9. modul dan bahan ajar-1.docx

MODUL & BAHAN AJAR

TEKNIK DEMOGRAFI STATISTIKA

PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKAFAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM (MIPA)

UNIVERSITAS HASANUDDIN

Pengajar : Anna Islamiyati, S.Si., M.Si.Semester : VI/2011

26

Modul 1Beberapa Ukuran Dasar Demografi

1.1. Deskripsi

Pengukuran yang digunakan dalam demografi sama dengan ukuran-ukuran

yang digunakan pada ilmu-ilmu lain yaitu ukuran absolut dan ukuran relatif.

Pengukuran struktur demografi yang datanya berasal dari sensus penduduk atau data

sekunder berbeda dengan pengukuran proses demografi yang dapat terjadi pada

setiap saat misalnya kelahiran (fertilitas), kematian (mortalitas) dan mobilitas

penduduk. Pengukuran peristiwa-peristiwa tersebut, diperlukan informasi untuk

diketahui dengan pasti, yaitu:

a. Pada periode waktu mana peristiwa itu terjadi.

b. Kelompok penduduk mana yang mengalami peristiwa tersebut.

c. Peristiwa mana yang diukur.

Pemilihan metode pengukuran yang digunakan tergantung pada informasi di

atas. Sehingga informasi-informasi tersebut harus ada dalam mengukur masalah

demografi yang terjadi.

1.2. Relevansi

Relevansi atau keterkaitan bab ini dengan bab berikutnya menjadi dasar pengetahuan

bagi mahasiswa untuk masuk dalam berbagai permasalahan demografi. Pemahaman

ukuran dasar demografi sudah diperkenalkan dalam mata kuliah Metode Statistika

Dasar tentang ukuran absolute dan relative, sehingga menjadi sangat penting untuk

menambah pengetahuan mahasiswa bahwa ukuran-ukuran tersebut juga berlaku

dalam masalah kependudukan, yang merupakan masalah bersama dan setiap saat

terjadi di sekitar kita.

27

1.3. Tujuan Instruksional Khusus (TIK)

Mahasiswa memahami dengan baik beberapa ukuran dasar demografi, baik untuk

data sensus, data sekunder, maupun data proses demografi yang sering terjadi.

Mampu menggunakan ukuran tersebut dalam menghitung data demografi yang

selanjutnya diinterpretasikan untuk menganalisis data demografi berdasarkan

peristiwa demografi yang terjadi.

1.4. Uraian Materi

1.4.1. Pengukuran Struktur Demografi

1) Bilangan Absolut

Bilangan absolute adalah bilangan yang tidak mengalami perubahan.

Informasi demografi awalnya disajikan dalam bentuk bilangan atau jumlah absolut.

Contoh yang paling sederhana bilangan absolut adalah jumlah penduduk. Dari hasil

sensus 2010, jumlah penduduk Indonesia tahun 2010 sebanyak 305,4 juta. Data ini

merupakan data awal yang perlu dianalisis lebih lanjut agar lebih banyak mempunyai

arti. Misalkan jumlah penduduk setiap pulau dinyatakan dalam bentuk relatif

misalnya persentase terhadap penduduk Indonesia, agar lebih mudah

menggambarkan persebaran penduduk.

2) Bilangan Relatif

Bialangan relative adalah bilangan yang dapat mengalami perubahan

tergantung peristiwa yang terjadi, dan nilai yang dihitung berasal dari bilangan

absolute. Beberapa pengukuran dengan bilangan relatif adalah sebagai berikut

1 Proporsi

Adalah perbandingan dua bilangan dimana pembilang merupakan bagian dari

penyebutnya,yaitu:

aa+b

28

Contoh:

Mahasiswa Prodi Statistika Angkatan 2010/2011 sebanyak 30 orang, jumlah

mahasiswa perempuan adalah 10 sedang jumlah mahasiswa laki-laki adalah 20.

Proporsi mahasiswa laki-laki adalah sebagai berikut:

Plk−lk=20

20+10=20

30=2

3=0,667

Artinya proporsi mahasiswa laki-laki dalam Prodi Statistika Angkatan 2010/2011

sebesar 0,67.

2 Persentase

Adalah proporsi dikalikan 100.

Contoh:



Persentase mahasiswa laki-laki sebagai berikut:

Perslk−lk=20

20+10x 100=66,7%

Artinya persentase mahasiswa laki-laki dalam Prodi Statistika Angkatan 2010/2011

sebesar 66,7%. Dalam analisis data demografi atau data yang lain pada umumnya

angka proporsi jarang dimunculkan, yang paling banyak digunakan adalah bentuk

persentase.

29

3 Perbandingan

Adalah menyatakan suatu jumlah terhadap jumlah yang lainnya.

Contoh:



Perbandingan jumlah mahasiswa laki-laki dengan perempuan sebagai berikut:

Perb . MahasiswaLk−lk

prp=20

10

Artinya perbandingan jumlah mahasiswa laki-laki dengan perempuan adalah 20

banding 10 atau 2 banding 1. Yang menunjukkan bahwa jumlah mahasiswa laki-laki

2 kali lipat dari jumlah mahasiswa perempuan.

4 Rasio

Adalah suatu jumlah dalam perbandingan terhadap jumlah lainnya yang dapat

dinyatakan dalam persepuluh, perseratus, perseribu, dan seterusnya. Beberapa

pengukuran rasio adalah sebagai berikut:

a. Rasio Jenis Kelamin (Sex Ratio = SR)

Adalah perbandingan jumlah antara jenis kelamin lakin-laki dan perempuan

pada suatu wilayah pada waktu tertentu. Sebagai contoh, perbandingan jenis kelamin

mahasiswa laki-laki terhadap mahasiswa perempuan adalah: 2:1 = 2, atau 2

mahasiswa laki-laki dibanding dengan seorang mahasiswa perempuan. Angka ini jika

dikalikan dengan 100, maka dapat dikatakan bahwa jumlah mahasiswa tersebut

mempunyai perbandingan jenis kelamin 200 laki-laki dibanding dengan 100

perempuan.

30

Kalau jumlah laki-laki dinyatakan dengan simbol M, dan jumlah mahasiswa

perempuan dengan simbol F, maka rasio jenis kelamin (Sex Ratio) = SR) dapat

ditulis dengan rumus:

SR= MF

x k

Dimana, k = konstanta besarnya sama dengan 100

b. Rasio Jenis Kelamin Menurut Umur

Adalah rasio jenis kelamin yang dibuat berdasarkan kelompok umur. Rasio jenis

kelamin (SR) menurut kelompok umur dapat dituliskan dengan rumus sebagai

berikut:

SRi=M i

Fi

xk

Keterangan:

SRi = rasio jenis kelamin pada umur atau golongan umur i tahun

M i = jumlah penduduk laki-laki pada umur atau golongan umur i tahun

F i = jumlah penduduk perempuan pada umur atau golongan umur i tahun

K = konstatnta (umumnya nilainya 100)

Contoh:

Rasio jenis kelamin penduduk Indonesia menurut kelompok umur, hasil Sensus

Penduduk Indonesia tahun 2010, terlihat bahwa sampai kelompok umur tertentu

(misalnya 15-19 tahun) diperoleh rasio jenis kelamin (SR) laki-laki terhadap

perempuan sebesar 101, berarti rasio jenis kelamin ‘di atas 100’. Hal ini disebabkan

jumlah kelahiran bayi laki-laki lebih banyak dibandingkan dengan kelahiran bayi

perempuan. Tetapi karena angka harapan hidup bayi laki-laki lebih rendah

31

dibandingkan dengan bayi perempuan, maka untuk kelompok umur selanjutnya

(misalnya 20-24 tahun) sudah turun mencapai 89, berarti angka SR akan lebih rendah

dari 100. Untuk keseluruhan jumlah penduduk perempuan lebih banyak dibanding

jumlah penduduk laki-laki sehingga secara total SR lebih kecil dari 100.

c. Rasio Menurut Jenis Kelamin Kelahiran (Sex Ratio at Birth = SRB)

Adalah rasio antara jumlah kelahiran bayi laki-laki dan kelahiran bayi

perempuan apabila hanya diketahui angka kelahiran total (laki-laki + perempuan). Di

awal telah disebutkan bahwa pada tahun tertentu di suatu wilayah jumlah kelahiran

bayi laki-laki lebih banyak dibandingkan dengan bayi perempuan. Sebagai contoh di

suatu wilayah pada tahun 2010 terdapat 214 kelahiran bayi laki-laki dan 200

kelahiran bayi perempuan, maka rasio jenis kelamin kelahiran adalah:

SRB=214200

x 100=107

Ini berarti tiap kelahiran 100 bayi perempuan akan terdapat 107 kelahiran bayi laki-

laki. Rasio jenis kelamin kelahiran (Sex Ratio at Birth) ini dapat ditulis dengan

rumus:

SRB=BM

BF

x k

Keterangan:

SRB = Rasio jenis kelamin kelahiran

BM = Kelahiran bayi laki-laki

BF = Jumlah kelahiran bayi perempuan

k = Konstanta

d. Rasio Anak Perempuan (Child Women Ratio = CWR)

Adalah perbandingan antara anak, yaitu jumlah penduduk di bawah usia lima

tahun terhadap jumlah perempuan usia subur (usia melahirkan atau usia reproduksi)

yaitu umur 15 tahun sampai dengan 49 tahun. Rasio anak perempuan merupakan

32

salah satu ukuran kelahiran yang sederhana dan datanya didapat dari hasil sensus

penduduk. Makin besar angka rasio anak perempuan memberikan gambaran semakin

tinggi tingkat kelahiran. Dalam bentuk rumus rasio anak perempuan dinyatakan

sebagai berikut:

CWR=P(0.4)

Pf (15−49)

x k

Keterangan:

CWR = Rasio jenis kelamin kelahiran

P(0.4 ) = Jumlah penduduk usia di bawah 5 tahun.

Pf (15−49) = Jumlah penduduk perempuan usia 15-49 tahun.

k = Angka konstanta, dalam rumus ini biasaya 100

Analisis dari angka-angka tersebut antara lain dapat dikaitkan dengan faktor-

faktor yang mempengaruhi mortalitas bayi dan anak.

e. Rasio Beban Tanggungan (Dependency Ratio=DR)

Adalah rasio yang memperhitungkan kelompok penduduk umur 0-14 tahun

dianggap sebagai kelompok penduduk yang belum produktif secara ekonomis,

kelompok penduduk umur 15-64 tahun sebagai kelompok produktif dan kelompok

umur 65 tahun ke atas sebagai kelompok penduduk yang tidak lagi produktif. Rasio

beban tanggungan dapat dihitung dengan rumus sebagai berikut:

DR=pendudukumur (0−14 t h)+ penduduk umur 65 t h

penduduk umur (15−64 t h)k

Dimana, k=angkakonstanta ,dan dalam rumusini besarnya 100

f. Kepadatan penduduk (Man Land Ratio)

33

Adalah jumlah penduduk per satuan unit wilayah, atau dapat ditulis dengan

rumus:

Kepadatan Penduduk (KP)= Jumlah Penduduk Suatu wilayahLuas wilayah(km¿¿2/ha)¿

Jumlah Penduduk yang digunakan sebagai pembilang dapat berupa jumlah

seluruh penduduk di wilayah tersebut, atau bagian-bagian penduduk yang bekerja di

sector pertanian, sedangkan sebagai penyebut dapat berupa luas seluruh wilayah, luas

daerah pertanian, atau luas daerah pedesaan.

Kepadatan penduduk suatu wilayah dapat dibagi menjadi emapat bagian:

1) Kepadatan Penduduk Kasar (Crude Density of Population) atau sering pula

disebut dengan Kepadatan Penduduk Aritmatika.

Adalah banyaknya penduduk per satuan luas. Sebagai contoh Kepadatan

Penduduk Kasar untuk Indonesia apada tahun 1961, 1971, 1980, dan 1990,

masing-masing sebesar 51, 99, 77, 93 orang per km2.

2) Kepadatan Penduduk Fisiologis (Physiological Density)

Adalah jumlah penduduk tiap kilometer persegi tanah pertanian. Atau dengan

rumus ditulis:

Kepadatan Penduduk Fisiologis= Jumlah Penduduk Suatu wilayahLuas Tanah Pertanian

Contoh:

Di Indonesia Pada Tahun 1973, dari seluas 1.904.570 km2 daratan, terdapat

163.940 km2 tanah pertanian. Kalau pada tahun 1971 jumlah penduduk

Indonesia besarnya 119.232.000, maka kepadatan penduduk fisiologis adalah:

34

Kepadatan Penduduk Fisiologis=119.232.000163.940

=727,29 orang per km2

3) Kepadatan Penduduk Agraris (Agricultural Density)

Adalah jumlah penduduk petani tiap-tiap km2 tanah pertanian. Atau dengan

rumus ditulis:

Kepadatan Penduduk Agraris= Jumlah Penduduk Petani Suatu wilayahLuasTanah Pertanian

Contoh:

Hasil Sensus penduduk 1971, jumlah penduduk Indonesia yang bekerja dalam

lapangan pertanian sebesar 64,2 persen atau 76.546.949 orang. Kalau luas

tanah pertanian pada tahun 1973 adalah 163.940 km2, maka kepadatan

penduduk agraris adalah:

Kepadatan P enduduk Agraris=76.546 .949163.940

=446,9 per km2

4) Kepadatan Penduduk Ekonomi (Economical Density of Population)

Adalah besarnya jumlah penduduk pada suatu wilayah didasarkan atas

kemampuan wilayah yang besangkutan. Simon seorang ahlidemografi bangsa

Prancis mengusulkan rumus Kepadatan penduduk Agararis sebagai berikut:

Kepadatan Penduduk Ekonomi=∆@c

100

@= indeks dari jumlah penduduk

C= indeks umum dari produksi pada tahun yang sama

35

1.4.2. Pengukuran Proses Demografi

Pengukuran proses demografi digunakan angka atau tingkat atau rate. Adapun

rumus tingkat peristiwa demografi tertentu adalah

Proses Peristiwa Demografi tertentu=

Jumlah peristiwa yangterjadi dalam

jenjang waktu tertentuJumlahkelompok penduduk yang

mempunyai resiko( populationexposed¿ risk ) dalam peristiwatersebut dalam jenjang waktu yang sama

Salah satu konsep pengukuran yang sering digunakan adalah konsep jumlah

tahun kehidupan (person years-lived) yang digunakan untuk menghitung jumlah

penduduk yang mempunyai resiko terhadap suatu peristiwa demografis. Namun

karena jumlahnya besar dan waktunya lama, maka untuk itu digunakan perkiraan

dengan asumsi bahwa jumlah kelahiran, kematian, migrasi masuk dan migrasi keluar,

tersebar merata pada periode tahun yang dihitung, sehingga jumlah kumulatif tahun

kehidupan besarnya tidak jauh berbeda dengan pertengahan tahun (30 Juni).

Penduduk yang hidup pada pertengahan tahun tersebut disebut penduduk

pertengahan tahun (midyear or central population). Adapun cara perhitungan

penduduk pertengahan tahun adalah :

Penduduk Pertengahan Tahun ( Pm )=P1+P2

2

Atau

Pm=P1+[ P2−P1 ]

[ 2 ]

Dimana, P1adalah penduduk pada permulaan tahun dan P2adalah penduduk pada

akhir tahun

Jumlah penduduk pertengahan tahun ini berguna dalam menghitung angka kelahiran

kasar, angka kematian kasar, migrasi neto dan migrasi bersih di suatu wilayah.

36

Terdapat dua macam angka/rate, yaitu:

a. Angka kasar, adalah angka yang dipakai untuk menghitung peristiwa demografis

penduduk total, termasuk penduduk yang tidak menanggung resiko peristiwa

demografis tersebut. Misalnya Angka Kelahiran Kasar (CBR)

b. Angka spesifik, adalah angka yang dipakai untuk menghitung peristiwa

demografis penduduk yang menanggung resiko peristiwa demografis tersebut.

Misalnya Angka Fertilitas Menurut Umur (ASFR)

Berikut uraian berbagai macam angka/rate kelahiran dan kematian.

1) Angka Kelahiran Kasar (Crude Birth Rate/CBR)

Adalah angka yang menunjukkan banyaknya kelahiran pada tahun tertentu

per 1000 penduduk pada pertengahan tahun yang sama. Adapun data tentang jumlah

kelahiran dan jumlah penduduk dapat diperoleh dari hasil sensus penduduk atau

survei-survei tentang fertilitas. Namun hasilnya masih sangat kasar karena dibagi

dengan jumlah seluruh penduduk termasuk laki-laki yang berada dalam usia

reproduksi yaitu 15-49 tahun.

Angka Kelahiran Kasar (CBR) dirumuskan sebagai berikut:

Tingkat kelahiran kasar (CBR )= jumlahkelahiran selama setahunjumlah penduduk pertengahan

tahundari tahun yang sama

x1000

Atau

CBR= BPm

x1000

Dimana:

B=jumlah kelahiran, Pm adalah jumlah penduduk pertengahan tahun.

2) Angka Kematian Kasar (AKK) atau Crude Death Rate (CDR)

37

Adalah angka yang menunjukkan besarnya kematian yang terjadi pada suatu

tahun tertentu untuk setiap 1000 penduduk. Angka ini disebut kasar sebab belum

memperhitungkan umur penduduk. Penduduk tua mempunyai risiko kematian yang

lebih tinggi dibandingkan dengan penduduk yang masih muda.

Angka Kematian Kasar (AKK) dapat dirumuskan sebagai berikut:

CDR= DPm

x K= DPm

x1000

Dimana:

CDR =Crude Death Rate ( Angka Kematian Kasar)

D = Jumlah kematian (death) pada tahun tertentu

Pm = Jumlah Penduduk pada pertengahan tahun tertentu

K = Bilangan konstan 1000

Contoh:

Andaikan dari Susenas 2010 tercatat sebanyak 767.740 kematian, sedangkan jumlah

penduduk pada tahun tersebut diperkirakan sebesar 214.37.096 jiwa. Angka

Kelahiran Kasar yang terhitung adalah

CDR= DPm

x K

¿ DPm

x1000

¿ 767.740214.374 .096

x 1000

¿3.58

Artinya, pada tahun 2010 terdapat 3 atau 4 kematian untuk tiap 1000 penduduk.

3) Angka Migrasi Neto (M)/Net Migration

38

Adalah selisih jumlah migran masuk dan migran keluar pada suatu wilayah

dalam kurun waktu tertentu terhadap jumlah penduduk pertengahan tahun, dan

biasanya dinyatakan dalam per 1000 penduduk. Berguna untuk mengukur mobilitas

penduduk secara geografis. Migrasi merupakan perpindahan penduduk, sedangkan

kelahiran dan kematian merupakan peristiwa demografi lainnya yang secara langsung

mempengaruhi jumlah penduduk suatu wilayah.

