kesehatan tubuhnya.

TUGAS-4-ANREG

1.       Tugas hal 85 data 1

a.       Hitung Sum of Square for Regression (X)

b.      Hitung Sum of Square for residual

c.       Hitung Means Sum of Square for Regression (X)

d.      Hitung Means Sum of Square for Residual

e.      Hitung Nilai F dan buat kesimpulan

Jawab :

Dik :              

*Sum of Square Total adalah

*Sum of Square Residual adalah

a.       Sum of Square Regression adalah

SSY – SSE = 28646,444 – 27990,819 = 655,625

b.      Sum of Square Residual adalah

c.       Mean Sum of Square Regression adalah

SSRegression / df = 655,625 / 1 = 655,625

d.      Mean Sum of Square Residual adalah

SS Residual / df  = 27990,819 / 43 = 650,949

e.      Nilai F

F = MS-Regression / MS-Residual =  655,625 / 650,949 = 1,007

Lihat tabel F dengan nomerator 1 dan denomerator 43, nilainya adalah 4,07

Nilai F hasil = 1,007 < Ftabel= 4,07 , nilai p > 0,05 tidak bermakna ( sig 0,321 )

Artinya kita menerima Ho, dan menyatakan bahwa Umur tidak mempengaruhi kadar kolesterol

2.       Tugas hal 86 data 2

a.       Hitung Sum of Square for Regression (X)

b.      Hitung Sum of Square for residual

c.       Hitung Means Sum of Square for Regression (X)

d.      Hitung Means Sum of Square for Residual

e.      Hitung Nilai F dan buat kesimpulan

Jawab :

Dik :              

*Sum of Square Total adalah

*Sum of Square Residual adalah

a.       Sum of Square Regression adalah

SSY – SSE = 10,342 – 4,268 = 6,075

b.      Sum of Square Residual adalah

c.       Mean Sum of Square Regression adalah

SSRegression / df = 6,075 / 1 = 6,075

d.      Mean Sum of Square Residual adalah

SS Residual / df  = 4,268 / 19 = 0,225

e.      Nilai F

F = MS-Regression / MS-Residual =  6,075 / 0,225 = 27 

Lihat tabel F dengan nomerator 1 dan denomerator 19, nilainya adalah 4,38

Nilai F hasil = 27 >  Ftabel= 4,38 , nilai p < 0,05 bermakna ( sig 0,000 )

Artinya kita menolak Ho, dan menyatakan bahwa kadar Mg Tulang mempengaruhi kadar Mg Serum

3.       Tugas hal 87 data 3

a.       Hitung Sum of Square for Regression (X)

b.      Hitung Sum of Square for residual

c.       Hitung Means Sum of Square for Regression (X)

d.      Hitung Means Sum of Square for Residual

e.      Hitung Nilai F dan buat kesimpulan

Jawab :

Dik :              

*Sum of Square Total adalah

*Sum of Square Residual adalah

a.       Sum of Square Regression adalah

SSY – SSE = 1573,437 – 1204,639 = 368,798

b.      Sum of Square Residual adalah

c.       Mean Sum of Square Regression adalah

SSRegression / df = 368,798 / 1 = 368,798

d.      Mean Sum of Square Residual adalah

SS Residual / df  = 1204,639 / 14 = 86,046

e.      Nilai F

F = MS-Regression / MS-Residual =  368,798 / 86,046 =4,286

Lihat tabel F dengan nomerator 1 dan denomerator 14, nilainya adalah 4,60

Nilai F hasil = 4,286>  Ftabel= 4,60 , nilai p > 0,05 tidak bermakna ( sig 0,057 )

Artinya kita menerima Ho, dan menyatakan bahwa BB tidak mempengaruhi kadar Glukosa seseorang.

