Apa Itu Berat Tren? Rata-Rata Bergerak untuk Penurunan Berat Badan
Oleh Tim Periscope · · Diperbarui · 7 menit baca
Berat tren adalah rata-rata yang dihaluskan dari catatan timbangmu belakangan ini, yang menyaring naik turun harian akibat air, makanan, dan garam. Rata-rata bergerak 7 hari sederhana sudah cukup; tren yang dihaluskan secara eksponensial bereaksi lebih cepat. Baca kemiringan tren sebagai laju perubahan mingguanmu, dan nilai progres dalam dua sampai empat minggu, bukan per hari.
Poin penting
- Satu kali penimbangan mencampur lemak, air, makanan, dan garam, jadi perubahan harian sebesar 1 hingga 2 pon (sekitar 0,5 hingga 1 kg) biasanya hanya sedikit mengatakan tentang penurunan lemak.
- Rata-rata bergerak 7 hari adalah tren yang paling sederhana: jumlahkan tujuh catatan timbang terakhir lalu bagi tujuh.
- Penghalusan eksponensial memberi bobot lebih pada hari-hari terbaru, tetapi versi biasanya tertinggal beberapa hari di belakang penurunan yang stabil; penghalusan yang dikoreksi lag (ganda) juga melacak kemiringannya untuk menutup celah itu.
- Perubahan tren dalam seminggu adalah laju mingguan sebenarnya, dan jauh lebih stabil daripada membandingkan dua pembacaan timbangan.
- Beri tren waktu dua sampai empat minggu sebelum menarik kesimpulan, dan perkirakan tren akan terdistorsi oleh hari yang terlewat, liburan, serta minggu pertama diet baru.
Dalam artikel ini
- Berat tren vs berat timbangan: kenapa penimbangan tunggal menyesatkan
- Bagaimana cara kerja rata-rata bergerak 7 hari?
- Apa itu berat tren hasil penghalusan eksponensial?
- Masalah lag, dan bagaimana penghalusan ganda memperbaikinya
- Bagaimana cara membaca tren sebagai laju mingguan?
- Jebakan umum saat membaca tren
- Pertanyaan yang sering diajukan
Berat tren adalah berat badanmu yang dirata-ratakan selama beberapa hari, dan itu angka yang lebih jujur daripada satu kali penimbangan. Berat badanmu pagi ini adalah lemak ditambah otot ditambah beberapa pon air yang datang dan pergi, ditambah makanan yang masih ada di dalam tubuh. Dengan merata-ratakan, bagian jangka pendek itu saling meniadakan sehingga perubahan lambat di bawahnya terlihat.
Berat tren vs berat timbangan: kenapa penimbangan tunggal menyesatkan
Berat timbangan adalah satu pembacaan di satu pagi; tren menggabungkan banyak pembacaan, sehingga ia lebih banyak mengikuti lemak dan otot daripada air dan makanan. Hal-hal yang menggerakkan timbangan dari hari ke hari sebagian besar bukan lemak. Karbohidrat yang tersimpan (glikogen) diikat sekitar tiga sampai empat bagian air, jadi makan malam yang banyak pasta bisa menambah 1 pon (sekitar 0,5 kg) atau lebih di timbangan pada pagi hari, lalu hilang lagi dua hari kemudian. Garam bekerja dengan cara serupa. Dalam sebuah studi Eropa terhadap lebih dari 1.400 orang, berat badan naik di akhir pekan dan turun selama minggu kerja rata-rata sekitar 0,35%, yang untuk orang dengan berat 180 pon (sekitar 82 kg) berarti sekitar dua pertiga pon (sekitar 0,3 kg) (lebih lanjut tentang kenaikan berat badan di akhir pekan). Banyak orang melihat fluktuasi yang jauh lebih besar dari itu.
Sementara itu, penurunan lemak yang sebenarnya berlangsung lambat. Pada penurunan 1 pon per minggu, perubahan nyata dari satu hari ke hari berikutnya sekitar seperdelapan pon (sekitar 0,06 kg), jauh lebih kecil dari kebisingannya. Membandingkan hari ini dengan kemarin seperti memeriksa pasang surut hanya dengan memperhatikan satu ombak. Untuk daftar lengkap apa saja yang menggerakkan angka itu, lihat kenapa berat badanmu naik turun setiap hari.
Bagaimana cara kerja rata-rata bergerak 7 hari?