Angka Mirgasi Neto (M) dapat dirumuskan sebagai berikut:

M n=Jumlahmigran masuk−Jumlahmigran keluar

Jumlah penduduk pertengahan tahunx1000

Contoh, andaikan hasil data perhitungan di kabupaten Wajo, Propinsi Sulawesi

Selatan menunjukkan jumlah migran masuk sebesar 13.457 dan migran keluar

22.178 dan jumlah penduduk pertengahan tahun 2010 adalah 715.509. Maka migrasi

neto nya adalah sebagai berikut :

M n=Jumlahmigran masuk−Jumlahmi gran keluar

Jumlah penduduk pertengahantahunx 1000

¿ 22.178−13.457715.509

x1000

¿12.06→12

Jadi ada 12 jiwa yang bermigrasi per 1000 penduduk untuk tahun 2010.

4) Angka Migrasi Bruto (M b ¿/Grass Migration

Adalah jumlah migran masuk dan migran keluar dibagi jumlah penduduk

pertengahan tahun dan biasanya dinyatakan dalam per 1000 penduduk. Berguna

untuk menunjukkan jumlah kejadian perpindahan, dapat dirumuskan sebagai berikut:

M b=Jumlah migranmasuk+ jumlah migrankeluar

jumlah penduduk pertengahantahunx1000

39

Contoh:

Andaikan hasil data perhitungan di kabupaten Wajo, Propinsi Sulawesi Selatan

menunjukkan jumlah migran masuk sebesar 13.457 dan migran keluar 22.178 dan

jumlah penduduk pertengahan tahun 2010 adalah 715.509. Maka migrasi bruto nya

adalah sebagai berikut:

M b=Jumlah migranmasuk+Jumlahmigran keluar

Jumlah penduduk pertengahan tahunx 1000

¿ 22.178+13.457715.509

x 1000

¿49.80

Jadi ada 49 atau 50 jiwa yang mengalami kejadian perpindahan per 1000 penduduk

untuk tahun 2010.

1.4.3. Pertumbuhan Penduduk

Pertumbuhan penduduk di suatu wilayah dipengaruhi oleh

40

a. Kelahiran (Birth =B)

b. Kematian (Death= D)

c. Migrasi masuk (In Migration = IM)

d. Migrasi keluar (Out Migration=OM)

Dimana penduduk bertambah jika ada yang lahir dan ada yang datang, dan

berkurang jika ada yang mati dan pergi. Beberapa persamaan yang digunakan adalah:

1) Persamaan Berimbang (The Balancing Equation)

Berguna untuk menghitung perubahan penduduk dari tahun ke tahun, yang dapat

dirumuskan sebagai berikut:

Pt=Po+( B−D )+( ℑ−OM )

Dimana :

Pt= banyaknya penduduk tahun akhir

Po= banyaknya penduduk tahun awal

B = banyaknya kelahiran

D = banyaknya kematian

IM = banyaknya migrasi masuk

OM = banyaknya migrasi keluar

( B−D )=pertumbuhan penduduk alamiah

( ℑ−OM )=migrasi net

41

Contoh:

Dalam bulan januari 2009 jumlah penduduk kecamatan X sebesar 214.300 orang.

Jumlah kelahiran kasar 3.165 orang dan kematian sebesar 1.912 orang. Pada tahun itu

jumlah migrasi masuk sebesar 400 dan migrasi keluar jumlahnya 40 orang. Maka

pada bulan januari 2010 jumlah penduduk kecamatan X adalah :

Pt=Po+( B−D )+( ℑ−OM )

¿214.300+(3.165−1.912 )+(400−40 )

¿215.913

Jadi pada bulan januari 2010 jumlah penduduk kecamatan X besarnya 215.913 orang.

Secara keseluruhan laju pertumbuhan penduduk di Indonesia hanya dipengaruhi oleh

selisih jumlah kelahiran dan jumlah kematian karena jumlahh penduduk Indonesia

yang berada di luar negara hanya sedikit.

2) Laju Pertumbuhan Penduduk Geometris (LPPG) (Geometric Growth)

Adalah pertumbuhan bertahap (diskret) yaitu dengan menghitung

pertumbuhan penduduk hanya pada akhir tahun dari suatu periode, biasa juga disebut

“pertumbuhan bunga berganda”. Dapat dirumuskan sebagai berikut:

Pt=Po (1+r )t

Dimana

Pt = banyaknya penduduk pada tahun akhir

Po= banyaknya penduduk pada tahun awal

r = angka pertumbuhan penduduk

t = jangka waktu (dalam banyaknya tahun)

jadi nilai t ini akan berubah tergantung tahunnya. Po punakan berubah tergantung

tahun yang dimaksud.

Contoh:

42

1) Jumlah penduduk Daerah Istimewa Yogyakarta pada tahun 1961 sebesar

2.163.000 dan pada tahun 1971 meningkat menjadi 2.490.000 jiwa. Maka

besarnya laju pertumbuhan per tahun pada periode tahun 1961-1971 adalah

Pt=Po (1+r )t

2.490 .000=2.163.000 (1+r )10

(1+r )10=2.490 .0002.163 .000

(1+r )10=1,151179

10 log (1+r )=log1,151179

10 log (1+r )=0,0611429 (anti log )

(1+r )=1,1014178

r=0.014178 atau1.42 %

Jadi laju pertumbuhan penduduk daerah Istimewa Yogyakarta sebesar 1.42% pada

periode 1961-1971

2) Diketahui jumlah penduduk pada tahun 1970 di Sulawesi Selatan adalah 5.181

jiwa dan angka pertumbuhan penduduk 1970-1980 adalah 1.74%, dan untuk

1980-1990 adalah 1.42%.

Ditanyakan : berapakah jumlah penduduk pada tahun 1980 dan 1990?

Jawab :

P1980=P1971 (1+0.0174 )10

P1980=5181 (1.0174 )10

P1980=5181 (1.18827602 )

P1980=6156.458

P1980=6157

Jadi jumlah penduduk tahun 1980 adalah 6157 jiwa.

P1990=P1980 (1+0.0142 )10

P1990=6157 (1.0142 )10

43

P1990=6157 (1.15142608 )

P1990=7089.33

P1990=7089

Dan jumlah penduduk tahun 1980 adalah 7089 jiwa.

3) Laju Pertumbuhan Penduduk Eksponensial (LPPE) (Exponential Growth)

Adalah pertumbuhan penduduk yang berlangsung terus-menerus

(Continuous). Dapat dirumuskan sebagai berikut:

Pt=Po . em dimana m=rt

Dimana

Pt=banyaknya penduduk pada tahun akhir

Po=banyaknya penduduk pada ta hun awal

m= jangka waktu

r=angka pertumbuh an penduduk

e=angkaeksponensial (2,71828 )

4) Angka pertumbuhan penduduk Nol (Zero Population Growth=ZPG).

Adalah jumlah suatu penduduk tidaklah bertambah maupun berkurang. Suatu

penduduk dikatakan seimbang jika :

1) Banyaknya kelahiran sama dengan banyaknya kematian dan migrasi neto sama

dengan nol

2) Jumlah kelahiran melebihi jumlah kematian tetapi kelebihannya diimbangi

dengan migrasi keluat neto

3) Jumlah kematian melebihi jumlah kelahiran, tetapi kekurangan tersebut

diimbangi oleh migrasi masuk neto.

5) Laju Pertumbuhan Penduduk Di Daerah Perkotaan

Laju pertumbuhan penduduk wilayah pedesaan dipengaruhi oleh :

44

1) Pertumbuhan penduduk alami ( B−D )dan

2) Migrasi Neto ( ℑ−OM )

Sedangkan untuk laju pertumbuhan penduduk wilayah perkotaan dipengaruhi oleh

reklasifikasi (perubahan status suatu wilayah dari pedesaan ke perkotaan). Contoh

pada tahun 1980 banyak desa-desa di Indonesia mempunyai ciri-ciri pedesaan tetapi

tahun 1990 berubah ke ciri-ciri perkotaan yakni :

1) Kepadatan penduduk tinggi (± 5000 orang per km persegi )

2) Sekitar 75% penduduk aktivitasnya di bidang nonpertanian

3) Tersedia fasilitas kota seperti : jalan beraspal, listrik, rumah sakit, supermarket,

gedung bioskop, dll.

1.5. Latihan Soal

1. Jumlah penduduk Indonesia tahun 1990 adalah 179,3 juta terdiri dari 89,4 juta

laki-laki dan 89,9 juta perempuan. Carilah rasio jenis kelamin penduduk

Indonesia tahun 1990!

2. Pada tahun 2010 penduduk Indonesia yang berumur (0-14) tahun besarnya

52.454.000, sedangkan yang berumur (15-64) tahun dan 65+ masing-masing

besarnya 63.180.000 dan 3.576.000 orang, dari data tersebut, carilah rasio beban

tanggungan (DR) kelompok penduduk produktif!

3. Andaikan jumlah kelahiran tahun 2010 sebesar 4.931.500 sedang jumlah

penduduk pertengahan tahun sebesar 140.900.000 jiwa, maka tentukan tingkat

kelahiran kasar pada tahun 2010!

4. Penduduk Indonesia pada tahun 1961 adalah 97.019.000 jiwa dan tahun 1971

sebanyak 119.232.000 jiwa. Berapa pertumbuhan penduduk melalui pendekatan

geometris dan eksponensial?

5. Laju pertumbuhan penduduk per tahun suatu Negara sebesar 1% atau 0.01,

setelah berapa tahunkah jumlah penduduknya berlipat dua?

45

1.6. Rangkuman

1. Pengukuran domografi, secaa umum mengenal dua jenis ukuran yaitu ukuran

bilangan absolute dan ukuran bilangan relative, tetapi yang umum digunakan

adalah jenis bilangan relative.

2. Beberapa pengukuran relative, adalah proporsi, persentase, perbandingan, dan

rasio, dimana pengukurannya berasalh dari pengukuran bilangan absolute.

3. Beberapa pengukuran rasio, diantaranya rasio jenis kelamin, rasio jenis kelamin

menurut umur, rasi menurut jenis kelamin kelahiran, rasio anak perempuan, rasio

beban tanggungan, dan kepadatan penduduk.

4. Pengukuran proses demografi menggunakan ukuran rate atau tingkat.

5. Pertumbuhan penduduk dapat digambarkan dalam bentuk persamaan berimbang,

laju pertumbuhan penduduk geometris, dan laju pertumbuhan penduduk

eksponensial.

1.7. Tes Formatif

Indonesia terdiri lebih dari 3.000 pulu dan meliputi wilayah seluas kira-kira 1.100

mil dari utara ke selatan, dan 2.800 mil dari timur ke barat, luas wilayah 735,269 mil

persegi. Seluruh penduduk pada pertengahan tahun 1961 berjumlah 97 juta jiwa, dan

15,46% diantaranya belum berumur 5 tahun, dan 30,93% terdiri dari wanita yang

termasuk dalam kelompok umur 15-44 tahun. Irian Barat pada pertengahan tahun

1961 penduduk kira-kira 700.000 jiwa, dan pada tahun 1963 menjadi bagian wilayah

Republik Indonesia. Sampai sebegitu jauh perbedaan kepadatan penduduk di

berbagai daerah di Indonesia, ternyata cukup menonjol. Pada pertengahan tahun 1971

penduduk Pulau Jawa, Madura, dan Bali berjumlah dua pertiga dari jumlah seluruh

penduduk Indonesia, padahal ketiga pulau tersebut hanya mencakup 7% dari seluruh

areal tanah Indonesia. Pada tahun 1961 di Indonesia dilahirkan 4,85 juta bayi, dan

51,22 persen diantaranya bayi pria, selama itu hanya 2.111.545 bayi yang masih

46

bertahan hidup sampai tahun kehidupan pertama. Pada pertengahan tahun 1971

seluruh penduduk diperkirakan berjumlah 120 juta jiwa. Berdasarkan data tersebut,

hitungkah:

1. Kepadatan penduduk di Pulau Jawa, Madura, dan Bali tahun 1971.

2. Rasio jenis kelamin di Indonesia tahun 1961.

3. Angka kelahiran kasar di Indonesia tahun 1961.

4. Angka kematian bayi di Indonesia tahun 1961.

5. Angka pertumbuhan penduduk rata-rata per tahun selama jangka waktu antar

sensual di Indonesia yaitu pada pertengahan tahun 1961 sampai dengan

pertengahan tahun 1971.

1.8. Tindak Lanjut

Jika anda telah selesai mengerjakan soal latihan dan tes formatif di atas, maka

sesuaikan dengan kunci jawaban yang ada di bagian terakhir modul 1 ini. Hitung

jawaban anda yang benar kemudian gunakan rumus di bawah ini untuk menentukan

tingkat penguasaan anda terhadap materi modul ini.

Rumus:

Tingkat Penguasaan= jumlah jawaban yangbenarjumlah soal

x100 %

Tingkat Penguasaan:

90% - 100% = Baik Sekali80% - 89% = Baik70% - 79% = Cukup0% - 69% = Kurang

47

Jika tingkat penguasaan anda di bawah 80%, maka diharapkan mengulangi materi

ini, khususnya bagian-bagian yang belum dipahami, serta menambah pengetahuan

dari referensi lain yang berhubungan.

1.9. Kunci Jawaban

1. Rasio jenis kelamin penduduk Indonesia tahun 1990 adalah sebagai berikut:

SR=89,4 juta89,9 juta

x100=99

Ini berarti bahwa untuk setiap 99 penduduk laki-laki sebanding dengan 100

penduduk perempuan. Apabila angka tersebut jauh di bawah 100, dapat

menimbulkan berbagi masalah, karena ini berarti di wilayah tersebut kekurangan

penduduk laki-laki akibatnya antara lain kekurangan tenaga laki-laki untuk

melaksanakan pembangunan, atau masalah lain yang berhubungan dengan

perkawinan. Hal ini dapat terjadi apabila suatu daerah banyak penduduk

penduduk laki-laki meninggalkan daerah, atau kematian banyak terjadi pada

penduduk laki-laki.

2. Rasio Beban Tanggungan (DR) sebagai berikut:

Rasio Beban Tanggungan ( DR )=52.454 .000+3.576 .00063.180 .000

k=88,7

DR sebesar 88,7 berarti tiap 100 orang kelompok penduduk produktif harus

mennaggung 88,7 kelompok yang tidak produktif. Angka DR ini termasuk

tinggi.

3. Besarnya tingkat kelahiran kasar adalah:

Tingkat kelahiran kasar (CBR)=

jumlahkelahiran selamasetahun(1979)

jumlah penduduk pertengahantahundari tahun yang sama

x 1000

¿ 4.931 .500140.900.000

x1000

48

¿35

Jaditiap 1000 penduduk terdapat 35 kelahiranbayi .

Artinya terdapat 35 kelahiran per 1000 penduduk Indonesia pada tahun 2010.

4. Untuk pertumbuhan geometris:

Pt=Po (1+r )t

119.232.000=97.019 .000 (1+r )10

(1+r )10=119.232.00097.019.000

(1+r )10=1,228955153

10 log (1+r )=log1,228955153

10 log (1+r )=0,089536034 (anti log )

(1+r )=1,020830421

r=0.020830421 atau2.08 %

Untuk pertumbuhan eksponensial:

Pt=Po . ert

119.232.000=97.019 .000 .er 10

119.232.00097.019 .000

=er 10

1.228955153=er 10

log 1.228955153=10 r log e

0.089536034 =10r log 2.71828

0.089536034 =10r 0.434294189

10 r=¿ 0.206164475

r=0.020617 atau2.06 %

5. Rumus :

Pt=Po . ert

Jumlah penduduk akan berlipat dua berarti P1=2 Po →P1

P0

=2

49

P1=2 Po →P1

P0

=2

Pt=Po . ert →Pt

P0

=ert →2=ert

log 2=rt loge

0,301029995=0,01 .t x0,434294189

0,01 . t=0,3010299950,434294189

=0,6931475

t=69,31475 → t=69,3 atau70 tah un

Jadi kalau laju pertumbuhan 1 % maka penduduk akan bertambah dalam kurun

waktu 70/1 tahun=70 tahun. Jadi, jika tahun 1976 tingkat pertumbuhan penduduk

Indonesia yang konstan adalah 2,1 % maka jumlah penduduk tersebut akan

menjadi 2 kali lipat dalam kurun waktu 70/2,1 = 33,3 tahun atau 33 tahun.

1.10. Daftar Pustaka

Caswell, Hal. 2005. Applied Mathematical Demography. New York : John Wiley & Sons. Inc.

Mantra, Ida Bagoes. 2003. Demografi Umum. Yogyarkarta : Pustaka Pelajar.

Pollard, A.H. 1984. Demographic Techniques. Australian : Pergamon Press Pty Ltd.

50

Modul 2

Mortalitas

2.1. Deskripsi

Kematian atau mortalitas adalah salah satu dari tiga komponen proses

demografi yang berpengaruh terhadap struktur penduduk. Dua komponen proses

demografi lainnya adalah kelahiran (fertilitas), dan mobilisasi penduduk. Tinggi

rendahnya tingkat mortalitas penduduk di suatu daerah tidak hanya mempengaruhi

pertumbuhan penduduk, tetapi juga merupakan barometer dari tinggi rendahnya

tingkat kesehatan masyarakat di daerah tersebut. Dengan memperhatikan trend dari

tingkat mortalitas dan fertilitas di masa lampau dan estimasi perkembangan di masa

mendatang dapatlah dibuat sebuah proyeksi penduduk wilayah bersangkutan.

Yang dimaksud dengan mati ialah peristiwa hilangnya semua tanda-tanda

kehidupan secara permanen, yang bisa terjadi setiap saat setelah kelahiran hidup

(Budi Utomo, 1985). Dari definisi ini terlihat bahwa keadaan ‘mati’ hanya bisa

terjadi kalau sudah terjadi kelahiran hidup. Dengan kata lain, mati tidak pernah ada

kalau tidak ada kehidupan. Sedangkan hidup selalu di mulai dengan lahir hidup (live

birth).

Lahir hidup (live birth) yaitu peristiwa keluarnya hasil konsepsi dari rahim

seorang ibu secara lengkap tanpa memandang lamanya kehamilan dan setelah

perpisahan tersebut terjadi; hasil konsepsi bernafas dan mempunyai tanda-tanda

hidup lainnya, seperti denyut jantung, denyut tali pusat, atau gerakan-gerakan

otot,tanpa memandang apakah tali pusat sudah dipotong atau belum. Lahir Mati (fetal

death) yaitu peristiwa menghilangnya tanda-tanda kehidupan dari hasil konsepsi

sebelum hasil konsepsi tersebut dikeluarkan dari rahim ibunya.

51

2.2. Relevansi

Mortalitas merupakan salah satu komponen demografi, yang sudah sangat dikenal

oleh semua orang dan setiap saat terjadi di sekitar kita. Pengetahuan dasar mahasiswa

tentang ukuran demografi dibedakan berdasarkan kejadian, salah satunya adalah

Mortalitas. Sehingga pengetahuan mahasiswa tentang ukuran tersebut dapat

ditunjukkan dalam peristiwa khusus yang selalu terjadi yaitu Mortalitas (Kematian).


Mahasiswa setelah mempelajari modul ini, diharapkan mampu memahami dengan

baik konsep mortalitas dalam demografi dengan berbagai jenis angka kematian dan

factor penyebab terjadinya mortalitas, dan mengaplikasikannya dalam data riil.

