Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

BADAN PUSAT STATISTIK Jl. Dr. Sutomo 6-8 Jakarta 10710, Telp (021) 3841195, 3842508, 3810291, Faks (021) 3857046,

Presentasi serupa


Presentasi berjudul: "BADAN PUSAT STATISTIK Jl. Dr. Sutomo 6-8 Jakarta 10710, Telp (021) 3841195, 3842508, 3810291, Faks (021) 3857046,"— Transcript presentasi:

1 BADAN PUSAT STATISTIK Jl. Dr. Sutomo 6-8 Jakarta 10710, Telp (021) , , , Faks (021) , Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Metod e Baru INDEKS PEMBANGUNAN MANUSIA (IPM) Disampaikan Pada: Rekonsiliasi IPM Metode Baru Jakarta, Mei 2014 Hotel Novotel Mangga Dua

2 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Pokok Bahasan Overview IPM Metode Baru 1 Implementasi IPM Metode Baru di Indonesia 2 Teknis Penghitungan 3

3 BADAN PUSAT STATISTIK Overview IPM METODE BARU

4 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Penghitungan IPM di Indonesia 1.Penghitungan IPM di Indonesia: Level provinsi: sejak 1990 Level kabupaten: sejak Publikasi IPM: Sebelum 2004: setiap 3 tahun 2004 – sekarang : tahunan (kebutuhan penghitungan DAU sesuai dengan UU No. 33 tahun 2004 ) 3.Manfaat IPM: Instrumen kebijakan fiskal IPM salah satu alokator DAU Ukuran kinerja Pemerintah Daerah 4. Sumber data: Survei Sosial Ekonomi Nasional (SUSENAS)

5 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Alasan Penggunaan IPM Metode Baru UNDP sudah merubah metodologi sejak th 2010 dan direvisi tahun India dan Filipina telah memulai mengaplikasikan metode baru. India mengaplikasikan metode baru mulai tahun Tersedianya data Angka Harapan Hidup saat lahir (e 0 ) hasil proyeksi SP2010. Perubahan weight dalam Susenas: MYS dan EYS. Perubahan proksi indikator daya beli.

6 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Keunggulan Metode Baru Mengunakan indikator yang lebih tepat dan dapat membedakan dengan baik (diskriminatif). PNB menggantikan PDB karena lebih menggambarkan pendapatan masyarakat pada suatu wilayah. Melek huruf tidak digunakan lagi karena tidak dapat membedakan tingkat pendidikan antardaerah dengan baik (angka melek huruf sebagian daerah sudah tinggi). Capaian yang rendah pada salah satu komponen tidak dapat ditutupi oleh komponen lain yang capaiannya lebih tinggi. Arithmetic mean  Geometric mean

7 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Perbandingan Metode Lama dan Metode Baru DIMENSI METODE LAMAMETODE BARU UNDPBPSUNDPBPS* Kesehatan Angka Harapan Hidup (e 0 ) Pengetahuan 1. Angka Melek Huruf 1. Expected Years of Schooling 2. Kombinasi APK2. Mean Years of Schooling Standar Hidup Layak PDB per kapita (PPP US$) Pengeluaran per kapita Disesuaikan PNB per kapita (PPP US$) Pengeluaran per kapita Disesuaikan Agregasi *) akan didiskusikan

8 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Penentuan Maksimum Minimum IndikatorSatuan MinimumMaksimum UNDPBPSUNDPBPS Angka Harapan HidupTahun20 83,4 Expected Years of SchoolingTahun Mean Years of SchoolingTahun0013,115 Pengeluaran per Kapita Disesuaikan100 (PPP U$) * (IDR) (PPP U$) ** (IDR) Batas maksimum minimum mengacu pada UNDP kecuali indikator daya beli Keterangan: * Daya beli minimum merupakan garis kemiskinan terendah kabupaten tahun 2010 (data empiris) yaitu di Tolikara-Papua ** Daya beli maksimum merupakan nilai tertinggi kabupaten yang diproyeksikan hingga 2025 (akhir RPJPN) yaitu perkiraan pengeluaran per kapita Jakarta Selatan tahun 2025

