9. modul dan bahan ajar-1.docx
TRANSCRIPT
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:
Mahasiswa Prodi Statistika Angkatan 2010/2011 sebanyak 30 orang, jumlah
mahasiswa perempuan adalah 10 sedang jumlah mahasiswa laki-laki adalah 20.
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:
Mahasiswa Prodi Statistika Angkatan 2010/2011 sebanyak 30 orang, jumlah
mahasiswa perempuan adalah 10 sedang jumlah mahasiswa laki-laki adalah 20.
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).
2.3. Tujuan Instruksional Khusus (TIK)
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
Jika anda telah selesai mengerjakan soal latihan dan tes formatif di atas, maka
sesuaikan dengan kunci jawaban yang ada di bagian terakhir modul 2 ini. Hitung
67
jawaban anda yang benar kemudian gunakan rumus di bawah ini untuk menentukan
tingkat penguasaan anda terhadap materi modul ini.
Rumus:
Tingkat Penguasaan= jumlah jawaban y ang benarjumlah soal
x 100 %
Tingkat Penguasaan:90% - 100% = Baik Sekali80% - 89% = Baik70% - 79% = Cukup0% - 69% = Kurang
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.
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
2.10. 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.
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.
3.3. Tujuan Instruksional Khusus (TIK)
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❑
Umur (x) lx dxn❑ qxn
❑
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❑
Umur (x) lx dxn❑ qxn
❑ 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
Umur (x) lx dxn❑ qxn
❑ 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
Jika anda telah selesai mengerjakan soal latihan dan tes formatif di atas, maka
sesuaikan dengan kunci jawaban yang ada di bagian terakhir modul 3 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
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.
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
3.10. 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.
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.
4.3. Tujuan Instruksional Khusus (TIK)
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
Jika anda telah selesai mengerjakan soal latihan dan tes formatif di atas, maka
sesuaikan dengan kunci jawaban yang ada di bagian terakhir modul 4 ini. Hitung
98
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
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.
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.
4.10. Daftar Pustaka
100
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.
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.
5.3. Tujuan Instruksional Khusus (TIK)
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
Jika anda telah selesai mengerjakan soal latihan dan tes formatif di atas, maka
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:
Tingkat Penguasaan= jumlah jawaban yangbenarjumlah soal
x100 %
Tingkat Penguasaan:
90% - 100% = Baik Sekali80% - 89% = Baik70% - 79% = Cukup0% - 69% = Kurang
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.
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
5.10. 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.
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.
6.3. Tujuan Instruksional Khusus (TIK)
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
Jika anda telah selesai mengerjakan soal latihan dan tes formatif di atas, maka
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:
Tingkat Penguasaan= jumlah jawaban yangbenarjumlah soal
x100 %
Tingkat Penguasaan:
90% - 100% = Baik Sekali80% - 89% = Baik70% - 79% = Cukup0% - 69% = Kurang
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.
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.
6.10. 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.
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.
7.3. Tujuan Instruksional Khusus (TIK)
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
Jika anda telah selesai mengerjakan soal latihan dan tes formatif di atas, maka
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
Caswell, Hal. 2005. Applied Mathematical Demography. New York : John Wiley & Sons. Inc.
Mantra, Ida Bagoes. 2003. Demografi Umum. Yogyarkarta : Pustaka Pelajar.
127