2.4. Uraian Materi

Peristiwa-peristiwa kematian yang terjadi di dalam rahim (intra uterin) dan di

luar rahim (extra uterin). Pada masa janin masih dalam kandungan ibu (intra uterin),

terdapat peristiwa-peristiwa kematian janin sebagai berikut:

1. abortus, kematian janin menjelang dan sampai 16 minggu;

2. immatur, kematian janin antara umur kandungan di atas 16 minggu sampai pada

umur kandungan 28 minggu

3. prematur, kematian janin di dalam kandungan pada umur di atas 28 minggu

sampai waktu lahir.

Selanjutnya kematian bayi di luar rahim (extra uterin) dibedakan atas :

1. lahir mati (still birth), kematian bayi yang cukup masanya pada waktu keluar dari

rahim, tidak ada tanda-tanda kehidupan

2. kematian baru lahir (neo natal death) adalah kematian bayi sebelum berumur satu

bulan

52

3. kematian lepas baru lahir (post neo natal death) adalah kematian bayi setelah

berumur satu bulan tetapi kurang dari setahun

4. kematian bayi (infant mortality), kematian setelah bayi lahir hidup hingga

berumur kurang dari satu tahun

2.4.1. Sumber Data Mortalitas

Sumber data mortalitas penduduk di Indonesia ialah registrasi penduduk. Di

Indonesia, pelaporan kematian dikerjakan oleh kepala keluarga atau salah satu

anggota keluarga kepada kepala desa. Laporan ini kemudian diteruskan ke kantor

desa pada saat diadakan rapat kepala desa yang biasanya berlangsung seminggu

sekali. Sering terjadi bahwa pelaporan itu tidak dilaporkan oleh kepala keluarga dan

tidak pula diterima oleh kepala desa. Kalau kepala desa pada hari rapat tidak dapat

datang, maka data kematian ini akan dibawa pada rapat berikutnya. Agaknya,

penyimpangan-penyimpangan dalam hal siapa yang melaporkan dan waktu

melaporkannya menyebabkan adanya angka pelaporan yang jumlahnya kurang dari

keadaan sebenarnya (under reporting). Sumber yang lain dari data kematian, adalah

penelitian (survei). Biasanya penelitian kematian penduduk ini dijadikan satu dengan

penelitian kelahiran (fertilitas) yang disebut dengan penelitian statistik vital.

Untuk mengatasi kesulitan dari data kematian, sering dibuat perhitungan

perkiraan berdasarkan data yang tidak langsung dari data hasil sensus penduduk

(cacah jiwa) atau dari data penelitian (survei). Dalam sensus penduduk, mengenai

kelahiran dan kematian penduduk, ditanyakan : jumlah perempuan yang pernah

kawin menurut umur, jumlah anak yang dilahirkan hidup, jumlah anak yang

meninggal dan jumlah anak yang masih hidup. Dari informasi di atas dibuatlah

perkiraan (estimasi) mengenai tingkat kematian bayi, dan tingkat kematian anak.

53

2.4.2. Pengukuran Data Kematian

1) Tingkat Kematian Kasar

Tingkat Kematian Kasar (CDR) didefenisikan sebagai banyaknya kematian

pada tahun tertentu, tiap 1000 penduduk pada pertengahan tahun. Angka ini disebut

kasar sebab belum memperhitungkan umur penduduk. Penduduk tua mempunyai

risiko kematian yang lebih tinggi dibandingkan dengan penduduk yang masih muda.

Dengan rumus dapat ditulis sebagai berikut :

Tingkat Kematian Kasar (CDR) = DPm

x k

Dimana: D=¿ Jumlah kematian pada tahun tertentu (dari hasil registrasi

penduduk)

Pm=¿ Jumlah Penduduk pada petengahan tahun (pada bulan

Juni/Juli)

k=¿ Bilangan konstan yang biasanya bernilai 1000

Tingkat/angka Kematian Kasar adalah indikator sederhana yang tidak

memperhitungkan pengaruh umur penduduk. Tetapi jika tidak ada indikator kematian

yang lain angka ini berguna untuk memberikan gambaran mengenai keadaan

kesejahteraan penduduk pada suatu tahun yang bersangkutan. Apabila dikurangkan

dari Angka kelahiran Kasar akan menjadi dasar perhitungan pertumbuhan penduduk

alamiah.

Contoh:

Diketahui jumlah penduduk Indonesia pada pertengahan tahun 1975 sebesar

136.000.000 jiwa. Jumlah kematian sepanjang tahun sebesar 2.298.400 jiwa.

Besarnya Tingkat Kematian Kasar dapat dihitung sebagai berikut :

54

Tingkat Kematian Kasar (CDR) =2.298 .400

136.000 .000x 1000=16,9

Angka ini berarti, bahwa pada tahun 1975, setiap 1000 penduduk, terdapat

16,9 kematian.

2) Tingkat Kematian Menurut Umur Dan Jenis Kelamin

Adalah tingkat kematian yang memperhitungkan umur dan jenis kelamin,

karena besar kecilnya angka kematian dipengaruhi oleh beberapa faktor, antara lain

oleh umur, jenis kelamin, pekerjaan dan status kawin. Misalnya seseorang yang

berumur 80 tahun umumnya kemungkinan meninggalnya lebih cepat dibandingkan

orang berumur 20 tahun. Orang-orang yang maju ke medan perang kemungkinan

meninggal lebih besar daripada istri-istri mereka yang menunggu di rumah.

Memperhatikan faktor-faktor di atas maka ahli-ahli demografi mempergunakan

ukuran yang lebih spesifik, yang hanya berlaku untuk kelompok penduduk tertentu.

Ukuran yang paling umum digunakan oleh ahli demografi adalah Tingkat Kematian

menurut umur, atau dalam bahasa Inggris disebut dengan Age Spesific Death Rate

disingkat dengan ASDR. Dengan rumus Tingkat Kematian menurut umur ditulis

sebagai berikut :

Tingkat Kematian Kelompok Umur i=jumlah kematian penduduk kelompok umur ijumlah penduduk kelompok umur i pada pertengahan tahun

×1000

atau :

ASDRi=Di

Pmi

× 1000

Keterangan :

Di=¿ Jumlah kematian pada kelompok umur i Pmi

=¿ Jumlah penduduk pada pertengahan tahun pada kelompok umur i

k=¿ Angka konstan = 1000

55

Sebagai contoh di bawah ini dicantumkan perhitungan Tingkat Kematian

Menurut Umur (ASDR) untuk suatu wilayah pada tahun tertentu yang dibedakan

antara laki-laki dan perempuan (Tabel 2.1).

Tingkat kematian menurut kelompok umur tertentu (ASDR) dapat dihitung

dengan rumus :

ASDRi laki−laki=Di lk

Pmilk

× k

ASDRi perempuan=Di pr

Pmipr

×k

Tabel 1. Perhitungan Tingkat Kematian Menurut Kelompok Umur (ASDR) dan Jenis Kelamin di Suatu Wilayah pada Tahun Tertentu

Umur

(Tahun)

Jumlah Penduduk

Pertengahan Tahun

Jumlah Kematian Tingkat Kematian Menurut

Umur

Laki-Laki Perempuan Laki-Laki Perempuan Laki-Laki Perempuan

0-4

5-9

10-14

⋮

80+

6.854.655

5.601.294

4.695.294

⋮

62.568

6.649.905

5.458.427

4.578.980

⋮

69.402

331.871

21.285

10.331

⋮

12.514

299.113

20.742

10.532

⋮

13.880

48.42

3.80

2.20

⋮

200.01

44.98

3.80

2.30

⋮

199.99

Jumlah 37.741.753 39.281.858 571.137 522.003 115.13 13.29

Sumber: Mantra, 1999

Contoh.

56

Berdasarkan Table 2.1, untuk kelompok umur 5-9 tahun dapat dihitung sebagai

berikut :

Untuk laki-laki :

ASDR5−9 laki−laki= 21.2855.601.294

× 1000=3,80

ASDR5−9 perempuan= 20.7425.458 .427

× 1000=3,80

dan seterusnya.

Memperhatikan angka-angka kematian menurut umur seperti tersebut di atas,

terlihatlah bahwa pada umur 0-4 tahun (balita) angka kematian sangat tinggi, lebih-

lebih angka kematian bayi (umur di bawah satu tahun). Karena hal tersebut di atas

dibuatlah perhitungan tersendiri untuk kematian bayi.

3) Tingkat Kematian Bayi (Infant Mortality Rate atau IMR)

Tingkat Kematian bayi adalah kematian yang terjadi antara saat setelah bayi

lahir sampai bayi belum berusia tepat satu tahun.

Tingkat kematian bayi dapat dihitung dengan rumus sebagai berikut :

Tingkat kematian bayi=

Jumlah kematianbayipada tah un tertentu

Jumlahkela h iranh iduppada tah un tertentu

× k

Atau:

IMR=D0

B× k

Keterangan : D0=¿ Jumlah kematian bayi pada tahun tertentu

57

B=¿ Jumlah lahir hidup pada tahun tertentu

k=¿ bilangan konstan = 1000

Contoh.

Di suatu daerah pada tahun 1970 jumlah kematian bayi sebesar 263.000 orang dan

jumlah kelahiran pada tahun tersebut sebesar 1.594.000, maka besarnya Tingkat

Kematian Bayi (IMR) dapat dihitung sebagai berikut :

IMR= 263.0001.594 .000

× 1000=164,99

Ini berarti, pada tahun 1970 di daerah yang bersangkutan terdapat 164,99 bayi

meninggal untuk setiap 1000 kelahiran.

Angka kematian Bayi merupakan indicator yang sangat berguna, tidak saja

terhadap status kesehatan anak, tetapi juga terhadap status penduduk keseluruhan dan

kondisi ekonomi di mana penduduk tersebut bertempat tinggal. Angka kematian bayi

tidak hanya merefleksikan besarnya masalah kesehatan yang bertanggungjawab

langsung terhadap kematian bayi, seperti diare, infeksi saluran pernafasan, salah gizi,

penyakit-penyakit infeksi spesifik dan kondisi prenatal, tetapi juga merefleksikan

tingkat kesehatan ibu, kondisi kesehatan lingkungan dan secara umum tingkat

perkembangan social ekonomi masyarakat. Baik di negara maju, maupun di negara

yang sedang berkembang, terdapat hubungan yang terbalik antara tingkat kematian

bayi dengan status ekonomi orang tua.

Angka kematian bayi juga telah menunjukkan fungsinya sebagai indicator

ampuh dalam menilai perubahan kondisi kesehatan di suatu negara. Pada negara-

negara di mana angka kematian bayi telah dihitung selama periode yang lama,

terlihat reduksi angka kematian bayi sejajar dengan perbaikan standar hidup dan

kondisi sanitasi termasuk juga kemudahan pelayanan kesehatan yang sebaik-baiknya

bagi masyarakat.

58

Angka Kematian Bayi menggambarkan keadaan sosial ekonomi masyarakat

dimana angka kematian itu dihitung. Kegunaan Angka Kematian Bayi untuk

pengembangan perencanaan berbeda antara kematian neo-natal dan kematian bayi

yang lain. Karena kematian neo-natal disebabkan oleh faktor endogen yang

berhubungan dengan kehamilan maka program-program untuk mengurangi angka

kematian neo-natal adalah yang bersangkutan dengan program pelayanan kesehatan

Ibu hamil, misalnya program pemberian pil besi dan suntikan anti tetanus.

Dalam penerapannya, angka kematian bayi dipakai sebagai angka probabilitas

untuk mengukur resiko kematian dari seorang atau bayi dari saat kelahirannya

sampai menjelang ulang tahunnya yang pertama. Apabila penduduk mempunyai

angka kematian bayi 200 per 1000 kelahiran hidup, ini berarti bahwa probabilitas

mati seorang bayi yang baru lahir pada penduduk tersebut sebelum mencapai ulang

tahunnya yang pertama adalah 20 persen sehingga kalau diterapkan secara agregat,

dari 1000 kelahiran misalnya, 200 di antaranya mati sebelum ulang tahun yang

pertama atau dapat juga dikatakan bahwa hanya 800 dari 1000 kelahiran yang dapat

menikmati ulang tahun yang pertama. Dengan perkataan lain, resiko kematian bayi

pada penduduk dengan angka kematian bayi 200 per 1000 kelahiran hidup adalah

kurang dari 13 sampai 14 kali lebih tinggi dibanding dengan resiko kematian bayi

pada penduduk dengan angka kematian bayi 15 per 1000 kelahiran hidup.

4) Tingkat Kematian Anak

Tingkat Kematian Anak didefinisikan sebagai jumlah kematian anak berumur

1-4 tahun selama satu tahun tertentu per 1000 anak umur yang sama pada

pertengahan tahun. Dengan demikian angka kematian anak tidak menyertakan angka

kematian bayi.

Rumus yang dapat digunakan adalah :

Angka kematian Anak (1−4 )t h=∑ Kematian Ank (1−4 ) t h

∑ Penduduk (1−4 ) t h× k

59

Keterangan :

∑ Kematian Ank (1−4 ) t h=¿ Banyaknya kematian anak berusia 1-4 th (yang

belum tepat berusia 5 thn) pada satu tahun tertentu

didaerah tertentu.

∑ Penduduk (1−4 ) t h=¿ Jumlah penduduk berusia 1-4 th pada pertengahan

tahun tertentu didaerah tertentu

k=¿ Konstanta, umumnya 1000

Dibandingkan dengan angka kematian bayi, angka kematian anak lebih

merefleksikan kondisi kesehatan lingkunan yang langsung mempengaruhi tingkat

kesehatan anak. Angka ini tinggi pada keadaan salah gizi, hygiene buruk, tingginya

prevalansi penyakit menular pada anak dan insiden kecelakaan di dalam atau di

sekitar rumah. Dalam menunjukkan tingkat kemiskinan, indicator ini lebih unggul

dibandingkan dengan tingkat kematian bayi. Di negara-negara maju, angka kematian

anak dapat serendah 0,4 per 1000 anak, tetapi survey di beberapa kelompok

masyarakat di negara berkembang angka kematian dapat mencapai setinggi 100 per

1000 anak. Kalau angka kematian bayi sekitar 14 kali lipat lebih tinggi di negara

berkembang dibandingkan negara maju, maka angka kematian anak dapat mencapai

250 kali lebih tinggi di negara berkembang dibandingkan negara maju. Perbedaan

angka kematian anak antara berbagai negara atau kelompok masyarakat

menunjukkan adanya perbedaan kondisi lingkungan social ekonomi yang

mempengaruhi status kesehatan, karena sebagian besar kematian tersebut dapat

dicegah dengan adanya perbaikan kondisi social ekonomi.

5) Tingkat Kematian Anak di Bawah Lima Tahun (BALITA)

Tingkat Kematian Anak Balita didefinisikan sebagai jumlah kematian anak

usia di bawah lima tahun selama satu tahun per 1000 anak usia yang sama (0-4)

tahun pada pertengahan tahun. Angka ini sekaligus merefleksikan tinggi rendahnya

60

menggunakan angka kematian bayi belum cukup untuk menggambarkan tingkat

kematian anak pada umur di atas satu tahun. Dua penduduk dengan tingkat kematian

bayi yang sama, belum tentu sama dalam hal angka kematian anak di atas satu tahun.

Variasi angka ini, di negara berkembang dapat lebih tinggi dari 100, tetapi di negara

maju dapat lebih rendah dari dua.

Rumus yang dapat digunakan adalah :

Tingkat kematian Balita (0−4 ) t h=∑ Kematian Balita (0−4 ) t h

∑ Penduduk Balita (0−4 ) t h× k

Keterangan :

∑ Kematian Balita (0−4 ) t h=¿Banyaknya kematian anak berusia 1-4 th (yang

belum tepat berusia 5 thn) pada satu tahun

tertentu didaerah tertentu.

∑ Penduduk Balita (0−4 ) t h=¿Jumlah penduduk berusia 1-4 th pada

pertengahan tahun tertentu didaerah tertentu

k=¿ Konstanta, umumnya 1000

Sesuai dengan kemajuan di bidang kesehatran masyarakat, maka angka

kematian anak balita menurun dengan cepat. Dari Tabel 2.2 dapat dilihat bahwa pada

tahun 1971, 1980 dan 1990, angka kematian anak balita masing-masing sebesar 218,

162 dan 103 per 1000 kelahiran.

Table 2. Tingkat Kematian Anak Balita Tahun 1971, 1980 dan 1990 Menurut Propinsi di Indonesia

No Propinsi Tingkat Kematian Balita per 1000 kelahiran1971 1980 1990

1234

Daerah Istimewa Aceh Sumatera UtaraSumatera BaratRiau

214180229220

138130181163

838710794

61

5678

JambiSumatera SelatanBengkuluLampung

232233250219

176150171147

107103100100

910111213

DKI JakartaJawa BaratJawa TengahD.I. YogyakartaJawa Timur

193251216151180

11920014189143

57132945891

14151617

BaliNusa Tenggara BaratNusa Tenggara TimurTimor Timur

195327231

-

136282192

-

73217112124

18192021

Kalimantan BaratKalimantan TengahKalimantan SelatanKalimantan Timur

217194248154

177148184148

1188213353

22232425

Sulawesi UtaraSulawesi TengahSulawesi SelatanSulawesi Tenggara

170225242251

137195165173

90135102112

2627

MalukuIrian Jaya

216126

184155

111117

INDONESIA 218 162 103

Sumber : Kasto dan H.Sembiring (1995)

Di antara propinsi-propinsi di Indonesia, propinsi Nusa Tenggara Barat

mempunyai tingkat kematian anak balita tertinggi yaitu 217 per 1000 kelahiran pada

tahun 1990, dan yang terendah adalah DKI Jakarta disusul DI Yogyakarta yang pada

tahun 1990 masing-masing sebesar 57 dan 58. Hal ini sejalan dengan tingkat

kematian bayi di ketiga propinsi tersebut yaitu pada tahun 1990, IMR di Propinsi

Nusa Tenggara Barat sebesar 145 sedangkan di DKI Jakarta dan DI Yogyakarta

masing-masing sebesar 40 dan 42 per 1000 kelahiran.

6) Tingkat/Angka Kematian Ibu

Kematian ibu adalah kematian perempuan pada saat hamil atau kematian

dalam kurun waktu 42 hari sejak terminasi kehamilan tanpa memandang lamanya

62

kehamilan atau tempat persalinan, yakni kematian yang disebabkan karena

kehamilannya atau pengelolaannya, tetapi bukan karena sebab-sebab lain seperti

kecelakaan, terjatuh dll (Budi, Utomo. 1985).

Angka Kematian Ibu (AKI) adalah banyaknya kematian perempuan pada saat

hamil atau selama 42 hari sejak terminasi kehamilan tanpa memandang lama dan

tempat persalinan, yang disebabkan karena kehamilannya atau pengelolaannya, dan

bukan karena sebab-sebab lain, per 100.000 kelahiran hidup. Informasi mengenai

tingginya AKI akan bermanfaat untuk pengembangan program peningkatan

kesehatan reproduksi, terutama pelayanan kehamilan dan membuat kehamilan yang

aman bebas risiko tinggi (making pregnancy safer), program peningkatan jumlah

kelahiran yang dibantu oleh tenaga kesehatan, penyiapan sistem rujukan dalam

penanganan komplikasi kehamilan, penyiapan keluarga dan suami siaga dalam

menyongsong kelahiran, yang semuanya bertujuan untuk mengurangi Angka

Kematian Ibu dan meningkatkan derajat kesehatan reproduksi.