Jumlahkan tujuh catatan timbangmu yang terakhir lalu bagi tujuh. Besok, buang hari yang paling lama, tambahkan yang baru, dan lakukan lagi. Versi bergulir ini adalah rata-rata bergerak; jika kamu melakukannya sekali per minggu kalender, kamu mendapat rata-rata berat mingguan, yang lebih kasar tetapi cara kerjanya sama. Lonjakan setiap hari terencerkan menjadi sepertujuh ukurannya, dan ritme akhir pekan-hari kerja ikut rata karena setiap jendela berisi satu hari dari setiap hari dalam seminggu.
Berikut contoh hitungan dengan dua minggu angka ilustratif. Orang di balik angka-angka ini turun sekitar 1 pon per minggu di bawah kebisingannya.
| Hari | Timbangan (lb) | Rata-rata 7 hari (lb) |
|---|---|---|
| Sen | 186,4 | |
| Sel | 185,3 | |
| Rab | 186,5 | |
| Kam | 185,4 | |
| Jum | 185,5 | |
| Sab | 186,3 | |
| Min | 185,8 | 185,9 |
| Sen | 184,6 | 185,6 |
| Sel | 185,1 | 185,6 |
| Rab | 183,9 | 185,2 |
| Kam | 184,8 | 185,1 |
| Jum | 185,0 | 185,1 |
| Sab | 185,5 | 185,0 |
| Min | 184,6 | 184,8 |
Data ilustratif, bukan dari orang sungguhan.
Lihat dulu kolom mentahnya. Antara Minggu pertama dan Senin kedua, timbangan turun 1,2 pon. Naik setengah pon pada Selasa, turun 1,2 pon pada Rabu, lalu naik 1,6 pon sampai Sabtu. Dibaca satu hari demi satu hari, ini seperti roller coaster kabar baik dan kabar buruk.
Kolom rata-rata menceritakan kisah yang lebih tenang: dari Minggu pertama ke Minggu kedua, angkanya turun 1,1 pon. Itu dekat dengan laju sebenarnya. Lonjakan ke 185,5 pada Sabtu kedua hampir tidak terlihat.
Kamu bisa memasukkan angkamu sendiri ke kalkulator tren berat badan untuk mendapatkan kolom yang sama tanpa menghitung manual, atau catat penimbanganmu di Periscope; tab Laporannya menggambar garis tren yang dihaluskan untukmu.
Apa itu berat tren hasil penghalusan eksponensial?
Ini adalah rata-rata berjalan di mana setiap penimbangan baru menggeser tren, alih-alih menggantikan seluruh jendela. Dengan faktor penghalusan 0,15, misalnya, tren hari ini adalah 15% dari penimbangan hari ini ditambah 85% dari tren kemarin. Tren kemarin juga dibangun dengan cara yang sama, jadi hari-hari yang lebih lama tetap dihitung, hanya makin kecil bobotnya seiring makin jauh ke belakang. Buku panduan statistik teknik NIST menggambarkan ini sebagai pembobotan pengamatan masa lalu dengan bobot yang menurun secara eksponensial.
Ini punya beberapa keuntungan praktis dibanding jendela 7 hari. Tidak ada titik curam di mana hari yang berat tiba-tiba keluar dari rata-rata seminggu kemudian. Hari yang terlewat tidak merusak apa pun, karena tren tinggal melanjutkan dari posisi terakhirnya. Dan kamu bisa menyesuaikannya: faktor yang lebih kecil menghasilkan garis yang lebih halus dan lambat; faktor yang lebih besar mengikuti timbangan lebih dekat.
Masalah lag, dan bagaimana penghalusan ganda memperbaikinya
Rata-rata apa pun dari masa lalu akan tertinggal saat berat badanmu bergerak stabil ke satu arah. Jika kamu turun 1 pon per minggu, setiap angka dalam rata-ratamu berasal dari hari ketika kamu sedikit lebih berat, sehingga tren berada di atas posisi nyatamu.
Dengan jendela 7 hari, lag-nya sekitar tiga hari, sedikit di bawah setengah pon pada laju itu. Dengan penghalusan eksponensial sederhana pada 0,15, hitungannya menghasilkan sekitar enam hari tertinggal, kurang lebih 0,8 pon. Itu bukan bencana, tetapi garisnya akan terus menceritakan kisah minggu lalu untuk beberapa waktu dan lambat mengonfirmasi perubahan nyata.
Penghalusan eksponensial ganda (juga disebut metode Holt atau tren yang dikoreksi lag) mengatasi ini dengan melacak dua hal alih-alih satu. Selain berat yang dihaluskan, ia menyimpan perkiraan yang dihaluskan tentang seberapa cepat berat itu berubah, yaitu kemiringannya. Setiap hari, ia memproyeksikan tren kemarin ke depan sesuai kemiringan itu sebelum mencampurkan penimbangan baru. Seperti yang dikatakan buku panduan NIST, menambahkan suku tren "membantu menghilangkan lag." Dengan kata sederhana: jika kamu sudah turun sekitar seperdelapan pon per hari, metode ini memperkirakan itu akan berlanjut dan menyesuaikan garisnya, alih-alih selalu tertinggal.