TUGAS-3-ANREG

1.       Tugas hal 85 data 1

a.       Hitung Sum of Square for Regression (X)

b.      Hitung Sum of Square for residual

c.       Hitung Means Sum of Square for Regression (X)

d.      Hitung Means Sum of Square for Residual

e.      Hitung Nilai F dan buat kesimpulan

Jawab :

Dik :              

*Sum of Square Total adalah

*Sum of Square Residual adalah

a.       Sum of Square Regression adalah

SSY – SSE = 28646,444 – 27990,819 = 655,625

b.      Sum of Square Residual adalah

c.       Mean Sum of Square Regression adalah

SSRegression / df = 655,625 / 1 = 655,625

d.      Mean Sum of Square Residual adalah

SS Residual / df  = 27990,819 / 43 = 650,949

e.      Nilai F

F = MS-Regression / MS-Residual =  655,625 / 650,949 = 1,007

Lihat tabel F dengan nomerator 1 dan denomerator 43, nilainya adalah 4,07

Nilai F hasil = 1,007 < Ftabel= 4,07 , nilai p > 0,05 tidak bermakna ( sig 0,321 )

Artinya kita menerima Ho, dan menyatakan bahwa Umur tidak mempengaruhi kadar kolesterol

2.       Tugas hal 86 data 2

a.       Hitung Sum of Square for Regression (X)

b.      Hitung Sum of Square for residual

c.       Hitung Means Sum of Square for Regression (X)

d.      Hitung Means Sum of Square for Residual

e.      Hitung Nilai F dan buat kesimpulan

Jawab :

Dik :              

*Sum of Square Total adalah

*Sum of Square Residual adalah

a.       Sum of Square Regression adalah

SSY – SSE = 10,342 – 4,268 = 6,075

b.      Sum of Square Residual adalah

c.       Mean Sum of Square Regression adalah

SSRegression / df = 6,075 / 1 = 6,075

d.      Mean Sum of Square Residual adalah

SS Residual / df  = 4,268 / 19 = 0,225

e.      Nilai F

F = MS-Regression / MS-Residual =  6,075 / 0,225 = 27 

Lihat tabel F dengan nomerator 1 dan denomerator 19, nilainya adalah 4,38

Nilai F hasil = 27 >  Ftabel= 4,38 , nilai p < 0,05 bermakna ( sig 0,000 )

Artinya kita menolak Ho, dan menyatakan bahwa kadar Mg Tulang mempengaruhi kadar Mg Serum

3.       Tugas hal 87 data 3

a.       Hitung Sum of Square for Regression (X)

b.      Hitung Sum of Square for residual

c.       Hitung Means Sum of Square for Regression (X)

d.      Hitung Means Sum of Square for Residual

e.      Hitung Nilai F dan buat kesimpulan

Jawab :

Dik :              

*Sum of Square Total adalah

*Sum of Square Residual adalah

a.       Sum of Square Regression adalah

SSY – SSE = 1573,437 – 1204,639 = 368,798

b.      Sum of Square Residual adalah

c.       Mean Sum of Square Regression adalah

SSRegression / df = 368,798 / 1 = 368,798

d.      Mean Sum of Square Residual adalah

SS Residual / df  = 1204,639 / 14 = 86,046

e.      Nilai F

F = MS-Regression / MS-Residual =  368,798 / 86,046 =4,286

Lihat tabel F dengan nomerator 1 dan denomerator 14, nilainya adalah 4,60

Nilai F hasil = 4,286>  Ftabel= 4,60 , nilai p > 0,05 tidak bermakna ( sig 0,057 )

Artinya kita menerima Ho, dan menyatakan bahwa BB tidak mempengaruhi kadar Glukosa seseorang.