AKI=∑ Kematian Ibu

∑ Kelah iran Hidup× k

Keterangan :

Jumlah Kematian Ibu yang dimaksud adalah banyaknya kematian ibu yang

disebabkan karena kehamilan, persalinan sampai 42 hari setelah melahirkan, pada

tahun tertentu, di daerah tertentu.

Jumlah kelahiran Hidup adalah banyaknya bayi yang lahir hidup pada tahun tertentu,

di daerah tertentu.

Konstanta =100.000 bayi lahir hidup.

Contoh.

63

Berdasarkan data SDKI 2002 - 2003, Angka Kematian Ibu atau Maternal Mortality

Ratio(MMR) di Indonesia untuk periode tahun1998-2002, adalah sebesar 307 per

100.000 kelahiran hidup.

AKI sulit dihitung, karena untuk menghitung AKI dibutuhkan sampel yang

besar, mengingat kejadian kematian ibu adalah kasus yang jarang. Oleh karena itu

kita umumnya dignakan AKI yang telah tersedia untuk keperluan pengembangan

perencanaan program.

2.4.3. Standarisasi

Komposisi penduduk menurut umur sangat berpengaruh terhadap Tingkat

Kematian Kasar. Karakteristik-karakteristik penduduk lainnya yang juga mempunyai

pengaruh terhadap tingkat Kematian kasar adalah:

a. Antara penduduk daerah pedesaan dan daerah perkotaan

b. Penduduk dengan lapangan pekerjaan yang berbeda

c. Penduduk dengan perbedaan pendapatan

d. Perbedaan jenis kelamin

e. Penduduk dengan perbedaan status kawin

Kalau kita ingin membandingkan Tingkat Kematian Kasar antara dua

kelompok penduduk dengan struktur yang berbeda (misalnya struktur umur), kita

tidak dapat hanya melihat perbedaan Tingkat Kematian Kasar pada kedua kelompok

umur tersebut sebelum diadakan penyamaan jumlah penduduk menurut kelompok

umur tertentu. Cara penyamaan ini disebut standarisasi. Penduduk yang dipakai

sebagai penduduk standar, bisa penduduk dari salah satu kelompok yang

diperbandingkan atau penduduk dari negara lain. Angka kematian standarisasi

didefinisikan sebagai seluruh angka kematian yang akan berlaku di dalam suatu

jumlah penduduk standar apabila mempunyai angka kematian penduduk pada setiap

umur yang diselidiki. Jadi, persyaratan khusus yang harus dipenuhi ialah tersedianya

64

penduduk standard dan angka kematian penduduk yang sedang diselidiki yang

kedua-keduanya diterapkan khusus untuk setiap variable yang bersangkutan.

Standarisasi terbagi atas dua, yaitu standarisasi langsung dan standarisasi

tidak langsung. Proses standarisasi langsung mencakup penerapan berbagai angka

khusus umur terhadap struktur penduduk standar. Proses standarisasi tidak langsung

adalah penerapan seperangkat standar angka khusus menurut umur terhadap

penduduk yang sedang diselidiki, dan kemudian membandingkan jumlah kematian

yang sebenarnya dengan jumlah yang diharakan dengan dilandasi oleh asumsi bahwa

angka kematian standar memang berlaku.

Contoh.

Hitung Tingkat Kematian Kasar penduduk dari Negara A dan Negara B, dengan

jumlah penduduk Negara A sebagai penduduk standar (Tabel 2.3). Dengan

mempergunakan penduduk Negara A sebagai penduduk standar, maka Tingkat

Kematian Kasar untuk Negara A besarnya 37, dan Negara B sebesar 42. Apabila

perhitungan Tingkat Kematian Kasar di kedua Negara tersebut dengan tiga cara

yaitu: tanpa standar, dengan standar penduduk Negara A, dan dengan standar

penduduk Negara B, maka didapatkan variasi Tingkat Kematian Kasar untuk kedua

Negara tersebut sebagai berikut :

Negara A Negara B

Tidak mempergunakan standar 37 33

Penduduk Negara A sebagai standar 37 42

Penduduk Negara B sebagai standar 28 33

65

2.5. Latihan

Lengkapilah Tabel Standarisasi Berdasrakan Umur berikut ini:

UmurAngka

kematian standar

A B

PendudukKematian

yang diharapkan

PendudukKematian

yang diharapkan

(1) (2) (3) (4) (5) (6)

0 – 45 – 1415 – 2425 – 4445 – 64

65 +

4,370,451,021,7610,4468,74

39,53939,72834,72543,68617,6263,855

… 267,104504,028401,294597,025487,071201,238

…

Total … … … … …Jumlah seluruh kematian yang benar-benar terdaftar Rasio Kematian yang

distandarisasikan

Kematian yang diharapkan (SMR)

Angka Kematian Kasar (CDR)

Angka kematian yang distandarisasikan secara tidak langsung

1291

…

8,86

…

22487

…

…

Isilah semua tanda titik-titiak (…) di atas!

2.6. Rangkuman

1. Mati ialah peristiwa hilangnya semua tanda-tanda kehidupan secara permanen,

yang bisa terjadi setiap saat setelah kelahiran hidup.

66

2. Pengukuran data kematian diantaranya tingkat kematian kasar (Crude Death

Rate/CDR), tingkat kematian menurut umur (Age Specitic Death Rate/ASDR),

dan tingkat kematian bayi (Infant Death Rate/IDR).

3. Perbandingan tingkat kematian kasar penduduk dengan struktur yang berbeda

dilakukan dengan proses standarisasi melalui standarisasi langsung dan

standarisasi tidak langsung.

2.7. Tes Formatif

1. Apa yang membedakan standarisasi langsung dengan standarisasi tidak langsung

dalam menghitung angka kematian?

2. Jumlah penduduk, kematian dan angka kematian pada suatu tahun tertentu di dua

Negara A dan B (tercatat dalam kelompok umur) dinyatakan sebagai berikut:

Negara A Negara BPenduduk Kematian Angka

KematianPenduduk Kematian Angka

Kematian100.00080.00060.00040.00020.000

1.0001.6001.8002.0002.000

… 100.00090.00070.00030.00010.000

2.000900

2.8001.5001.500

…

1) Hitunglah angka kematian pada kolom di atas!

2) Hitung angka kematian kasar untuk kedua Negara!

3) Hitung rasio mortalitas yang sudah distandarisasikan untuk Negara B dengan

Negara A sebagai penduduk standar!

4) Hitung angka kematian yang distandarisasikan untuk Negara B!

2.8. Tindak Lanjut



67



Rumus:

Tingkat Penguasaan= jumlah jawaban y ang benarjumlah soal

x 100 %

Tingkat Penguasaan:90% - 100% = Baik Sekali80% - 89% = Baik70% - 79% = Cukup0% - 69% = Kurang




2.9. Kunci Jawaban

Tabel Standarisasi Angka Kematian Tidak Langsung Berdasarkan Umur berikut ini:

UmurAngka

kematian standar

A B

PendudukKematian

yang diharapkan

PendudukKematian

yang diharapkan

(1) (2) (3) (4) (5) (6)

0 – 45 – 1415 – 2425 – 4445 – 64

65 +

4,370,451,021,7610,4468,74

39,53939,72834,72543,68617,6263,855

173283577

184265

267,104504,028401,294597,025487,071201,238

1167224409

10515085

15070Total 86,28 201,159 762 2475,760 23,009

Jumlah seluruh kematian yang benar-benar terdaftar Rasio Kematian yang

distandarisasikan

Kematian yang diharapkan (SMR)

1291

1,694

22487

0,977

68

Angka Kematian Kasar (CDR)

Angka kematian yang distandarisasikan secara tidak langsung

8,86

15,01 8,66





69

Modul 3

Tabel Kematian

3.1. Deskripsi

Tabel Kematian dimaknai sebagai model matematika yang digunakan untuk

merepresentasikan kematian dan lama hidup pada suatu populasi tertentu pada saat

tertentu yang tidak terpengaruh oleh distribusi umur penduduk, atau dapat dikatakan

Tabel Kematian berisi peluang seseorang meninggal menurut usianya. Tabel

kematian merupakan alat analisis yang amat penting dalam demografi, dalam hal

pengukuran taraf kematian suatu penduduk. Selain itu, table kematian juga banyak

digunakan dalam menganalisis tingkat kelahiran dan pertumbuhan penduduk, migrasi

(perpindahan) penduduk, rata-rata panjang usia penduduk, tingkat kesehatan, dan

masih banyak lagi. Tabel kematian memberikan gambaran kepada kita tentang

sejarah kehidupan suatu kohor yang berangsur-angsur berkurang jumlahnya karena

kematian. Tabel kematian ini mempunyai bentuk yang sangat sederhana disusun

berdasarkan tingkat kematian menurut umur. Dari table kematian ini dapat diukur

keadaan kematian anggota kohor, misalnya jumlah mereka yang masih bertahan

hidup pada berbagai tingkatan umur, harapan hidup sejak dilahirkan, atau umur rata-

rata yang dapat dicapai dari suatu kelompok penduduk tertentu.

Asumsi-asumsi dalam pembuatan table kematian adalah kohor hanya

berkurang secara berangsur-angsur karena kematian dan tidak ada migrasi masuk dan

migrasi keluar, kematian anggota kohor menurut pola tertentu pada berbagai tingkat

umur, kohor berasal dari radiks-radiks tertentu, dan pada tiap tingkat umur rata-rata

orang meninggal mencapai pertengahan antara dua tingkat umur berturut-turut.

70

3.2. Relevansi

Mengingat banyaknya manfaat yang dapat diperoleh dari life table ini, maka pada

bab selanjutnya akan dijelaskan lebih lanjut mengenai life table ini, bagaimana cara

pembuatanya dan macam-macam dari life table itu sendiri. Pemahaman akan Tabel

Kematian akan sangat bermanfaat dalam menganalisis masalah kependudukan yang

terjadi guna menyusun sebuah strategi manajemen misalnya dalam Perusahaan

Asuransi, maupun dalam kepentingan bidang lain yang membutuhkan data

pertumbuhan penduduk.


Mahasiswa setelah mempelajari modul ini, diharapkan mampu memahami dengan

baik unsur-unsur, cara pembuatan, dan kegunaan Tabel Kematian

3.4. Uraian Materi

3.4.1. Tabel kematian lengkap (complete life table):

Adalah tabel kematian yg dibuat lengkap, terperinci menurut umur satu

tahunan, dimulai dari umur 0 tahun dengan jumlah penduduk tertentu biasanya

100.000. Tabel ini terdiri dari 7 kolom 6 kolom diantaranya menyajikan fungsi table

kematian.

(1)x

(2)nqx

(3)lx

(4)d x

(5)nLx

(6)TX

(7)ex

1

2

71

3

Keterangan dari Table Kematian ini adalah:

x=¿ umur tepat, dalam tahun

Simbol x menunjukkan bahwa anggota kohor yang dimaksud telah menjalani

hidup selama x tahun atau pada saat tersebut berada pada ulang tahun ke−x.

nqx = kemungkinan meninggalnya penduduk yang berumur x tahun sebelum

berumur x+n tahun.

Contoh:

o 5q10 , Peluang kematian seseorang antara umur tepat 10 tahun dan 15 tahun,

dimana nilai 5q10 ini terletak sejajar dengan nilai x=10.

o Nilai 5q40 = 0,05558

Artinya:

– Sekitar 6% dari mereka telah mencapai ulang tahun ke-40 meninggal

sebelum mencapai tepat 45 tahun; atau

– Probabilitas mereka yang berusia tepat 40 meninggal sebelum mencapai

tepat usia 45 tahun sebesar 0,06.

o Nilai 1q0 = 0,18848

Artinya:

– Sekitar 19% dari sejumlah kelahiran hidup meninggal sebelum bayi

tersebut mencapai tepat satu tahun; atau

– Probabilitas mereka yang berusia tepat 0 tahun meninggal sebelum usia

tepat 1 tahun adalah sebesar 0,19.

o Nilai wq75 = 1

Artinya:

– Probabilitas orang akan meninggal setelah mencapai usia 75 tahun adalah

1. Simbol w à untuk interval tak terhingga

lx=¿ jumlah penduduk yang hidup pada umur tepat x tahun.

Contoh:

72

o l0=¿ jumlah orang pada saat tepat lahir

o l1=¿ jumlah orang yang berhasil mencapai ulang tahunnya yang ke-1

o l5 = jumlah orang yg berhasil mencapai ultah yang ke-5

o lo ditentukan secara sembarang, untuk kemudahan biasanya 100.000

o lo disebut radiks tabel kematian, yaitu jumlah orang yang akan diikuti sejak

kelahirannya hingga semua meninggal.

d x=¿ jumlah kematian antara umur x dan umur x+1

o Nilai 5d5 =1.229

Artinya jumlah kematian antara umur tepat 5 tahun hingga usia 10 tahun

adalah sebanyak 1.229 orang.

o Pengurangan radix dengan bayi yang mati (1d0) akan memperoleh jumlah

orang yang tetap hidup pada awal periode berikutnya (l1)

o Secara umum dapat dikatakan:

d x= ¿n❑ ¿¿

lx +n=l x+ d xn❑

Lx=¿ Tahun Kehidupan antara umur xdan umur x+1

o Jumlah tahun hidup yang dilalui oleh populasi (orang) pada kelompok umur

tertentu

– Misalnya pada periode 5 tahun, antara ultah ke 5 dan 10, tiap orang hidup

5 tahun

– Jika ada 98.000 orang yang berulangtahun, maka mereka semua

menghasilkan 5 x 98.000 = 490.000 tahun antara ultah mereka yang ke 5

dan 10

o Identik dengan konsep orang-tahun atau PYL

o Berarti semakin rendah rate kematian pada kelompok umur tertentu, semakin

banyak jumlah tahun hidup pada kelompok umur tersebut

73

Karena pada tiap kelompok umur, kecuali kelompok umur yang pertama dan

terakhir, kita mengasumsikan kematian terjadi pada pertengahan interval,

maka jumlah tahun hidup (nLx) dapat diperkirakan dengan formula:

Ln❑

x=n (l x+ lx+n )

2

Karena kematian bayi lebih banyak terjadi segera setelah dilahirkan maka

khusus untuk 1L0 dihitung dgn:

1L0 = 0,3 l0 + 0,7l1

T x=¿ Tahun total kehidupan setelah umur tepat x

Merupakan jumlah semua tahun kehidupan yg dijalani kohor sejak umur tepat x

sampai semua anggota meninggal

Contoh:

o T0 = 1L0 + 5L1 + 5L5 + ………….+ wL75

o T1 = 5L1 + 5L5 + 5L10 + ………….+ wL75

o T65 = 5L65 + 5L70 + wL75

Sehingga TX dirumuskan:T x=∑i= x

1=w

Ln❑

x

o T0 = 4.242.152

Artinya menunjukan bahwa kohort dengan radiks 100.000 orang dari saat lahir

sampai semua anggota kohor meninggal, menjalani 4.242.152 tahun kehidupan.

o T5 = 3.847.416

Artinya menunjukan bahwa kohort dengan radiks 100.000 orang dari saat

ultahnya yg kelima sampai semua anggota kohort meninggal menjalani

3.847.416 tahun kehidupan.

ex0=¿ angka harapan hidup yaitu rata-rata jumlah tahun kehidupan setelah

mencapai umur tepat x.

Dapat dirumuskan dengan:

74

ex0=

T x

lx

Contoh:

– e00=

T 0

l0

=42,4 tahun

Bahwa secara rata-rata seorang pada saat lahir akan dapat diharapkan hidup

selama 42,4 tahun

– e50=

T5

l5

=52,8 tahun

Bahwa secara rata-rata seorang yg telah mencapai ultahnya yg ke-5 secara

rata-rata akan hidup selama 52,8 tahun

3.4.2. Tabel kematian singkat (abridged life table):

Adalah tabel kematian yang meliputi seluruh umur tetapi tidak terperinci

tahunan, tapi menurut kelas interval (5 tahunan, 10 tahunan).

(1)x

(2)nqx

(3)lx

(4)dx

(5)nLx

(6)TX

(7)ex

0 – 4

5 – 9

10 – 14

15 - 19

Tabel kematian singkat merupakan bentuk table kematian yang lebih pendek

tetapi ketepatannya hampir sama dengan table kematian lengkap. Tabel kematian ini

pada umumnya dihitung atas dasar kelompok umur lima tahunan. Di dalam suatu

75

populasi yang kurang baik distribusi umurnya, perhitungan dengan Tabel Kematian

singkat lebih tepat.

Beberapa notasi dalam kolom Tabel Kematian singkat ditulis dengan

subskrip sebagai berikut:

nW x, dimana n adalah besarnya jenjang (interval) dan x menyatakan tepat

umur x, dan digunakan sebagai permulaan interval. Sebagai contoh dxn❑

ialah jumlah

kematian di antara umur tepat x dan umur tepat x+n.

Untuk lx,T x dan ex0 tidak mempunyai subskrip pada qxn

❑, dxn❑

, pxn❑

, dan Lxn❑

,

karena mereka berhubungan dengan populasi pada umur tepat x.

