Puspitasari, Dewinta Dwinanda Primary Author mixed material bibliography Bandung Magister Statistika Terapan 2014 id Indonesia

x,; 38 hlm,;29,4cm ujuan utama dari penelitian ini adalah evaluasi ketepatan klasifikasi indeks massa tubuh berdasarkan tabel klasifikasi indeks massa tubuh WHO dengan pendekatan regresi logistik ordinal dan analisis diskriminan. Selanjutnya, membandingkan ketepatan klasifikasi antara regresi logistik ordinal dan analisis diskriminan dalam pengklasifikasi status gizi dewasa. Studi kasus pengelompokkan status gizi dewasa berdasarkan variabel bebas yang terlibat yaitu, berat badan (kg) dan tinggi badan (cm) dengan studi simulasi. Berat badan dan tinggi badan bersifat kontinu dan berdistribusi normal multivariat. Data simulasi dengan kondisi data berdistribusi normal multivariat dan matriks varians-kovarians sama untuk setiap kelompok. Terdapat empat kelompok, yaitu underweight.nottuei.overweight, dan obesity. Data simulasi menggunakan lima tingkatan ukuran sampel, yaitu nl=40, n2=200, n3=400, 14=600, n5=800, dan n6=1000 dengan pengulangan sebanyak 100 kali. Ukuran ketepatan klasifikasi yang digunakan adalah Apparent Error Rate (APER). Hasilnya adalah rata-rata kesalahan klasifikasi (APER) yang dihasilkan regresi logistik ordinal sebesar 28,33%, analisis diskriminan 28,23%, dan berdasarkan tabel klasifikasi indeks massa tubuh WHO sebesar 31,02%. Analisis Diskriminan menghasilkan nilai APER lebih keci! dibandingkan dengan Regresi Logistik Ordinal. Klasifikasi indeks massa tubuh (lMT) dengan tabel klasifikasi IMT WHO menghasilkan APER paling besar dibandingkan dengan analisis diskriminan dan regresi logistik ordinal. Analisis diskriminan lebih baik diterapkan dalam pengklasifikasian status gizi dewasa dibandingkan dengan regresi logistik ordinal. Puspitasari, Dewinta Dwinanda Tabel Klasifikasi Indeks Massa Tubuh, Regresi Logi 519.5 Pus s Perpustakaan Universitas Padjadjaran Kementerian Riset Teknologi dan Pendidikan Tinggi 519.5 Pus s/R.14.76 01001140700234 Perpustakaan Pusat (REF.14.76) 519.5 Pus s 20%252Fscan0001.jpg.jpg 32364 2017-04-02 01:39:59 2018-06-25 09:40:01 machine generated