"
ABSTRAKKualitas hidup dan produktivitas kerja akan tercapai dengan baik/optimal bilamana tubuh dalam kondisi sehat. Sementara itu kondisi tubuh sehat sangat erat kaitannya dengan kecukupan gizinya. Banyak faktor yang secara langsung maupun tidak langsung mempengaruhi keadaan gizi seseorang. Diantaranya adalah kemajuan di bidang ekonomi. Dengan meningkatknya kemakmuran masyarakat, ternyata merubah pola gaya hidup yang semula mengikuti pola tradisional yang banyak mengkonsumsi sayuran dan serat berubah ke pola makanan yang sangat sedikit konsumsi seratnya seperti terlalu banyak unsur lemak, protein, gula dan garam.
Banyak faktor sosio demograf yang dapat mempengaruhi status gizi, diantaranya adalah umur, jenis kelamin, pendidikan, penghasilan dan kebiasaan merokok. Disamping itu faktor keturunan, tingkat hormon dan emosi seseorang juga sangat berperan dengan status gizi. Tujuan penelitian ini adalah akan menggali faktor-faktor yang berkaitan dengan status gizi melalui pemodelan Multiple regression Linier. Pemodelan Multiple Regression linier sebenarnya sudah lama digunakan untuk indentifikasi suatu kejadian. Namun demikian kebanyakan hasil analisis yang didapat kurang memuaskan dan cenderung keliru. Dalam menggunakan analisis Multiple Regression Linier diperlukan beberapa persyaratan (asumsi) yang harus dipenuhi, diantaranya adalah harus memenuhi asumsi Homoscedasticity, existence, independence, linearity, dan normality.
Penelitian mengambil sampel penduduk dewasa yang tinggal di Surakarta Jawa Tengah dengan jumlah sampel 307 orang. Penelitian dilakukan dengan menganalisis data sekuder tentang Pola makan pada latar belakang sosial ekonomi yang berbeda di Surakarta Jawa Tengah tahun 1996, Variabel indepeden yang dianalisis dalam data tersebut adalah variabel umur, pendidikan, jenis kelamin, merokok dan penghasilan.Variabel dependenya adalah status gizi dengan menggunakan pendekatan nilai IMT. Hasil analisis menghasilkan bahwa semua asumsi yang dipersyaratan analisis Multiple Regression linier sudah terpenuhi, sehingga tidak perlu dilakukan transformasi data. Dari kelima variabel yang dianalisis ternyata hanya variabel jenis kelamin dan penghasilan yang berhubungan dengan status gizi (IMT). Wanita lebih tinggi nilai IMT-nya dibandingkan laki-laki. Penghasilan mempunyai hubungan positip terhadap IMT, artinya semakin tinggi penghasilannya akan semakin tinggi nilai IMT-nya. Dan kedua variabel tersebut yang paling kuat hubungannya dengan IMT adalah jenis kelamin."