Beberapa rumus dari table kematian singkat adalah sebagai berikut:

l0=100.000

pxn❑ =1− qxn

❑

dxn❑ = qxn

❑ × lx

lx +n=l x− dxn❑

L0=0,3 l0+0,7 l1

L4❑

1=1,9 l1+2,1l5

L5❑

x=52(l x+l x+5)

T x=∑i= x

w

Li

ex0=

T x

lx

Contoh menyusun Tabel Kematian Singkat:

Umur (x) lx dxn❑ qxn

❑ Lxn❑ T x ex

0

0 100000 0,093991-4 0,050015-9 0,01573

76

10-14 0,0121815-19 0,0173920-24 0,0226825-29 0,0259130-34 0,0294135-39 0,0333740-44 0,0381945-49 0,0457550-54 0,0619055-59 0,0839660-64 0,1246065-69 0,8108270-74 0,2716075-79 0,39481

80 1,00000

Melengkapi table lx dan dxn❑


❑

0 100000 9399 0,093991-4 90601 4531 0,050015-9 86070 1353,9 0,01573

10-14 84716 1031,8 0,0121815-19 83684 1455,3 0,0173920-24 82229 1865 0,0226825-29 80364 2082,2 0,0259130-34 78282 2302,3 0,0294135-39 75980 2535,4 0,0333740-44 73444 2804,8 0,0381945-49 70639 3231,7 0,0457550-54 67408 4172,5 0,0619055-59 63235 5309,2 0,0839660-64 57926 7217,6 0,1246065-69 50708 41115 0,8108270-74 9593 2605,5 0,2716075-79 6987,5 2758,7 0,39481

80 4228,8 4228,8 1,00000 d x=(lx ) (qx )

d0=(l0 ) ( q0 )=(100000 ) (0,09399 )=9399

lx +n=l x−dx

l0+1=l0−d0=90601

77

Melengkapi kolom Lxn❑


❑ Lxn❑

0 100000 9399 0,09399 93420,71-4 90601 4531 0,05001 350118,35-9 86070 1353,9 0,01573 426965

10-14 84716 1031,8 0,01218 42100015-19 83684 1455,3 0,01739 414782,520-24 82229 1865 0,02268 406482,525-29 80364 2082,2 0,02591 39661530-34 78282 2302,3 0,02941 38565535-39 75980 2535,4 0,03337 37356040-44 73444 2804,8 0,03819 360207,545-49 70639 3231,7 0,04575 345117,550-54 67408 4172,5 0,06190 326607,555-59 63235 5309,2 0,08396 302902,560-64 57926 7217,6 0,12460 27158565-69 50708 41115 0,81082 150752,570-74 9593 2605,5 0,27160 41451,2575-79 6987,5 2758,7 0,39481 28040,75

80 4228,8 4228,8 1,00000 10572 L0=0,3 l0+0,7 l1=0,3 (100000 )+0,7 (90601 )=93420,7

L4❑

1=0,034 (l0 )+1,184 (l1 )+2,782 (l5 )¿0,034 (100000 )+1,184 (90601 )+2,782 (86070 )

¿3400+107271+23446,7=350118,3

L5❑

5=52

( l5+l10 )=52

(86070+84716 )=426965

Melengkapi kolom T x


❑ Lxn❑ T x

0 100000 9399 0,09399 93420,7 51058361-4 90601 4531 0,05001 350118,3 50124155-9 86070 1353,9 0,01573 426965 4662297

10-14 84716 1031,8 0,01218 421000 423533215-19 83684 1455,3 0,01739 414782,5 381433220-24 82229 1865 0,02268 406482,5 339954925-29 80364 2082,2 0,02591 396615 2993067

78

30-34 78282 2302,3 0,02941 385655 259645235-39 75980 2535,4 0,03337 373560 221079740-44 73444 2804,8 0,03819 360207,5 183723745-49 70639 3231,7 0,04575 345117,5 147702950-54 67408 4172,5 0,06190 326607,5 113191255-59 63235 5309,2 0,08396 302902,5 80530460-64 57926 7217,6 0,12460 271585 502401,565-69 50708 41115 0,81082 150752,5 230816,570-74 9593 2605,5 0,27160 41451,25 8006475-79 6987,5 2758,7 0,39481 28040,75 38612,75

80 4228,8 4228,8 1,00000 10572 10572

T 0=∑i=0

80

Li=93420,7+350118,3+…+28040,75+10572=5105836

T 1=∑i=1

80

Li=350118,3+…+28040,75+10572=5012415

Melengkapi kolom ex0

Umur (x)

lx dxn❑ qxn

❑ Lxn❑ T x ex

0

0 100000 9399 0,09399 93420,7 5105836 51,058361-4 90601 4531 0,05001 350118,3 5012415 55,324065-9 86070 1353,9 0,01573 426965 4662297 54,16866

10-14 84716 1031,8 0,01218 421000 4235332 49,9944715-19 83684 1455,3 0,01739 414782,5 3814332 45,5801820-24 82229 1865 0,02268 406482,5 3399549 41,3424625-29 80364 2082,2 0,02591 396615 2993067 37,2438730-34 78282 2302,3 0,02941 385655 2596452 33,1679235-39 75980 2535,4 0,03337 373560 2210797 29,0970840-44 73444 2804,8 0,03819 360207,5 1837237 25,0154745-49 70639 3231,7 0,04575 345117,5 1477029 20,9095450-54 67408 4172,5 0,06190 326607,5 1131912 16,7919555-59 63235 5309,2 0,08396 302902,5 805304 12,735160-64 57926 7217,6 0,12460 271585 502401,5 8,67316165-69 50708 41115 0,81082 150752,5 230816,5 4,55187570-74 9593 2605,5 0,27160 41451,25 80064 8,34608675-79 6987,5 2758,7 0,39481 28040,75 38612,75 5,525975

80 4228,8 4228,8 1,00000 10572 10572 2,5

79

e00=

T 0

l0

=5105836100000

=51,05836

e10=

T1

l1

=501241590601

=55,32406

3.5. Latihan

1. Lengkapi Tabel Kematian berikut:

Umur (x ) lx dx qx Lx Tx ex0

0 1000 0,11 0,1112 0,12503 0,14294 0,16675 0,20006 0,25007 0,3338 0,50009 1,000

10 0

2. Buatlah Tabel Kematian Yang Dipersingkat untuk jangka 10 tahun untuk Tabel

Kematian Australia 1961!

3.6. Rangkuman

1. Tabel kematian merupakan salah satu alat analisis dalam mortalitas yang tidak

memerlukan penggunaan penduduk standar untuk membandingkan tingkat

mortalitas. Life table merupakan tabel hipotetis dari sekumpulan orang yang

dilahirkan pada waktu yang sama (kohort) yang karena proses kematian,

jumlahnya semakin lama semakin berkurang dan akhirnya habis.

2. Kegunaan Tabel Kematian adalah untuk membandingkan tingkat mortalitas,

untuk mengukur kemajuan yang diperoleh dari upaya pemeliharaan kesehatan

80

khususnya anak-anak yang tercermin dari angka harapan hidup, dan sebagai

dasar untuk perhitungan bidang asuransi jiwa bagi penentuan premi

3. Bentuk table kematian terdiri dari Tabel kematian lengkap (complete life

table): tabel kematian yang dibuat lengkap, terperinci menurut umur satu

tahunan, dan Tabel kematian singkat (abridged life table): tabel kematian yang

meliputi seluruh umur tetapi tidak terperinci tahunan, tapi menurut kelas

interval (5 tahunan, 10 tahunan).

3.7. Tes Formatif

Jadikan Tabel Kematian Australia Tahun 1961 yang menjadi acuan untuk menjawab

pertanyaan berikut:

Suatu industry di Australia secara konstan merekrut sejumlah pegawai baru berumur

20 tahun, dan semuanya mengundurkan diri dari pekerjaan pada umur 60 tahun.

Apabila dimisalkan selama itu di dalam perusahaan tersebut tidak ada pegawai yang

mengundurkan diri.

1. Berapa tahun masa kerja rata-rata setiap pegawai?

2. Hitung rasio antara pengunduran diri yang terjadi setiap ahun dengan

penerimaan pegawai baru?

3. Hitung rasio antara staf yang sudah berumur melebihi 50 tahun dengan jumlah

seluruh staf.

4. Hitung rasio antara pegawai yang sudah berhenti bekerja dengan anggota staf

yang masih aktif.

5. Hitung rasio antara kematian setiap tahun pegawai yang berhenti bekerja dengan

kematian yang pegawai yang masih aktif bekerja.

3.8. Tindak Lanjut

81





Rumus:


x100 %

Tingkat Penguasaan:





3.9. Kunci Jawaban

1. Tabel Kematian

Melengkapi table lx dan d x

Umur (x ) lx dx qx

0 1000 100 0,11 900 99,9 0,1112 800,1 100,01 0,12503 700,09 100,04 0,14294 600,04 100,03 0,16675 500,02 100 0,20006 400,01 100 0,25007 300,01 99,903 0,3338 200,11 100,05 0,50009 100,05 100,05 1,00010 0 0 0

d x=(lx ) (qx )

d0=(l0 ) ( q0 )=(1000 ) (0,1 )=100

82

lx +n=l x−dx

l0+1=l0−d0=900

Melengkapi table Lx

Umur (x ) lx dx qx Lx

0 1000 100 0,1 9501 900 99,9 0,111 850,052 800,1 100,01 0,1250 750,09383 700,09 100,04 0,1429 650,06624 600,04 100,03 0,1667 550,03125 500,02 100 0,2000 450,01576 400,01 100 0,2500 350,01227 300,01 99,903 0,333 250,05878 200,11 100,05 0,5000 150,08039 100,05 100,05 1,000 200,130210 0 0 0 0

L0=1 (l0+ l0+1 )

2=1000+900

2=1900

2=950

Melengkapi table T x

Umur (x ) lx d x qx Lx Tx

0 1000 100 0,1 950 5150,5381 900 99,9 0,111 850,05 4200,5382 800,1 100,01 0,1250 750,0938 3350,4883 700,09 100,04 0,1429 650,0662 2600,3954 600,04 100,03 0,1667 550,0312 1950,3285 500,02 100 0,2000 450,0157 1400,2976 400,01 100 0,2500 350,0122 950,28157 300,01 99,903 0,333 250,0587 600,26928 200,11 100,05 0,5000 150,0803 350,21059 100,05 100,05 1,000 200,1302 200,130210 0 0 0 0 0

T 0=∑i=0

10

L1❑

i=950+850,05+…+200,1302+0=5150,538

T 1=∑i=1

10

L1❑

i=850,05+…+200,1302+0=4200,538

83

Melengkapi kolom ex0

Umur (x ) lx dx qx Lx Tx ex0

0 1000 100 0,1 950 5150,538 5,1505381 900 99,9 0,111 850,05 4200,538 4,667252 800,1 100,01 0,1250 750,0938 3350,488 4,1875873 700,09 100,04 0,1429 650,0662 2600,395 3,7143854 600,04 100,03 0,1667 550,0312 1950,328 3,2503045 500,02 100 0,2000 450,0157 1400,297 2,8004966 400,01 100 0,2500 350,0122 950,2815 2,3756217 300,01 99,903 0,333 250,0587 600,2692 2,0008278 200,11 100,05 0,5000 150,0803 350,2105 1,7501169 100,05 100,05 1,000 200,1302 200,1302 2,00023210 0 0 0 0 0 0

e00=

T 0

l0

=5150,5381000

=5,150538

o





84

Modul 4

Fertilitas

4.1. Deskripsi

Istilah fertiitas adalah sama dengan kelahiran hidup (live birth), yaitu

terlepasnya bayi dari rahm seorang perempuan dengan adanya tanda-tanda

kehidupan, misalnya berteriak, bernapas, menangis, jantung berdenyut , dan

sebagainya. Apabila pada waktu lahir tidak ada tanda-tanda kehidupan disebut

dengan lahir mati (still birth) yang di dalam demografi tidak dianggap sebagai suatu

peristiwa kelahiran. Seorang perempuan yang secara biologis subur (fecund) tidak

selalu melahirkan anak-anak yang banyak, misalnya dia mengatur fertilitas dengan

85

abstinensi atau menggunakan alat-alat kontrasepsi. Kemampuan biologis seorang

perempuan untuk melahirkan sangat sulit untuk diukur.

Pengukuran fertilitas lebih kompleks dibandingkan dengan pengukuran

mortalitas, karena seorang perempuan hanya meninggal satu kali, tetapi ia dapat

melahirkan lebih dari seorang bayi. Di samping itu seseorang yang meninggal pada

hari dan waktu tertentu, berarti mulai saat itu orang tersebut tidak mempunyai resiko

kematian lagi . sebaliknya seorang perempuan yang telah melahirkan seorang anak

tidak berarti resiko melahirkan dari perempuan tersebut menurun. Kompleksnya

pengukuran fetilitas, karena kelahiran melibatkan dua orang (suami dam istri),

sedangkan kematian hanya melibatkan saru orang saja (orang yang meninggal).

Masalah yang lain yang dijumpai dalam pengukuran fertilitas adalah tidak semua

perempuan mengalami resiko melahirkan karena ada kemungkinan beberapa dari

mereka tidak mendapat pasangan untuk berumah tangga. Juga ada beberapa

perempuan yang bercerai, menjanda. Memperhatikan masalah dia atas , terdapat

variasi pengukuran fertilitas yang dapat diterapakan, dan masing-masing mempunyai

keuntungan dan kelemahan..

4.2. Relevansi

Fertilitas sebagai salah satu komponen demografi menjadi alasan utama untuk

mempelajari bab ini, sebagai satu kesatuan dengan bab yang sudah dipelajari

sebelumnya maupun bab yang akan dipelajari. Pemahaman mahasiswa mengenai

berbagai ukuran dasar demografi akan lebih memudahkan mempelajari bab ini, dan

akan sangat bermanfaat dalam mengkaji masalah kelahiran yang terjadi di Indonesia.


86

Mahasiswa memahami dengan baik konsep fertilitas dalam demografi dengan

berbagai jenis angka kematian dan faktor penyebab terjadinya fertilitas, dan

mengaplikasikannya dalam data riil.

4.4. Uraian Materi

4.4.1. Pengukuran Fertilitas Tahunan

1) Tingkat Fertilitas Kasar (CBR)

Tingkat fertilitas kasar didefenisikan sebagai banyaknya kelahiran hidup pada

suatu tahun tertentu tiap 1000 penduduk pada pertengahan tahun. Atau dapat

dituliskan dengan rumus:

Dimana

CBR = Tingkat kelahiran kasar

B = Jumlah kelahiran pada tahun tertentu

Pm = Jumlah penduduk pada pertengahan tahun, dan

K = Bilangan konstan, biasanya 1000

Contoh.

Berdasarkan sensus penduduk Indonesia, pada tahun 1961 ditaksir 4.334.347

bayi yang lahir dalam tahun sensus tersebut dan jumlah penduduk diperkirakan

sebanyak 96.371.421 jiwa pada 1 Juli 1961 sehingga

Dengan demikian diperoleh bahwa Tingkat kelahiran kasar sebesar 44,975 kelahiran.

87

Perlu dicatat bahwa tujuan program KB tidak hanya menurunkan jumlah anak

yang dilahirkan, tetapi juga merupakan upaya utama untuk ikut mewujudkan

keluarga sejahtera. Menurut Undang-Undang nomor 10 tahun 1992, keluarga

berencana telah mendapatkan defenisi yang baru dan semakin luas yaitu upaya

peningkatan kepedulian dan peran serta masyarakat melalui pendewasaan usia

perkawinan, kelahiran, pembinaan ketahanan keluarga, dan peningkatan

kesejahteraan keluarga untuk mewujudkan keluarga kecil bahagia dan sejahtera

(Siswanto,1996).

Akibat pelaksanaan program ini terjadi penurunan angka kelahiran kasar dari

39,9 persen kelahiran per 1000 penduduk pada taun 1870 menurun menjadi 35,9

pada tahun 1976. Jadi selama enam tahun terjadi penurunan fertilitas sebesar 10

persen. Pada tahun 2005 diperkirakan angka kelahiran kasar sebesar 19,5 kelahiran

per 1000 penduduk (Ananta, 1989).

Di samping penurunan angka kelahiran kasar, juga terjadi penurunan angka

kematian kasar, maka mulai periode tahun 1980-1990 laju pertumbuhn penduduk

menurun (kecuali di Pulau Kalimantan). Pada periode tahun 1971-1980 laju

pertumbuhan penduduk Indonesia sebesar 2,3 persen, pada periode tahun 1980-1990

dan 1990-2000 laju pertumbuhan penduduk terus menurun , masing-masing menjadi

1.9 persen dan 1.3 persen.

2) Tingkat Fertilitas Umum (GFR)

Tingkat Fertilitas Kasar yang telah dibicarakan sebagai ukuran fertilitas

masih terlalu kasar karena membandingkan jumlah kelahiran dengan jumlah

penduduk pertengahan tahun. Kita mengetahui bahwa penduduk yang mempunyai

resiko hamil adalah perempuan dalam usia reproduksi (umur 15-49 tahun). Dengan

alasan tersebut ukuran fertilitas ini perlu diadakan perubahan yaitu membandingkan

jumlah kelahiran dengan jumlah penduduk perempuan usia subur (15-49 tahun). Jadi

sebagai penyebut tidak menggunakan jumlah penduduk pertengahan tahun tetapi

88

jumlah penduduk perempuan pertengahan tahun umur 15-49 tahun. Tingkat fertilitas

penduduk yang dihasilkan dari perhitungan ini disebut Tingkat Fertilitas Umum yang

ditulis dengan rumus:

GFR= BPf (15−49)

x k

Dimana

GFR = Tingkat Fertilitas Umum

B = Jumlah kelahiran setahun

Pf(15-49) = Jumlah wanita yang berumur 15-49 tahun

k = Bilangan konstan, biasanya 1000

3) Tingkat Fertilitas Menurut Umur (ASFR)

Terdapat variasi mengenai besar kecilnya kelahiran antarkelompok-kelompok

penduduk tertentu, karena tingkat fertilitas penduduk ini dapat pula dibedakan

menurut: jenis kelamin, umur, status perkawinan, atau kelompok-kelompok

penduduk yang lain.

Di antara kelompok perempuan usia reproduksi (15-49) terdapat variasi

kemmpuan melahirkan, karena itu perlu dihitung tingkat fertilitas perempuan pada

tiap-tiap kelompok umur (age specific fertility rate). Perhitungan tersebut dapat

dikerjakan dengan rumus sebagai berikut:

ASFRi=B i

Pf i

x k

Dimana:

ASFRi = tingkat kelahiran untuk kelompok umur

Bi = jumlah kelahiran pada kelompok umur ke-i

89

Pfi = jumlah perempuan kelompok umur i pada pertengahan tahun

k =angka konstanta

Contoh

Berikut ini disajikan tingkat kelahiran khas-umur untuk Indonesia, 1961, seperti pada

table berikut ini:

Tabel 3. Kelompok Umur Jumlah perempuan,jumlah kelahiran tingkat fertilitas menurut umur per 1000 perempuan

Umur Penduduk Wanita Kelahiran menurut umur

ibu

ASFR

(1) (2) (3) (4)15-19 1.170.505 151.697 129,620-24 859.154 208.001 242,125-29 777.519 186.138 239,430-34 842.807 169.910 201,635-39 810.804 103.621 127,840-44 683.817 44.927 65,745-49 504.942 4.999 9,9

Jumlah ASFR 1.061,1

4) Tingkat Fertilitas Menurut Urutan Kelahiran (BOSFR)

Tingkat fertilitas menurut urutan kelahiran sangat penting untuk mengukur

tinggi rendahnya fertilitas suatu negara. Kemungkinan seorang istri untuk menambah

kelahiran tergantung kepada jumlah anak yang telah dilahirkannya. Seorang istri

mungkin menggunakan alat kontrasepsi setelah mempunyai jumlah anak tertentu,

dan juga umur anak yang masih hidup. Tingkat fertilitas menurut urutan kelahiran

dapat ditulis dengan rumus:

90

BOSR=Boi

Pf (15−49)

x k

Dimana:

BOSFR = tingkat kelahiran menurut urutan kelahiranBoi = Jumlah kelahiran urutan ke IPf(15-49) =jumlah perempuan umur 15-49 pertengahan tahunk =bilangan konstanta (biasanya 1000)

Penjumlahan dari tingkat fertilitas menurut urutan kelahiran menghasilkan

tingkat fertilitas umum (general fertility rate).

GFR=∑Boi

Pf (15−49)

x k

Sebagai contoh, dikutipkan sebuah table tingkat fertilitas menurut urutan

kelahiran dari negara Amerika Serikat tahun 1942, 1960, dan 1967 (table 10.6).

tingkat fertilitas menurut umur dan menurut urutan kelahiran, adalah dua buah

contoh dari tingkat kelahiran khusus. Ada beberapa macam variasi lagi, misalnya

berdasarkan status perkawinan, pendidikan yang ditamatkan, pendapatan, dan

pekerjaan, Metode perhitungan tingat fertilitas khusus ini sama dengan dua contoh di

atas.