9 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Dampak IPM Metode Baru Perubahan Level IPM Level IPM Indonesia menurun drastis dari level 70-an menjadi 60-an. Negara IPM Metode Lama (2007) Rank IPM Metode Baru (2007) RankPerubahanNaik/Turun Thailand Turun Indonesia Turun Myanmar Turun Viet Nam Turun Philippines Turun Laos Turun Cambodia Naik Brunei Turun Malaysia Tetap Perubahan Peringkat Sumber: HDR 2013 (diolah)

10 BADAN PUSAT STATISTIK Implementasi IPM METODE BARU DI INDONESIA

11 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Implementasi di Indonesia 1.Ketersediaan data Angka harapan hidup waktu lahir (SP2010, Proyeksi Penduduk) Angka harapan lama bersekolah dan Rata-rata lama sekolah (Susenas) PNB per kapita tidak tersedia pada tingkat provinsi dan kabupaten/kota, diproksi dengan pengeluaran per kapita disesuaikan (PPP, IDR) menggunakan data susenas. 2.Penentuan nilai maksimum dan minimum menggunakan Standar UNDP untuk keterbandingan global, kecuali proksi daya beli.

12 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Cakupan Indikator Rata-rata lama sekolah (MYS): penduduk usia 25 tahun ke atas. Asumsi pada umur 25 tahun proses pendidikan sudah berakhir. Rata-rata harapan lama sekolah (EYS): penduduk 7 tahun ke atas. Disesuaikan dengan program wajib belajar 9 tahun yang dimulai pada usia 7 tahun. Kelemahan tidak meng-cover anak sekolah yang masuk SD pada usia 5 atau 6 tahun.

13 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Proksi Standar Hidup Layak = harga per unit komoditi j yang dikonsumsi di provinsi/ kabupaten i = harga per unit komoditi j di Jakarta Selatan = volume komoditi j (unit) yang dikonsumsi di provinsi/ kabupaten i

14 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Penghitungan PPP Metode Baru F jk : Indeks Fisher wilayah j terhadap wilayah rujukan k L jk : Indeks Laspeyres wilayah j terhadap wilayah rujukan k P jk : Indeks Paasche wilayah j terhadap wilayah rujukan k Sumber: Purchasing Power of Currencies, The World Bank 1993 p ik : harga komoditas i di wilayah rujukan k p ij : harga komoditas i di wilayah j w ik : penimbang pengeluaran komoditas i di wilayah rujukan k w ij : penimbang pengeluaran komoditas i di wilayah j m : jumlah komoditas

15 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Penentuan Komoditas Pada metode lama, terdapat 27 komoditas yang digunakan dalam menghitung PPP. Pada metode baru, terpilih 96 komoditas dalam penghitungan PPP, dengan pertimbangan: Share 27 komoditas (metode lama) terus menurun dari 37,52 persen pada th 1996 menjadi 24,66 persen pada th 2012 Makanan: 66 Komoditas (39,8 %) Nonmakanan: 30 Komoditas (36,9 %) 96 Komoditas (76,7 %)

16 BADAN PUSAT STATISTIK Share Kelompok Komoditas KelompokShare kelompok Terpilih ShareJumlah item Makanan 47,2939,8266 Padi-padian 8,027,892 Umbi-umbian 0,420,232 Ikan/udang/cumi/kerang 3,952,307 Daging 2,061,693 Telur dan susu 2,762,374 Sayur-sayuran 3,562,047 Kacang-kacangan 1,261,172 Buah-buahan 2,211,227 Minyak dan lemak 1,791,753 Bahan minuman 1,641,473 Bumbu-bumbuan 0,950,403 Konsumsi lainnya 1,000,611 Makanan dan minuman jadi 11,8010,9419 Tembakau dan sirih 5,885,723 Non makanan 52,7133,8130 Perumahan dan fasilitas rumah tangga 20,5815,7410 Aneka barang dan jasa 18,7913,5012 Pakaian, alas kaki,tutup kepala 3,763,354 Barang tahan lama 6,151,224 Pajak, pungutan, asuransi 1,650,000 Keperluan, pesta, upacara/kenduri 1,780,000 Total 100,0073,6396