Kemiringan juga dihaluskan, biasanya jauh lebih berat daripada berat badannya, sehingga satu pagi yang aneh tidak bisa mengayunkannya. Grafik di bawah menggunakan faktor level 0,15 dan faktor kemiringan 0,03 pada lima minggu data ilustratif.
Ada dua hal yang menonjol. Lonjakan hari ke-19 ke 185,5 (bayangkan makanan bawa pulang yang asin semalam sebelumnya) hampir tidak mengangkat garisnya. Dan garisnya sedikit berada di atas tengah titik-titik. Itu karena perkiraan kemiringan dimulai dari nol dan, dengan penghalusan seberat ini, butuh waktu berminggu-minggu untuk mempelajari laju yang sebenarnya. Pada hari ke-35, tren menunjukkan 181,8, dibanding 182,3 untuk rata-rata eksponensial biasa dari angka yang sama, jadi koreksinya bekerja, hanya saja bertahap. Penghalusan kemiringan yang lebih berat menukar kecepatan dengan stabilitas.
Periscope, pelacak berat badan gratis untuk iPhone, memakai rata-rata bergerak yang dikoreksi lag ini (penghalusan eksponensial ganda) untuk garis tren di tab Laporannya, dihitung per hari, dengan hari yang hilang diisi lewat interpolasi. Setiap kartu mingguan, bulanan, dan tahunan juga menampilkan laju perubahan per minggu dan perbandingan dengan periode sebelumnya, jadi kamu tidak perlu melakukan pengurangan seperti di bawah. Tren yang sama juga menjadi dasar widget Layar Utama dan Layar Kunci.
Bagaimana cara membaca tren sebagai laju mingguan?
Kurangkan nilai tren dari tujuh hari lalu dengan nilai tren hari ini. Itulah laju perubahanmu per minggu. Untuk angka yang lebih stabil, ambil perubahan selama empat minggu lalu bagi empat.
Dari data grafik, tren yang dihaluskan naik dari sekitar 186,0 pada hari ke-7 ke sekitar 181,8 pada hari ke-35: turun 4,2 pon dalam empat minggu, atau sekitar 1,05 pon per minggu. Pembacaan mentah pada hari-hari yang sama (185,8 ke 181,3) akan menyarankan 1,1 pon per minggu, yang kebetulan dekat, tetapi pilih pasangan hari yang lain dan kamu bisa mendapatkan angka apa pun dari setengah pon hingga dua pon per minggu.
Sebagai titik acuan, CDC mencatat bahwa orang yang menurunkan berat sekitar 1 hingga 2 pon (sekitar 0,5 hingga 1 kg) per minggu lebih besar kemungkinannya untuk mempertahankan penurunan itu. Lebih lanjut tentang itu ada di laju penurunan berat badan yang realistis per minggu.
| Yang ditunjukkan laju mingguan | Biasanya artinya |
|---|---|
| Turun 0,5 hingga 2 lb/minggu selama 3+ minggu | Penurunan stabil; 1 hingga 2 lb/minggu adalah laju yang dikaitkan CDC dengan kemampuan mempertahankan berat |
| Dalam kisaran sekitar ±0,3 lb/minggu selama 3+ minggu | Berat relatif stabil; lihat mendatar atau retensi air |
| Turun jauh lebih cepat hanya di minggu 1 atau 2 | Sering kali glikogen dan air dari perubahan diet, bukan semuanya lemak |
| Naik setelah liburan atau perjalanan, lalu mendatar | Sebagian air dan volume makanan; cek lagi dalam 1 hingga 2 minggu |
| Naik terus selama 3+ minggu | Kenaikan nyata yang layak diperhatikan |
Jebakan umum saat membaca tren
Tren hanya sebagus penimbangan yang masuk ke dalamnya. Berikut cara paling umum tren menjadi keliru.
- Kondisi yang berubah. Menimbang setelah sarapan di sebagian hari dan sebelumnya di hari lain menambah kebisingan yang harus diserap tren. Waktu yang sama, timbangan yang sama, setelah ke kamar mandi. Lihat kapan sebaiknya menimbang diri.
- Celah. Penghalusan bisa menjembatani satu atau dua hari yang terlewat, tetapi jeda panjang membuatnya menebak-nebak. Satu studi menemukan bahwa jeda lebih dari sebulan dikaitkan dengan kenaikan berat badan, jadi celah juga layak diperhatikan untuk alasannya sendiri.