Tabel 4. Tingkat Fertilitas menurut Urutan Kelahiran Di Amerika Serikat Tahun 1942, 1962,1967

Urutan Kelahiran Tingkat Kelahiran per 1000 perempuan umur 15-44

1942 1960 1967Pertama 37,5 31,1 30,8Kedua 22,9 29,2 22,6Ketiga 11,9 22,8 13,9

Keempat 6,6 14,6 8,3Kelima 4,1 8,3 4,8

91

Keenam dan ketujuh 4,6 7,6 4,5kedelapan dan urutan

yang lebih tinggi3,9 4,3 2,7

GFR 91,5 118,0 87,6

5) Standarisasi Tingkat Fertilitas

Tinggi rendahya tingkat fertilitas di suatu negara dipengaruhi oleh beberapa

variable misalnya, umur, status perkawinan, atau karakteristik yang lain. Seperti

halnya dengan mortalitas, kalau kita ingin membandingkan tingkat fertilitas di

beberapa negara, maka pengaruh veriabel-variabel tersebut perlu dinetralisir dengan

menggunakan teknik standarisasi sehingga hanya satu variable yang berpengaruh.

Teknik standarisasi yang digunakan sama dengan teknik standarisasi yang digunakan

untuk pengukuran mortalitas. Kalau diketahui tingkat fertilitas menurut umur di

negara A dan B, dan ingin dibandingkan tingkat kelahiran umum di kedua negara

tersebut, maka tingkat fertilitas menurut umur dikalikan dengan jumlah penduduk

standar dari masing-masing kelompok umur.

4.4.2. Pengukuran Fertilitas Kumulatif

1) Tingkat Fertilitas Total (Total Fertility Rates = TFR).

Tingkat Fertilitas Total didefinisikan sebagai jumlah kelahiran hidup laki-laki

dan perempuan tiap 1.000 penduduk yang hidup hingga akhir masa reproduksinya

dengan catatan:

1. Tidak ada seorang perempuan yang meninggal sebelum mengakhiri masa

reproduksinya;

2. Tingkat fertilitas menurut umur tidak berubah pada periode waktu tertentu.

92

Tingkat Fertilitas Total menggambarkan riwayat fertilitas dari sejumlah

perempuan hipotesis selama masa reproduksinya. Hal ini sesuai dengan riwayat

kematian dari table kematian penampang lintang (Cross sectional life table).

Dalam praktek Tingkat Fertilitas Total dikerjakan dengan menjumlahkan Tingkat

Fertilitas perempuan menurut umur, apabila umur tersebut berjenjang lima tahunan,

dengan asumsi bahwa tingkat fertilitas menurut umur tunggal sama dengan rata-rata

tingkat fertilitas kelompok umur lima tahunan, maka rumus dari Tingkat Fertilitas

Total atau TFR adalah sebagai berikut:

TFR = 5 ∑ ASFRi

Dimana:

TFR = Total Fertilitas Rate

å = Penjumlah tingkat fertilitas menurut umur

ASFRi = tingkat fertilitas menurut umur ke I dari kelompok berjenjang 5

tahunan.

Apabila kita melihat kembali Tabel 3.1 didapat jumlah tingkat fertilitas

menurut umur sebesar 1.016,1 maka besarnya Tingkat Fertilitas Total adalah:

TFR = 5 å

= 5 x 1.016,1

= 5.080,5

Ini berarti tiap 1.000 perempuan setelah melewati masa suburnya akan melahirkan

5.080,5 bayi laki-laki dan perempuan atau setiap perempuan Jawa Tengah pada

periode 1971-1976 melahirkan 5,08 bayi laki-laki dan perempuan.

2) Gross Reproduction Rates (GRR)

Gross Reproduction Rate ialah jumlah kelahiran bayi perempuan oleh 1.000

perempuan sepanjang masa reproduksinya dengan catatan tidak ada seorang

93

perempuan yang meninggal sebelum mengakhiri masa reproduksinya, seperti Tingkat

Fertilitas Total. Perhitungan Gross Reproduction Rate sebagai di bawah ini

GRR = 5 ∑ ASFRfi

Dimana:

ASFRfi adalah tingkat fertilitas menurut umur ke-i dari kelompok berjenjang 5

tahunan.

Kelemahan dari perhitungan GRR ialah mengabaikan kemungkinan

perempuan meninggal sebelum masa reproduksinya berakhir. Agar hal ini tidak

diabaikan maka digunakan perhitungan Net Reproduction Rate.

3) Net Reproduction Rate (NRR)

Net Reproduction Rate adalah jumlah kelahiran bayi perempuan oleh sebuah

kohor hipotesis dari 1.000 perempuan dengan memperhitungkan kemungkinan

meninggalkan perempuan-perempuan itu sebelum mengakhiri masa reproduksinya.

Misalnya sebuah kohor yang terdiri dari 1.000 bayi perempuan, beberapa dari

perempuan tersebut mempunyai kesempatan melahirkan hingga umur 20, sebagian

hingga umur 30, sebagian hingga umur 40, dan seterusnya dan hanya sebagian yang

dapat melewati usia 50 tahun (usia reproduksi). Jadi dari kohor tersebut dihitung

jumlah perempuan-perempuan yang dapat bertahan hidup pada umur tertentu dengan

mengalikannya dengan kemungkinan hidup dari waktu lahir hingga mencapai umur

tersebut. Dalam prakteknya perhitungan Net Reproduction Rate dapat didekati

dengan rumus di bawah ini:

NRR = ∑ASFR x nLxlo

4.4.3. Faktor-Faktor Yang Mempengaruhi Tinggi Rendahnya Fertilitas Penduduk

94

Faktor-faktor yang mempengaruhi tinggi rendahnya fertilitas dapat dibagi

menjadi dua yaitu faktor demografi dan faktor non demografi. Faktor demografi

diantaranya adalah: struktur umur, struktur perkawinan, umur kawin pertama, paritas,

disrupsi perkawinan, dan proporsi yang kawin. Sedangkan faktor non demografi

antara lain, keadaan ekonomi penduduk, tingkat pendidikan, perbaikan status

perempuan, urbanisasi dan industrialisasi. Variabel-variabel di atas dapat

berpengaruh secara langsung terhadap fertilitas, ada juga berpengaruh tidak

langsung.

Davis dan Blake (1956) menyebutkan 11 variabel antara yang dikelompokkan

sebagai berikut.

Faktor-Faktor yang Mempengaruhi Kemungkinan Hubungan kelamin Pada Usia

Reproduksi, adalah:

1. Umur memulai hubungan kelamin

2. Selibat permanen, yaitu proporsi perempuan yang tidak pernah mengadakan

hubungan kelamin

3. Lamanya masa reproduksi yang hilang karena:

a. Perceraian, perpisahan, atau tinggal pergi oleh suami

b. Suami meninggal dunia

4. Abstinensi sukarela

5. Abstinensi karena terpaksa (impotensi, sakit, berpisah sementara yang tidak bias

dihindari)

6. Frekuensi hubungan seks (tidak termasuk abstinensi)

Faktor-Faktor yang Mempengaruhi Kemungkinan Konsepsi, adalah:

1. Kesuburan dan kemandulan biologis (fekunditas dan infekunditas) yang

disengaja.

2. Menggunakan atau tidak menggunakan alat-alat kontrasepsi

a. Cara kimiawi dan cara mekanis

b. Cara-cara lain (seperti metoda ritma, dan senggama terputus)

95

3. Kesuburan atau kemandulan yang dipengaruhi oleh faktor-faktor disengaja,

misalnya sterilisasi.

Faktor-Faktor yang Mempengaruhi Selama Kehamilan dan Kelahiran, adalah:

1. Kematian janin karena faktor-faktor yang tidak disengaja

2. Kematian janin karena faktor-faktor yang disengaja

Gambar 1Suatu Kerangka Dasar Sederhana Untuk Analisa Fertilitas

4.5. Latihan

1. Pada tahun 1964 jumlah penduduk perempuan usia subur umur 15-49 tahun di

Indonesia besarnya 30.351.000 jiwa, sedangkan jumlah kelahiran pada tahun

tersebut sebesar 2.982.000 bayi. Carilah Tingkat Fertilitas Umum untuk

Indonesia tahun 1964.

2. Carilah GRR dari data berikut.

96

Tabel Perkiraan Gross Reproduction Rate Tahun 1964-1965 Untuk Indonesia

Golongan Umur

Jumlah Perempuan

Jumlah Kelahiran Bayi Perempuan

ASFRfi - per 1000 perempuan

15-19 3.755 199 …20-24 3.675 365 …25-29 4.43 366 …30-34 3.779 267 …35-39 3.303 163 …40-44 2.644 61 …45-49 1.944 14 …

∑ ASFRfi = …GRR = 5 ∑ ASFRfi = …

Sumber: Mantra, 1985

3. Carilah NRR dari data berikut.

Tabel Perhitungan Net Reproduction Rate

Golongan Umur

ASFRfi

per 1.000nLx nLx/lo ASFR x

nLxlo

15-19 52,99 379.868 379,868 …20-24 99,32 370.775 370,775 …25-29 82,62 359.285 359,285 …30-34 70,65 346.825 346,825 …35-39 49,35 334.528 334,528 …40-44 23,07 321.67 321,670 …45-49 7,20 307.228 307,288 …

Jumlah …Sumber: Mantra, 1985

4.6. Rangkuman

1. Fertilitas diartikan sebagai kelahiran hidup, yaitu terlepasnya bayi dari rahim ibu

dengan ada tanda-tanda kehidupan.

2. Pengukuran fertilitas adalah pengukuran fertilitas tahunan dan pengukuran

fertilitas kumulatif.

97

3. Pengukuran fertilitas tahunan terdiri dari tingkat fertilitas kasar, tingkat fertilitas

umum, tingkat fertilitas menurut umur, dan tingkat fertilitas menurut urutan

kelahiran.

4. Pengukuran fertilitas kumulatif terdiri dari tingkat fertilitas total, gross

reproduction rates, dan net reproduction rates.

4.7. Tes Formatif

Untuk suatu jumlah populasi hewan tertentu nilai qx (betina) dan fx (angka fertilitas

menurut umur untuk betina yang dilahirkan oleh betina) adalah sebagai berikut:

X qx fx

0

1

2

3

4

5

0,3

0,1

0,2

0,4

0,7

1,0

0

1

2

2

1

0

1. Hitunglah angka reproduksi bruto (GRR) dari data di atas

2. Hitunglah angka reproduksi neto (NRR) dari data di atas

3. Bagaimana perbandingan kedua angka reproduksi tersebut? Jelaskan pendapat

anda!

4.8. Tindak Lanjut



98



Rumus:


x100 %

Tingkat Penguasaan:





4.9. Kunci Jawaban

1. GFR dapat dihitung seperti berikut:

GFR= 2.982.00030.351.000

x1.000

= 98,25 kelahiran per 1000 perempuan usia 15-49 thn

2. Tabel hasil

Perkiraan Gross Reproduction Rate Tahun 1964-1965 Untuk Indonesia

7.Golongan

UmurJumlah

PerempuanJumlah Kelahiran Bayi Perempuan

ASFRfi - per 1000 perempuan

15-19 3.755 199 52,9920-24 3.675 365 99,3225-29 4.43 366 82,62

99

30-34 3.779 267 70,6535-39 3.303 163 49,3540-44 2.644 61 23,0745-49 1.944 14 7,20

∑ ASFRfi = 385,20GRR = 5 ∑ ASFRfi = 5 x 385,20 = 1926,0

Jadi dalam satu generasi sejumlah 1926,0 perempuan yang akan menggantikan 1.000

perempuan. Population council memperkirakan bahwa pada periode 1970-1980

angka GRR akan turun dari 1420 menjadi 1360 per 1.000 perempuan.

3. Tabel hasil

Perhitungan Net Reproduction Rate

Golongan Umur

ASFRfi

per 1.000nLx nLx/lo ASFR x

nLxlo

15-19 52,99 379.868 379,868 201,2920-24 99,32 370.775 370,775 386,2525-29 82,62 359.285 359,285 296,8430-34 70,65 346.825 346,825 245,0335-39 49,35 334.528 334,528 165,0940-44 23,07 321.67 321,670 74,2145-49 7,20 307.228 307,288 22,12

Jumlah 1.390,83Angka NRR sebesar 1.390,83 berarti bahwa dari 1.000 perempuan selama periode

masa reproduksinya rata-rata mempunyai 1.391 anak perempuan.


100




Modul 5

Mobilitas Penduduk

101

5.1. Deskripsi

Perilaku kelahiran dan kematian berbeda dengan mobilitas penduduk. Angka

kelahiran dan kematian pada periode waktu tertentu mempunyai sifat-sifat stabil.

Sebagai contoh pada tahun 1993 di indonesia tingkat kelahiran kasar dan tingkat

kematian kasar masing-masing besarnya 24,1 dan 7,8 per 1000 penduduk

pertengahan tahun. Angka-angka ini besarnya tidak berubah sampai akhir tahun

1995. Tetapi untuk mobilitas penduduk tidak ada sifat keteraturan (kestabilan) seperti

angka kelahiran dan kematian.

Berdasarkan sifat-sifat seperti tersebut diatas, maka perhitungan proyeksi

penduduk tidak mengikutsertakan komponen mobiltas penduduk. Apabila ada yang

mengikutsertakan dalam proyeksi penduduk, mereka mengasumsikan volume dan

arah mobilitas penduduk di suatu wilayah mengikuti rata-rata dari pola yang terjadi

selama beberapa tahun.

5.2. Relevansi

Pemahaman komponen demografi yang telah dipelajari di bab-bab

sebelumnya yaitu mortalitas dan fertilitas, akan menjadi pembanding perbedaan

dengan komponen mortalitas dalam masalah kependudukan. Masalah mobilitas

menjadi salah satu unsure penting yang harus dipahami oleh mahasiswa, karena

setiap saat, masalah ini terjadi di sekitar kita, dan perlu kajian mengkhusus untuk

permasalahan tersebut.


102

Mahasiswa memahami dengan baik tentang mobilitas penduduk, mencakup ruang

lingkup, sumber data, dan analisis data demografi, serta mengaplikasikannya dalam

data riil.

5.4. Uraian Materi

5.4.1. Sumber Data Mobilitas Penduduk dan Analisis

1) Sensus Penduduk

Sensus terdiri atas dua yaitu sensus lengkap, dan sensus sampel. Sensus

lengkap adalah pencacahan seluruh penduduk dengan responden kepala rumah

tangga. Responden ini memberikan informasi mengenai karakteristik demografi

anggota rumah tangganya.

Tidak banyak informasi mengenai mobilitas penduduk yang dapat diperoleh

dari Sensus Penduduk. Hal ini dapat dimengerti mengingat tujuan dari sensus ini

adalah mengumpulkan informasi yang bersifat umum mengenai keadaan social

ekonomi dan demografi penduduk di suatu Negara. Tidak banyak tempat yang

tersedia dalam kuesioner untuk menanyakan aspek tertentu secara mendalam.

Walaupun ada kelemahan-kelemahan, menurut Sundrum (1976), data migrasi

penduduk dari hasil sensus penduduk tahun 1971 merupakan data migasi yang

terbaik di Asia. Batas wilayah (space) yang digunakan oleh Biro Pusat Statistik

dalam penelitian mobilitas penduduk adalah propinsi dan batas waktu (time)

ditetapkan enam bulan. Jadi seseorang dikatakan melakukan migrasi apabila orang

tersebut melakukan gerak melintas batas propinsi mnuju ke propinsi lain dan

lamanya berada di propinsi tujuan adalah enam bulan atau lebih.

Migrasi Total dapat mengurangi sedikit kesalahan yag terjadi pada analisis

migrasi selama hidup. Jumlah Migrant Masuk Total (MTT) lebih banyak dari jumlah

Migran Masuk Semasa Hidup (MMS). Selisihnya akan didapat Migrant Kembali

(MK), atau dapat dinyatakan dengan rumus sebagai berikut :

MK=MMT−MMS

103

Pada tahun 1990 jumlah migrant masuk total di Indonesia sebanyak 17.830.555

jiwa, dan jumlah migrant masuk semasa hidup sebesar 14.779.303 jiwa maka pada

tahun 1990 jumlah migrant kembali sebesar

MK=17.830 .555−14.779 .303

¿3.051 .252 orang

Walaupun analisis migrant total dapat digunakan untuk menghitung migrant

kembali tetapi data yang ada tidak menginformasikan kapan proses mobilitas itu

tejadi. Untuk mengatasi kelemahan tersebut, maka dibuat analisis migrant risen

(recent migrants). Migran risen masuk ke suatu propinsi adalah mereka yang masuk

ke propinsi yang bersangkutan pada periode waktu 5 tahun yang lalu. Misalnya untuk

Sensus Penduduk tahun 1990, migrant risen adalah mereka yang masuk sebelum

tahun 1985 tidak berstatus migrant risen.

Untuk mengetahui jumlah migrant risen yang masuk ke suatu propinsi maka

kepada responden ditanyakan tempat tinggal 5 tahun yang lalu. Jadi yang

bersangkutan berstatus migrant risen. Sebaliknya ada seseorang yang menjawab

bahwa 5 tahun yang lalu ia sudah berada di propinsi sekarang, orang tersebut bukan

migrant risen.

2) Registrasi Penduduk

Registrasi penduduk mencatat-mencatat kejasian-kejadian (events)

kependudukan yang terjadi pada setiap saat, misalnya kelahirannya, kematian,

mobilitas penduduk keluar, dan mobilitas penduduk masuk, baik itu permanen

maupun nonpermanent. Di antara mobilitas penduduk permanen dan nonpermanent.

Catatan mobilitas penduduk permanen lebih lengkap disbanding dengan mobilitas

penduduk nonpermanent. Orang-orang yang pindah domisili harus mempunyai surat

pindah dari daerah asal, selanjutnya disampaikan pada kantor kelurahan/desa dimana

mereka akan menetap.

3) Survei Penduduk

104

Data mobilitas penduduk bisa juga didapatkan dari penelitian survey yang

dilaksanakan di suatu wilayah. Misalnya survey mobilitas tenaga kerja dari Lombok

menuju Malaysia. Data mobilitas penduduk yang dihasilkan dari survey ini lebih

bervariasi daripada data yang didapat dari sensus penduduk dan registrasi penduduk.

Umumnya penelitian mobilitas penduduk yang dilaksanakan oleh intansi,

lembaga tertentu, atau perseorangan berskala mikro. Biasanya yang diteliti adalah

aspek-aspek ekonomi, proses, dan dampak mobilitas terhadap tingkat ekonomi rumah

tangga daerah asal.

Ada dua pendekatan dalam mendapatkan data tentang mobilitas penduduk di

suatu daerah, yaitu pendekatan prospektif. Pendekatan retrospektif adalah

menanyakan riwayat mobilitas penduduk yang dilaksanakan oleh pelaku mobilitas

yang telah kembali ke daerah asal.

5.5. Latihan

1. Ada kecenderungan penduduk yang berpendidikan tinggi biasanya lebih banyak

melaksanakan mobilitas daripada yang berpendidikan rendah. Jelaskan mengapa

demikian?

2. Perilaku apa saja yang biasa terjadi pada pelaku mobilitas setelah mencapai

tujuan?