TUGAS-2-ANREG

1ANASTASIA NOURMA YUNITA
2201332064
Tugas Hal.70 data 1 ( IMT & GPP )

Variables Entered/Removedb
Model	Variables Entered	Variables Removed	Method
1	Indeks Massa Tubuha	.	Enter
a. All requested variables entered.
b. Dependent Variable: Gula Post Prandial

Model Summary
Model	R	R Square	Adjusted R Square	Std. Error of the Estimate
1	.628a	.394	.370	21.629
a. Predictors: (Constant), Indeks Massa Tubuh

ANOVAb
Model		Sum of Squares	df	Mean Square	F	Sig.
1	Regression	7617.297	1	7617.297	16.282	.000a
	Residual	11695.666	25	467.827
	Total	19312.963	26
a. Predictors: (Constant), Indeks Massa Tubuh
b. Dependent Variable: Gula Post Prandial

Coefficientsa
Model		Unstandardized Coefficients		Standardized Coefficients	t	Sig.
		B	Std. Error	Beta
1	(Constant)	48.737	23.494		2.074	.048
	Indeks Massa Tubuh	4.319	1.070	.628	4.035	.000
a. Dependent Variable: Gula Post Prandial

Langkah Pembuktian Hipotesa :

a.       Asumsi                                                 : bahwa model persamaan garis lurus beserta asumsinya berlaku;

b.      hipotesa                              : H₀ : β₁ = 0

                Ha : β₁ ≠ 0

c.       uji statistik                          : t= β₁ / Sβ₁

d.      Distribusi Statistik            : bila asumsi terpenuhi dan H₀ diterima maka digunakan derajat kebabasan n-1;

e.      pengambilan keputusan : H₀ ditolak bila nilai t-hitung lebih besar dari tabel; α=0.05 = 2.05553

f.        perhitungan statistik : dari komputer out put diperoleh nilai β₁ = 4,319 dan Sβ₁= 1,070

t = 4,319 / 1,070 = 4,036

g.       keputusan statistik :

nilai t-hitung = 4,036 > nilai t tabel = 2,05553

kita menolak Hipotesa nol

h.      kesimpulan : slop garis regresi tidak sama dengan 0, maka garis regresi antara IMT dan GPP adalah Linier

2.       tugas Hal 70 data 2 ( BB dan Kadar Glukosa )

Variables Entered/Removedb
Model	Variables Entered	Variables Removed	Method
1	Berat Badana	.	Enter
a. All requested variables entered.
b. Dependent Variable: Glukosa

Model Summary
Model	R	R Square	Adjusted R Square	Std. Error of the Estimate
1	.484a	.234	.180	9.276
a. Predictors: (Constant), Berat Badan

ANOVAb
Model		Sum of Squares	df	Mean Square	F	Sig.
1	Regression	368.798	1	368.798	4.286	.057a
	Residual	1204.639	14	86.046
	Total	1573.437	15
a. Predictors: (Constant), Berat Badan
b. Dependent Variable: Glukosa

Coefficientsa
Model		Unstandardized Coefficients		Standardized Coefficients	t	Sig.
		B	Std. Error	Beta
1	(Constant)	61.877	19.189		3.225	.006
	Berat Badan	.510	.246	.484	2.070	.057
a. Dependent Variable: Glukosa

Langkah Pembuktian Hipotesa :

a.       Asumsi                                                 : bahwa model persamaan garis lurus beserta asumsinya berlaku;

b.      hipotesa                              : H₀ : β₁ = 0

                Ha : β₁ ≠ 0

c.       uji statistik                          : t= β₁ / Sβ₁

d.      Distribusi Statistik            : bila asumsi terpenuhi dan H₀ diterima maka digunakan derajat kebabasan n-1;

e.      pengambilan keputusan : H₀ ditolak bila nilai t-hitung lebih besar dari tabel; α=0.05 = 2,131

f.        perhitungan statistik : dari komputer out put diperoleh nilai β₁ = 0,510 dan Sβ₁= 0,246

t = 0,510 / 0,246 = 2,073

g.       keputusan statistik :

nilai t-hitung = 2,073 < nilai t tabel = 2,131

kita menerima Hipotesa nol

h.      kesimpulan : slop garis regresi sama dengan 0, maka garis regresi antara BB dan kadar Glukosa adalah tidak Linier