- Membacanya terlalu dini. Dalam satu hingga dua minggu pertama, tren masih menyesuaikan diri dan perubahan diet apa pun membawa penurunan air yang cepat. Tunggu tiga atau empat minggu data sebelum menilai lajunya.
- Liburan. Dalam studi Eropa yang sama, berat badan naik sekitar 1,35% selama Natal rata-rata. Sebagian kenaikan pasca-liburan memudar dalam seminggu atau dua minggu; sebagian tidak. Tren akan menunjukkan mana yang mana.
- Siklus menstruasi. Retensi cairan cenderung mencapai puncaknya sekitar hari pertama menstruasi. Membandingkan titik yang sama antarsiklus lebih bermakna daripada membandingkan minggu-minggu yang berdekatan.
- Terlalu banyak penghalusan. Garis yang sangat halus menyembunyikan kebisingan dan perubahan nyata sekaligus. Jika tren butuh sebulan untuk bereaksi terhadap apa pun, ia terlalu lambat untuk berguna.
Seberapa sering kamu menimbang juga penting: penimbangan harian atau hampir harian memberi tren yang lebih halus dan responsif dibanding satu pembacaan seminggu. Seberapa sering sebaiknya menimbang diri membahas pertukarannya, termasuk kapan menimbang lebih jarang adalah pilihan yang lebih baik. Pengingat kustom di Periscope (setiap 1 sampai 30 hari, pada jam yang kamu pilih) membantu kamu menjaga jadwal itu.
Sumber
- Kreitzman SN et al. Glycogen storage: illusions of easy weight loss, excessive weight regain, and distortions in estimates of body composition. Am J Clin Nutr, 1992. https://pubmed.ncbi.nlm.nih.gov/1615908/
- Turicchi J et al. Weekly, seasonal and holiday body weight fluctuation patterns among individuals engaged in a European multi-centre behavioural weight loss maintenance intervention. PLoS One, 2020. https://pubmed.ncbi.nlm.nih.gov/32353079/
- NIST/SEMATECH e-Handbook of Statistical Methods. Single exponential smoothing. https://www.itl.nist.gov/div898/handbook/pmc/section4/pmc431.htm
- NIST/SEMATECH e-Handbook of Statistical Methods. Double exponential smoothing. https://www.itl.nist.gov/div898/handbook/pmc/section4/pmc433.htm
- Centers for Disease Control and Prevention. Losing weight. https://www.cdc.gov/healthy-weight-growth/losing-weight/index.html
- Helander EE et al. Are breaks in daily self-weighing associated with weight gain? PLoS One, 2014. https://pubmed.ncbi.nlm.nih.gov/25397613/
- White CP et al. Fluid retention over the menstrual cycle: 1-year data from the Prospective Ovulation Cohort. Obstet Gynecol Int, 2011. https://pubmed.ncbi.nlm.nih.gov/21845193/
Pertanyaan yang sering diajukan
Berapa berat tren yang baik untuk penurunan berat badan?
Tren yang turun sekitar 1 hingga 2 pon (kurang lebih 0,5 hingga 1 kg) per minggu adalah laju yang dikaitkan CDC dengan kemampuan mempertahankan berat badan. Lebih lambat juga tidak apa-apa; yang penting tren terus mengarah ke arah yang benar selama beberapa minggu.
Berapa hari catatan timbang yang aku butuhkan untuk sebuah tren?
Rata-rata 7 hari membutuhkan data satu minggu untuk mulai, dan tren apa pun menjadi lebih dapat dipercaya setelah dua sampai empat minggu. Sebelum itu, garisnya masih menyesuaikan diri.
Mana yang lebih baik, rata-rata 7 hari atau penghalusan eksponensial?
Keduanya cukup untuk melihat arah. Rata-rata 7 hari mudah dihitung dengan tangan. Penghalusan eksponensial lebih baik menangani hari yang terlewat dan tidak punya lonjakan mendadak saat hari yang aneh keluar dari jendela, dan versi yang dikoreksi lag tetap lebih dekat ke berat aslimu selama penurunan yang stabil. Tab Laporan Periscope memakai jenis yang dikoreksi lag.
Kenapa berat tren-ku lebih tinggi dari berat timbangan?
Saat kamu turun secara stabil, rata-rata apa pun dari penimbangan sebelumnya memasukkan hari-hari yang lebih berat, jadi ia berada di atas angka hari ini. Bisa juga berada di atas setelah serangkaian pagi yang sangat ringan, yang sering kali berbalik.