5.6. Rangkuman

1. Mobilitas penduduk adalah peristiwa pergerakan atau perpindahan penduduk

dari sebuah lokasi ke lokasi yang lain.

2. Mobilitas dibagi menjadi dua yaitu mobilitas vertical dan mobilitas horizontal.

3. Sumber data mobilitas dari sensus penduduk, registrasi penduduk, dan survey

penduduk.

5.7. Tes Formatif

1. Tuliskan satu kasus yang dimaksud mobilitas vertical dan mobilitas horizontal!

105

2. Uraikan beberapa kesulitan dalam mendata masyarakat jika dihubungkan dengan

masalah mobilitas penduduk!

3. Menurut anda, langkah apa yang harus ditempuh untuk menanggulangi sulitnya

mendata masyarakat dalam hubungannya dengan status migrannya?

5.8. Tindak Lanjut


sesuaikan dengan kunci jawaban yang ada di bagian terakhir modul 5 ini. PErtanyan

yang lebih banyak mengarah pada pendapat, sehingga menuntut jawaban yang jelas

dan mudah dimengerti. Hitung jawaban anda yang benar kemudian gunakan rumus di

bawah ini untuk menentukan tingkat penguasaan anda terhadap materi modul ini.

Rumus:


x100 %

Tingkat Penguasaan:





5.9. Kunci Jawaban

1. Penduduk yang berpendidikan tinggi memiliki daya saing yang lebih tinggi

dengan tingkat adaptasi yan lebih tinggi pula, Sehingga keinginan untuk

mendapatkan yang lebih juga semakin tinggi karena memiliki kemampuan.

Untuk meraih itu semua, maka mereka melakukan mobilitas, dengan berpindah

106

ke lokasi lain. Hal lain yang bias menjadi penyebab, karena faktor pekerjaan.

Yaitu penduduk yang berpendidikan tinggi dengan pekerjaan yang bagus, akan

berpeluang untuk selalu dipindah-pindahkan sebagai bagian dari tuntutan karir.

2. Berbagai perilaku yang biasa dilakukan oleh pelaku mobilitas, diantaranya:

1) Di saat baru sampai ke lokasi, biasanya sibuk untuk mengunjungi sanak

saudara

2) Mencari informasi yang berhubungan dengan tujuan perjalanannya.

3) Mulai melakukan interaksi social dengan sekitarnya.

4) dll





Modul 6

107

Proyeksi Penduduk

6.1. Deskripsi

Semua perencanaan pembangunan sangat membutuhkan data penduduk tidak

saja pada saat merencanakan pembangunan tetapi juga pada masa-masa mendatang

yang disebut dengan proyeksi penduduk. Proyeksi penduduk bukan merupakan

ramalan jumlah penduduk untuk masa mendatang, tetapi suatu perhitungan ilmiah

yang didasarkan asumsi dari komponen-komponen laju pertumbuhan penduduk yaitu

kelahiran, kematian, dan migrasi penduduk. Ketiga komponen inilah yang

menentukan besarnya jumlah penduduk dan struktur penduduk di masa yang akan

datang.

Ketajaman proyeksi penduduk sangat tergantung pada ketajaman asumsi tren

komponen pertumbuhan penduduk yang dibuat. Menurut BPS(1998), untuk

menentukan asumsi tingkat kelahiran, kematian, dan perpindahan di masa yang akan

datang diperlukan data yang menggambarkan tren di masa lampau hingga saat ini,

factor-faktor yang mempengaruhi masing-masing komponen, dan hubungan antara

satu komponen dengan yang lain serta target yang akan dicapai atau diharapkan pada

masa yang akan datang.

6.2. Relevansi

Pengetahuan tentang proyeksi penduduk sangat penting karena berhubungan dengan

kebijakan-kebijakan yang akan dibuat yang berhubungan dengan penduduk yang ada.

Teknik-teknik proyeksi dalam demografi sangat diperlukan mahasiswa, sehingga

pemahaman dan pengaplikasiannya dapat diterapkan sebagai mahasiswa statistika.


108

Mahasiswa memahami dengan baik tentang proyeksi, cara dan metode proyeksi,

dengan menggunakan 3 landasan komponen demografi yaitu fertilitas, mortalitas,

dan mobilitas.

6.4. Uraian Materi

6.4.1. Data Dasar dalam Proyeksi Penduduk

1) Evaluasi Data Umur dan Jenis Kelamin

Menurut BPS (1998), data yang diporeleh dari hasil sensus dan survey

biasanya masih mengandung beberapa kesalahan, walaupun telah diusahakan agar

kesalahan tersebut tidak terjadi atau sekecil mungkin. Kesalahan yang paling sering

ditemukan adalah kurang tepatnya pelaporan umur. Kesalahan ini sering terjadi,

antara lain karena banyak penduduk terutama di daerah pedesaan yang tidak

melaporkan umur mereka dengan benar. Hal ini disebabkan karena memang

penduduk tersebut tidak mengetahui tanggal kelahirannya atau umurnya, sehingga

pelaporan umurnya hanya berdasarkan perkiraan dia sendiri atau perkiraan pencacah.

Selain itu walaupun ada penduduk yang mengetahui umurnya secara pasti tetapi

karena alasan-alasan tertentu melaporkan umurnya lebih tua atau lebih muda dari

umur sebenarnya.

Seperti telah disebutkan di atas, salah satu data dasar yang dibutuhkan untuk

membuat proyeksi penduduk dengan metode komponen adalah jumlah penduduk

yang dirinci menurut umur dan jenis kelamin. Oleh karena itu, untuk keperluan

proyeksi ini data dasar yang mengandung beberapa kesalahan perlu dievakuasi secara

cermat, kemudian dilakukan perapihan (adjustment) dengan tujuan untuk menghapus

atau memperkecil berbagai kesalahan yang ditemukan. Mengingat pentingnya data

mengenai umur, maka untuk memperoleh keterangan tentang umur yang lebih baik

dalam sensus penduduk yang lalu dan SUPAS 1995 oleh BPS telah ditempuh

berbagai cara. Bagi responden yang tahu tanggal lahirnya, dalam kalender Masehi,

umur responden bisa langsung dihitung, sedangkan bagi responden yang tahu tanggal

kelahirannya dalam kalender Islam, Jawa, dan Sunda, umur responden dihitung

109

dengan menggunakan tabel konversi kalender yang disediakan dalam buku pedoman

pencacahan. Terakhir, untuk responden yang tidak tahu tanggal kelahirannya, tetap

diupayakan memperoleh keterangan tentang umur dengan menghubungkan kejadian

penting setempat atau nasional, atau membandingkan dengan umur orang / tokoh

setempat yang diketahui waktu kelahirannya (BPS, 1998).

2) Perapihan Umur

Perapihan umur dilakukan dengan tujuan untuk memperkecil kesalahan yang

ada dalam data tersebut. Jika hal tersebut tidak dilakukan maka kesalahan-kesalahan

itu akan terbawa ke dalam perhitungan proyeksi, sehingga akan mempengaruhi

jumlah dan struktur umur penduduk dalam periode proyeksi tersebut. Dalam

melakukan perapihan umur kesulitan yang dihadapi adalah tidak diketahui secara

pasti letak kesalahan-kesalahan yang ada, sehingga sulit menentukan umur-umur

mana saja yang sudah pasti salah dan mana yang benar, sehingga perapihan

dilakukan untuk semua kelompok umur (BPS, 1998).

BPS mengadakan perapihan data dasar penduduk menurut umur dan jenis

kelamin (SUPAS 1995) dilakukan dalam tiga tahapan yang berbeda. Pertama,

merapikan data penduduk umur (10-64) tahun. Kedua, merapikan data penduduk

umur 65 tahun keatas, ketiga tahap terakhir adalah merapikan data penduduk umur

(0-9) tahun. Masing masing tahap perapihan data dasar dilakukan dengan metode

yang berbeda.

Tahap pertama menggunakan metode dari Perserikatan Bangsa-Bangsa (UN,

1956) yang disusun dalam paket computer Micro Computer Programs for

Demographics Anlysis (MCPDA). Secara umum formula yang digunakan adalah

sebagai berikut :

S=1/16 (−Px−2+4 Px−1+10 Px+4 Px+ 1−Px+ 2)

Sebagai contoh :

P25−29=1/16(−P15−19+4 P20−29+10 P25−29+4 P30−34−P35−39)

110

Tahap kedua adalah perapihan penduduk yang berusia 65 tahun ke atas,

menggunakan distribusi umur penduduk 65 tahun ke atas dari suatu Negara yang

penduduknya sudah stabil. Kelompok penduduk ini tidak besar pengaruhnya

terhadap hasil proyeksi karena jumlahnya relatif kecil dan dalam waktu relatif

singkat akan berkurang dan menjadi nol.

Tahap terakhir adalah merapikan penduduk yang berumur 0-4 dan 5-9 tahun ,

jumlah penduduk kelompok ini, terutama yang berumur 0 dan 1 tahun, jauh lebih

kecil daripada yang diharapkan yang diduga karena lewat cacah. Untuk merapikan

diperlukan data tentang tingkat elahiran total (TFR) masa lampau yang

menggambarkan keadaan paling tidak 10 tahun sebelum pencacahan, dan jumlah dan

susunan umur wanita usia subur serta tingkat kematian dalam kurun waktu yang

sama (BPS, 1998).

6.4.2. Perkiraan Antar Sensus dan Sesudah Sensus

6.4.3. Metode Komponen dalam Pembuatan Proyeksi Penduduk

Metode komponen merupakan metode proyeksi terhadap komponen-

komponen demografi misalnya kematian (mortalitas), kelahiran (fertilitas), dan

migrasi penduduk. Untuk pembuatan proyesi penduduk dengan metode komponen

perlu dipersiapkan data sebagai berikut.

1) Data Dasar

Data dasar berupa komposisi penduduk menurut umur. Karena pola kematian

menurut umur untuk penduduk laki-laki berbeda dengan penduduk perempuan, maka

pembuatan proyeksi penduduk harus dipisahkan antara penduduk laki-laki dan

penduduk perempuan. Sebagai contoh akan dibuat proyeksi penduduk perempuan

(desa dan kota) untuk Propinsi Jawa Tengah dengan data dasar Sensus Penduduk

tahun 1990 seperti terlihat dalam tabel 2.

111

Tabel 5. Komposisi Penduduk Perempuan (Desa dan Kota) Menurut Kelompok Umur Propinsi Jawa Tengah Tahun 1990

Kelompok Umur (Desa)

Jumlah Kelompok Umur (Kota)

Jumlah

0-4 1572492 40-44 6838845-9 1721002 45-49 69105210-14 1685712 50-54 58350115-19 1331491 55-59 50461320-24 1243806 60-64 38173325-29 1114547 65-69 23060630-34 851703 70-74 16588535-39 659640 75+ 165943

2) Tabel Kematian (Life Table)

Hingga kini tabel kematian (life tabel) untuk masing-masing propinsi di

Indonesia belum ada, maka pembuatan proyeksi penduduk di Indonesia juga untuk

masing-masing propinsi digunakan Regional Model Life and Stable Population

karangan Ansley J. Coale, dan Paul Demeny (1994). Tabel kematian yang sementara

ini cocok digunakan di Indonesia adalah Model West. Selanjutnya dari tabel-tabel ini

dipilih tabel kematian yang sesuai dengan wilayah yang akan dibuat proyeksinya.

Pemilihan tabel kematian didasarkan kepada level of mortality dan angka harapan

hidup waktu lahir. Setelah dipilih tabel kematian yang sesuai, maka kolom yang akan

digunakan untuk keperluan pembuatan proyeksi adalah Survival Ratio (SR) dengan

simbol n Px.

3) Angka Kelahiran

Untuk memproyeksikan penduduk umur (0-4) tahun diperlukan proyeksi

angka kelahiran. Sebagai contoh, kita telah mempunyai jumlah penduduk perempuan

(0-4) tahun pada tahun 1990 sebagai penduduk dasar proyeksi. Untuk menghitung

proyeksi penduduk perempuan (0-4) tahun pada tahun 1995 dibutuhkan angka

kelahiran bayi perempuan antara tahun 1990 hingga tahun 1995. Proyeksi angka

kelahiran penduduk ditempuh dengan jalan mengalikan tingkat kelahiran menurut

112

kelompok umur ( ASBRi ) dengan proyeksi jumlah penduduk perempuan pada

kelompok umur yang bersangkutan dibagi dengan 1000(k).

( ASBRi )=Bi

Pfi

×k atau Bi=( ASBRi ) × P fi

k

Diasumsikan bahwa besarnya angka ( ASBRi ) selama periode waktu proyeksi (mis.

1990-2005) tetap, maka untuk mendapatkan proyeksi angka kelahiran pada 5 tahun

berikutnya didapat dengan mengalikan ( ASBRi ) dengan proyeksi Pfi dibagi dengan k.

Angka Bi ini adalah jumlah kelahiran bayi laki-laki dan perempuan menurut

kelompok umur i. untuk mendapatkan jumlah kelahiran seluruh bayi laki-laki dan

perempuan maka Bi dijumlahkan. Karena proyeksi penduduk yang dibuat adalah

proyeksi penduduk perempuan, maka perlu dicari angka kelahiran bagi perempuan

dengan menggunakan rasio jenis kelamin kelahiran (sex ratio at birth).

4) Rasio Kelahiran Menurut Jenis Kelamin

pada tahun 1990 untuk Propinsi Jawa Tengah rasio kelahiran menurut jenis

kelamin (sex ratio at birth) adalah 107, yang berarti tiap kelahiran 100 bayi

perempuan terdapat 107 kelahiran bayi laki-laki. Di muka telah disebutkan

bahwa kita telah menghitung seluruh kelahiran bayi laki-laki dan perempuan

dengan menjumlahkan kelahiran menurut kelompok umur, atau dengan rumus

ditulis.

( BM+F )=∑ Bi ( M+F )

Dengan memperlihatkan sex ratio at birth (SBR) sebesar 107 maka

kelahiran bayi perempuan dapat ditulis dengan rumus.

BF=100207

× B(M+F)

5) Estimasi Migrasi Penduduk

BPS (1998) berdasarkan data SUPAS 1995 mengikutsertakan komponen

migrasi penduduk dalam perhitungan proyeksi penduduk. Untuk keperluan

113

proyeksi ini data migran yang dipakai adalah migran risen yaitu migran yang

dihitung berdasarkan tempat tinggal 5 tahun yang lalu dibandingkan dengan

tempat tinggal sekarang. Unit migrasi yang dipakai adalah pindah antarpropinsi,

sehingga pindah antarkabupaten/ kotamadya tetapi masih dalam satu propinsi

dikategorikan bukan migran. Bagi Indonesia secara keseluruhan angka migrasi

internasional dapat diabaikan (diasumsikan 0). Estimasi migran risen masuk,

keluar, dan migran neto, dikelompok-kelompokkan menurut umur dengan

jenjang 5 tahun. Dengan menerapkan metode Life Table Survival Ratio dari

buku NM:”Methode of Measuring Internal Migration Normal VI, dihitung

besarnya migran perkelompok umur.

Karena sulit untuk menentukan pola migrasi di masa datang, dan keadaan

migrasi pada masa-masa yang akan datang tidak dapat diperkirakan, maka untuk

keperluan proyeksi diasumsikan bahwa pola atau angka migran per tahun yang

terjadi pada periode 1990-1995 akan sama dengan pola atau migrasi untuk

periode 1995-2005. Menurut BPS (1998) mungkin keadaan ini kurang tepat,

tetapi karena belum ada metode estimasi migrasi di masa yang akan datang maka

estimasi ini dapat dipergunakan. Setelah dilakukan perhitungan ternyata

pengaruh migrasi terhadap penduduk di setiap propinsi sangat kecil. Hal ini

terjadi karena jumlah atau angka migrasi masih relatif kecil, sedangkan jumlah

penduduk di setiap propinsi sudah relatif besar.

6.4.4. Langkah-langkah Pembuatan Proyeksi Penduduk

1) Langkah Pertama

Dari data dasar penduduk perempuan menurut umur di Propinsi Jawa Tengah,

masing-masing dikalikan dengan Survival Ratio (SR), lalu didapat jumlah penduduk

perempuan pada tahun 1995 tetapi pada kelas yang lebih tinggi. Sebagai contoh

penduduk perempuan kelompo umur (0-4) tahun sebesar 1.572.492 orang dikalikan

dengan Survival Ratio yang besarnya 0,97441 menghasilkan penduduk kelompok

umur (5-9) tahun 1995 yang besarnya 1.532.252 (Tabel 4.2). Perlu dijelaskan bahwa

114

proyeksi penduduk perempuan kelompok umur (0-4) tahun pada tahun 1995 belum

dapat dikerjakan karena harus dihitung lebih dahulu jumlah kelahiran bayi

perempuan tahun 1990/1995.

Sebenarnya ada baiknya terlebih dahulu membuat proyeksi penduduk

perempuan menurut kelompok umur karena akan didapat proyeksi penduduk

perempuan perempuan usia reproduksi. Data ini akan dipergunakan untuk mencari

proyeksi angka kelahiran. Dalam kasus ini diasumsikan bahwa tidak ada migrasi

masuk dan migrasi keluar dan kalau ada, jumlahnya hanya sedikit dan secara statistic

tidak penting (signifinance), tingkat kelahiran dan tingkat kematian turun dengan

moderat setelah tahun 1990.

Tabel 6. Proyeksi Penduduk Perempuan Jawa Tengah 1990-2005 Menurut Umur, Desa+kota

UmurPdd prp SR 90/95 Pdd prp SR 95/00 Pdd prp SR 00/05 Pdd prp

SP 1990 Level 17 1995 Level 18 2000 Level 19 20050 1670741 0,91708 1900928 0,93240 2102565 0,94282 -0-4 1572492 0,97441 1532203 0,98003 1768319 0,98514 19823405-9 1721002 0,99024 1532252 0,99213 1501605 0,99389 174204210-14 1685712 0,98950 1704205 0,99143 1520193 0,99323 149243015-19 1131491 0,98553 1668012 0,98803 1689600 0,99036 150990120-24 1243806 0,98223 1312224 0,98518 1648046 0,98794 167331225-29 1114547 0,97953 1221704 0,98281 1292777 0,98590 162817130-34 851703 0.97633 1091732 0,97990 1200703 0,98328 127454935-39 659640 0,97210 831543 0,97592 1069788 0,97951 117610040-44 683884 0,96600 676232 0,96981 811519 0,97352 10486845-49 691052 0,95502 660632 0,95928 655817 0,96347 79003050-54 583501 0,93775 659969 0,94289 633731 0,94796 63186055-59 504613 0,90968 547178 0,91624 622278 0,92276 60075260-64 381733 0,86524 45036 0,87338 501346 0,88152 57421365-69 230606 0,79681 330291 0,80629 400913 0,81584 44194770-74 165885 0,69691 183749 0,70747 266310 0,71816 32708175+ 165945 0,44309 18915 0,45358 215785 0,46443 291470

2) Langkah Kedua

Untuk mendapatkan angka jumlah kelahiran pada masa-masa mendatang,

maka angka ASBRi yang sudah dipersiapkan dikalikan dengan proyeksi jumlah

115

penduduk perempuan menurut kelompok umur pada usia reproduksi. Digunakannya

angka ASBRi yang sama untuk seluruh proyeksi penduduk dengan asumsi bahwa

sifat kelahiran dan kematian stabil pada periode waktu-waktu tertentu (dalam kasus

Propinsi Jawa Tengah periode 1990-2005). Perhitungan proyeksi kelahiran pada

periode proyeksi dapat dilihat dalam Tabel 6.3

Tabel 7. Proyeksi Jumlah Kelahiran di Propinsi Jawa Tengah pada Tahun 1990 dan 1995

Kelompok

Umur (th)ASBRi

Pdd prp

i 1990

Kelahiran i

1990

Pdd prp

i 1995

Kelahiran i

1995

(1) (2) (3) (4)=(2x3)/1000 (5) (6)=(2x5)/100015-19 73 1331491 97199 1668012 12176520-24 176 1243806 218910 1312224 23095125-29 153 1114547 170526 1221704 18692130-34 111 851703 94539 1091732 12118235-39 65 659640 45217 831543 5405040-44 25 683884 17097 676232 1690645-49 6 691052 4146 660632 3964

647634(B1990) 735739(B1995)

3) Langkah Ketiga

Dalam Tabel 6.3 telah dihitung jumlah kelahiran total tahun 1990 sebesar

647634 kelahiran dan pada tahun 1995 diproyeksikan sebesar 735739 kelahiran. Pada

periose tahun 1990-1995 jumlah kelahiran total (L+P) sebesar :

5 x=647634+7357392

=3458433 orang

4) Langkah Keempat

Setelah memproyeksikan jumlah kelahiran total (lk+pr), pada periode 1990-

1995 perlu dihitung jumlah kelahiran bayi perempuan saja. Untuk ini perlu

diperhatikan rasio jenis kelamin kelahiran, yang besarnya 107. Jadi jumlah kelahiran

bayi perempuan pada periode 1990-1995 sebesar :

100207

× 3458433 kelahiran=1670741 kelahiranbayi perempuan

116

Letakkan angka ini pada kolom 2 (tabel 5) pada kelahiran (umur 0 tahun).

Kerjakan hal yang sama untuk kelahiran bayi perempuan periode 1995-2000 dan

2000-2005 tahun.

5) Langkah Kelima

Angka kelahiran pada kolom 2 (tabel 5) lalu dikalikan dengan Survival Ratio

di kolom 3 yang besarnya 0,91708 (lihat tabel 3) didapatkan proyeksi penduduk

perempuan umur 0-4 tahun sebesar 1.532.203 orang tahun 1995

6) Langkah Keenam

Proyeksi penduduk pada kelompok terakhir (75+) digunakan rumus :

( P70−74 ) × ( SR70−74 )+¿

Contoh : penduduk perempuan umur 75+ pada tahun 1995

(165.885 ×0,69691 )+(165.934 × 0,44309 )=115.607+73.528=18913

6.4.5. Landasan Untuk Proyeksi

1) Landasan Mortalitas Untuk Proyeksi

Turunnya angka mortalitas merupakan salah satu gambaran demografis yang

menandai abad ke-20. Di semua Negara penurunan tersebut harus

berlangsungmeskipun angkanya berebeda dan dalam menyusun proyek biasanya

sudah diasumsika bahwa angka kematian akan tetap menurun. Proyeksi yang

sebenarnya menyangkut penggunaan factor orang-orang yang masih hidup,dan apbila

mortalitas diasumsikan tetap konstan maka factor proyeksi tersebut dihiutng dari

suatu life table.Model life table yang dipersiapkan oleh PBB dapat digunakan untuk

proyeksi ini.

2) Landasan Fertilitas Untuk Proyeksi

117

Dalam menghitung proyeksi penduduk biasanya digunakan angka fertilitas

khusus menurut umur. Angka fertlitas tersebut diasumsikan senantiasa tetap konstan

untuk masa akan datang atau mengikuti suatu kecendrungan tertentu.Unutk setiap

kelompok umur lima tahun, perkiraan jumlah penduduk dikalikan dengan angka

kelahiran khusus menurut umru yang diasumsikan,dan kemudian dijumlahkan untuk

semua umur agar dapat diproleh jumlah seluruh kelahiran. Untuk menyusun proyeksi

selanjutnya disarankan agar jumlah kelhiran dibagimenjadi kelompok pria dan wanita

dengan mengasumsikan nilai terbaik nilai untuk rasio jenis kelamin pada saat

kelahiran. Di samping itu dapat pula diterapkan prosedur yang sama untuk

menghitnung jumlah kelahiran apabila dpergunakan fertilitas yang lebih kasar,yakni

angka fertilitas umum atau angka kelhairan kasar. Di pihak lain apabila tersedia data

penduduk menurut klasifikasi umur,jenis kelmain status perkawinan dan lamanya

masa perkawinan, dan kemudian dikehendaki untuk menggunakan fertilitas dalam

perkawinan yang sah dan tidak sah dan yang terkhir ini dispesifikasikan menurut

umum dan lamanya masa perkawinan,maka system pendekatan umum dapat

dimodifikasi untuk memproleh nilai jumlah kelhiran.

Perkiraan mengenai kecendrungan fertilitas pada masa akan datang pada

hakekanya jauh lebih sulit dibandingkan dengan angka mortalitas.Kita dapat

mengasumsikan adanya penurunan angka mortalitas,namununtuk tingkat fertilitas

terganutng dari kebiasaan social dan sukap masyarakat,factor tersbut secara

kompratif dapat berubah cepat.Apabila sampai sebegitu jauhdapat disusun perkiraan

yang wajar meliputi jangka waktu yang singkat dengan menggunakan

analisakecendrungan masa lampau,kadang-kadang timbul kekeliruan yang cukup

besar bagi perkiraan fertilitas mencakup masa akan datang cukuo lama.Kekliruan

perkiraan fertilitas akan banyak membawa pengaruh terhadap perkiraan pertumbuhan

penduduk maupun komposisi penduduk dibandingkan denga kekeliruan yang terjadi

dalam perkiraan mortalitas.

3) Landasan Migrasi Untuk Proyeksi

118

Bagi banyak Negara migrasi neto tidak dianggap begitu penting, dan kadang-

kiadang malah tidak diperhitungkan di dalam penyusunan proyeksi

penduduk.Terlepas dari anggapan tersebut sesungguhnya, masalah migarsi neto perlu

juga diperhitungkan.Terlepas dari pengaruhnya terhadap jumlah seluruh

penduduk,pada haekatnya migrasi mempengaruhi juga distribusi umur-jenis kelamin

karena struktur umur,jenis kelamin para migrant biasanya berbeda. Di samping itu

para migrant mempunyai karakteristik mortalitas dan fertilitas yang berbeda pula,

yang pada akhirnya akan mempengaruhi jumlah penduduk.

6.5. Latihan

1. Jelaskan pengertian proyeksi penduduk?

2. Sebutkan 3 landasan proyeksi dalam demografi, jelaskan perbedaannya!

3. Adakah metode terbaik yang harus digunakan dalam kepentingan proyeksi

demografi?

6.6. Rangkuman

1. Proyeksi penduduk bukan merupakan ramalan jumlah penduduk untuk masa

mendatang, tetapi suatu perhitungan ilmiah yang didasarkan asumsi dari

komponen-komponen laju pertumbuhan penduduk yaitu kelahiran, kematian, dan

migrasi penduduk.

2. Data dasar yang diperlukan untuk pembuatan proyeksi penduduk adalah sebagai

berikut :

a) Jumlah penduduk menurut kelompok umur dan jenis kelamin sebagai data

dasar pembuatan proyeksi penduduk.

b) Besar dan perkembangan angka kelahiran, kematian, dan migrasi penduduk.

c) Tabel kematian yang sesuai dengan perkembangan komponen demografi

3. Adapun landasan – landasan yang dipakai dalam proyeksi penduduk yaitu :

mortalitas, fertilitas, dan migrasi

119

6.7. Tes Formatif

1. Apa perbedaan proyeksi penduduk dengan proyeksi penjualan?

2. Sebutkan metode-metode analisis statistic yang dapat digunakan dalam

kepentingan proyeksi demografi?

3. Menurut anda, apakah masalah demografi memang mutlak harus diproyeksi?

6.8. Tindak Lanjut


sesuaikan dengan kunci jawaban yang ada di bagian terakhir modul 5 ini. Pertanyan

yang lebih banyak mengarah pada pendapat, sehingga menuntut jawaban yang jelas

dan mudah dimengerti. Hitung jawaban anda yang benar kemudian gunakan rumus di

bawah ini untuk menentukan tingkat penguasaan anda terhadap materi modul ini.

Rumus:


x100 %

Tingkat Penguasaan:





6.9. Kunci Jawaban

1. Proyeksi penduduk adalah perhitungan ilmiah yang didasarkan asumsi dari

komponen-komponen laju pertumbuhan penduduk yaitu kelahiran, kematian,

120

dan migrasi penduduk. Ketiga komponen inilah yang menentukan besarnya

jumlah penduduk dan struktur penduduk di masa yang akan datang.

2. Landasan mortalitas, landasan fertilitas, dan landasan migrasi.

3. Pemilihan metode analisis dalam proyeksi tergantung kepentingan dan landasan

yang digunakan.





Modul 7

Sampel Survai Demografi

121

7.1. Deskripsi

Survey sample demografi sudah dilakukan oleh banyak Negara, bertujuan

untuk mendapatkan data demografis tambahan yang tidak diperoleh melalui sensus,

juga untuk menguji ketepatan sumber data demografis tradisional, yakni sensus

penduduk dan system pendaftaran vital. Beberapa masalah yang biasanya menjadi

penelitian survey adalah bidang social, ekonomi, psikologi, dan factor-faktor lain

yang berpengaruh terhadap fertilitas, mortalitas, dan mobilitas penduduk.

Beberapa tahapan dalam survey demografi yang harus dilakukan, adalah:

1. Tahap persiapan, yang mencakup penentuan sasaran dan ruang lingkup survey,

desain kuesioner, desain sampel, mengorganisir tugas lapangan dalam kegiatan

survey.

2. Tahap pengambilan data.

3. Tahap analisis data

4. Tahap pembuatan laporan.

7.2. Relevansi

Materi sample survey demografi sangat penting bagi mahasiswa dalam proses

pengambilan data demografi yang selanjutnya sampai pada tahap pengambilan

keputusan dan analisis kondisi demografi. Kemampuan mahasiswa dalam materi

lainnya, misalnya kemampuan dalam metode statistika, pemodelan statistika dengan

beberapa analisis statistika akan sangat membantu dalam tahap analisis data

demografi.


122

Mahasiswa membuat laporan tentang Survai Demografi dengan tahapan-tahapan dan

ukuran yang telah dipelajari..

7.4. Uraian Materi

7.4.1. Pengertian

Sampel survey demografi adalah sampel yang terpilih dalam survey

demografi yang dilakukan dan berhubungan dengan masalah fertilitas, mortalitas,

dan mobilitas penduduk. Pemilihan sampel berdasarkan dengan tujuan survey, dan

biasanya adalah yang terpilih adalah rumah tangga yang diwawancarai sesuai dengan

tujuan survey. Pelaksanaan survey demografi karena beberapa informasi yang lebih

mendetail lagi tentang ukuran-ukuran dan masalah demografi belum diperoleh

melalui kegiatan sensus yang dilaksanakan pemerintah. Sehingga, kegiatan survey

demografi dilakukan dengan tujuan melengkapi informasi dari sensusu penduduk.

7.4.2. Tahap Persiapan

1) Menentukan sasaran dan ruang lingkup

Hal ini dimaksudkan untuk penentuan secara tepat sasaran penyelenggaraan

survey, kegunaan hasil survey, cakupan sampel, cakupan masalah dan hasil yang

akan dicapai. Dalam menentukan sasaran dan ruang lingkup harus pula diperhatikan

beberapa factor, khususnya dalam masalah keterbatasan dana, waktu, tenaga dan

fasilitas.

Sebagai contoh dalam Survey Formasi Keluarga, sasaran survey untuk

menyelidiki:

a. Hubungan antara fertilitas dengan berbagai factor, misalnya factor social, factor

ekonomi, pendidikan, dan lain-lain.

b. Interval kelahiran dalam keluarga

c. Aspirasi awal pasangan suami isteri dalam menentukan jumlah anak yang

diinginkan

123

d. Praktek beberapa metode keluarga berencana

e. Pendapat tentang keluarga yang ideal

2) Desain kuesioner

Desain kuesioner sangat penting, karena berhubungan dengan masalah biaya,

waktu, kesesuaian dengan tujuan survey, dan hasil akhir. Penyajian bentuk kuesioner

yang kurang tepat dengan survey, dapat memakan waktu yang lama, biaya yang

tinggi, kekaburan tujuan survey, dan perhitungan menjadi tidak tepat.

Kuesioner yang baik, harus memuat berbagai pertanyaan yang ringkas dan

mudah dipahami responden. Isi pertanyaan sesuai dengan tujuan survey, sehingga

dalam perhitungan atau analisis data juga tepat dalam menemukan sebuah hasil akhir.

Pertanyaan memuat pengertian jelas, mengandung pengertian yang sama baik untuk

peneliti maupun responden sendiri, mencerminkan satu dimensi, secara absolute

harus mengandung relevansi dengan permasalahan yang sedang diteliti, dan tidak

diwarnai oleh sugesti yaitu bukan merupakan pertanyaan yang sifatnya menjurus ke

arah sesuatu maksud tertentu (not a leading question), dan harus pula secara langsung

dapat diterapkan kepada responden.

Pertanyaan dapat diperoleh melalui dua cara yaitu pertanyaan terbuka dan

tertutup. Pertanyaan tertutup biasanya memerlukan jawaban yang sudah ditentukan

dalam pertanyaan kuesioner, dimana jawabannya meliputi sejumlah jawaban yang

secara timbal balik bersifat eksklusif, dan tuntas yang dapat bebas dipilih responden.

Pertanyaan terbuka mendorong responden untuk bercerita, sehingga banyak

informasi dan data yang dapat diperoleh dari wawancara tersebut. Jawaban

pertanyaan terbuka sulit diramalkan ruang lingkupnya, karena responden bebas untuk

mengemukakan pendapatnya, sehingga pewawancara harus bekerja lebih lama dan

diperlukan kecakapan yang lebih mantap, bahkan biasanya jawaban responden

meragukan dan tidak mempunyai idea tau pendapat. Akibatnya, dalam sebuah

kuesioner, terkadang digabungkan antara pertanyaan tertutup dan terbuka.

124

3) Desain sampel

Desain sampel adalah proses dalam menentukan atau mengambil keputusan

akan sampel yang diambil dalam survey. Keputusan ini harus berdasarkan beberapa

factor tertentu, diantaranya besarnya populasi, bentuk sampling, jumlah

pengelompokkan, karateristik yang akan diperkirakan. Beberapa desain alternative

sudah tersedia, tetapi para peneliti harus memilih desain yang paling tepat dengan

survey.

Tujuan utama penyusunan desain sampel adalah untuk menghasilkan data

statistic yang seakurat mungkin dalam waktu, biaya, dan hasil. Setelah jelas desain

sampel yang dgunakan, biasanya langkah selanjutnya harus menentukan besar

sampel yang akan diambil. Beberapa desain sampel dapat dilihat kembali dalam mata

kuliah teknik sampling.

4) Organisasi tugas lapangan

Survey memerlukan tim atau tenaga kerja. Pertama, adalah merekrut

pewawancara, kemudian melatihnya. Selain pewawancara juga diperlukan pengawas

lapangan atau supervisor. Diperlukan pembagian tugas yang jelas, dan dalam bekerja

awal diperlukan biaya yang harus diberikan kepada semua anggota tim.

Dalam proses kerjanya, perlu pantaua dan monitoring pekerjaan survey, untuk

menghindari kesalahan dalam pengambilan data di lapangan, mengingat terbatasnya

waktu dan kesalahan responden akan mempengaruhi hasil penelitian. Namun, sebuah

survey terkadang harus diulangi karena beberapa alas an, misalnya ada informasi

baru yang dibutuhkan, atau kesalahan data yang besar.

7.4.3. Tahap Pengambilan Data Survey

125

Setelah terbentuk tim atau tenaga, maka dilakukan pengambilan data di

lapangan, berdasarkan desain dan besar sampel yang sudah ditentukan. Kuesoner

yang digunakan sebelumnya sudah harus diperiksa, dan biasanya ada yang

melakukan uji validasi dan reliabilitas.

Beberapa penelitian juga, pewawancaranya membutuhkan showcard sebagai

kartu bantu dalam bertanya keada responden. Waktu pengambilan data seurvey

tergantung waktu yang sudah ditentukan.

7.4.4. Tahap Analisis Data

Setelah data terkumpul, selanjutnya ditabulasi dan dianalisis dengan

menggunakan pendekatan statistika yang sudah ditentukan untuk memperoleh

keputusan dari kegiatan survey yang dilakukan. Untuk survey demografi, beberapa

pendekatan yang sudah dipelajari di modul sebelumnya dapat digunakan dan

dikembangkan dengan model statistika yang sudah dipelajari pada mata kuliah lain di

Prodi Statistika.

7.4.5. Tahap Pembuatan Laporan

Tahap terakhir dalam sebuah survey adalah pembuatan laporan. Pembuatan

laporan ini bertujuan untuk menguraikan semua kegiatan, mulai dari tujuan hingga

hasil dan keputusan yang diperoleh dari survey. Poin-poin dalam laporan, tergantung

dari peneliti.

7.5. Latihan

Buatlah sebuah illustrasi penelitian atau survey demografi, uraikan tahap persiapan,

tahap pengambilan data, dan tahap analisis data.

7.6. Rangkuman

126

1. Survey demografi adalah kegiatan survey yang berhubungan dengan masalah

kependudukan atau demografi, yang biasanya meliputi mortalitas, fertilitas, dan

mortalitas.

2. Survey demografi dilakukan untuk melengkapi informasi data kependudukan

yang diperoleh melalui sensus penduduk.

3. Tahapan survey demografi dibagi dalam 4 tahapan, yaitu tahap persiapan, tahap

pengambilan data, tahap analisis data, dan tahap pembuatan laporan.

7.7. Tes Formatif

Tidak ada tes formatif, semua mahasiswa akan mendapatkan tugas pembuatan

laporan survey demografi yang menjadi tugas besar. Isi laporan harus lengkap,

dengan data demografi yang diambil merupakan data sekunder tetapi tahapan-

tahapan survey harus terurai dan jelas. Semua metode dan langkah yang dibuat harus

jelas dan disebutkan alasan penggunaannya.

7.8. Tindak Lanjut


tentukan tingkat penguasaan anda terhadap materi modul ini. Tingkat penguasaan

hanya diukur dari kemampuan membuat laporan dari data, baik dari illustrasi survey

demografi pada latihan soal, dan tugas pada tes formatif. Jika semua tahapan dapat

dilakukan dengan baik berarti penguasaan anda sudah sangat baik. Sebaliknya, jika

ada satu tahap yang tidak selesai berarti harus membaca kembali materi modul ini

maupun referensi lain.

7.9. Daftar Pustaka



127


128

9. modul dan bahan ajar-1.docx

Documents