17 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Penyesuaian Penimbang Pada Metode Baru Penimbang pada komoditas terpilih dihitung ulang sehingga total penimbang menjadi 100%. Perubahan penimbang memperhatikan pola konsumsi makanan dan nonmakan masing-masing wilayah. Share total makanan dan nonmakan menjadi dasar penghitungan penimbang yang telah disesuaikan. : penimbang makanan yang disesuaikan : penimbang nonmakanan yang disesuaikan : penimbang makanan : penimbang nonmakanan : jumlah komoditas makanan terpilih : jumlah komoditas nonmakanan terpilih : jumlah seluruh komoditas makanan : jumlah seluruh komoditas nonmakanan

18 BADAN PUSAT STATISTIK Komoditas Terpilih pada Metode Baru Beras Tepung terigu Ketela pohon/singkong Kentang Tongkol/tuna/cakalang Kembung Bandeng Mujair Mas Lele Ikan segar lainnya Daging sapi Daging ayam ras Daging ayam kampung Telur ayam ras Susu kental manis Susu bubuk Susu bubuk bayi Bayam Kangkung Kacang panjang Bawang merah Bawang putih Cabe merah Cabe rawit Tahu Tempe Jeruk Mangga Salak Pisang ambon Pisang raja Pisang lainnya Pepaya Minyak kelapa Minyak goreng lainnya Kelapa Gula pasir Teh Kopi Garam Kecap Penyedap masakan/vetsin Mie instan Roti manis/roti lainnya Kue kering Kue basah Makanan gorengan Gado-gado/ketoprak Nasi campur/rames Nasi goreng Nasi putih Lontong/ketupat sayur Soto/gule/sop/rawon/cincang Sate/tongseng Mie bakso/mie rebus/mie goreng Makanan ringan anak Ikang (goreng/bakar dll) Ayam/daging (goreng dll) Makanan jadi lainnya Air kemasan galon Minuman jadi lainnya Es lainnya Roko kretek filter Rokok kretek tanpa filter Rokok putih Makanan Rumah sendiri/bebas sewa Rumah kontrak Rumah sewa Rumah dinas Listrik Air PAM LPG Minyak tanah Lainnya(batu baterai,aki,korek,obat nyamuk dll) Perlengkapan mandi Barang kecantikan Perawatan kulit,muka,kuku,rambut Sabun cuci Biaya RS Pemerintah Biaya RS Swasta Puskesmas/pustu Praktek dokter/poliklinik SPP Bensin Transportasi/pengangkutan umum Pos dan Telekomunikasi Pakaian jadi laki-laki dewasa Pakaian jadi perempuan dewasa Pakaian jadi anak-anak Alas kaki Minyak Pelumas Meubelair Peralatan Rumah Tangga Perlengkapan perabot rumah tangga Alat-alat Dapur/Makan Nonmakanan

19 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Permasalahan Penghitungan PPP Dengan data Susenas, sebagian besar komoditas nonmakanan tidak bisa digunakan untuk menghitung PPP/unit karena tidak tersedia data kuantitas. (Kec. Rumah, listrik, air, LPG, minyak tanah, bensin, dan minyak pelumas) Contoh: pulsa, pakaian jadi, merupakan komoditas yang banyak dikonsumsi tetapi tidak tersedia data kuantitas. Harga beberapa komoditas nonmakanan tidak wajar. Contoh:  Harga listrik per KWh: Rp 10 dan Rp  Harga air pam per m 3 : Rp 26 dan Rp  Harga LPG per kg: Rp  Harga minyak tanah per liter: Rp

20 BADAN PUSAT STATISTIK Teknis PENGHITUNGAN

21 Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Cakupan dan Sumber Data Susenas KOR Susenas Modul Konsumsi Proyeksi Penduduk Sumber data IPM Inflasi, PDRB, pertumbuhan ekonomi dan indikator sosial ekonomi lainnya. Data pendukung

22 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Variabel yang Digunakan dalam Penghitungan IPM dan Komponennya  Angka Harapan Hidup  Variabel Anak Lahir Hidup, Anak Masih Hidup  Harapan Lama Sekolah  Partisipasi sekolah penduduk menurut kelompok umur  Rata-rata Lama Sekolah  Kombinasi variabel pendidikan: Angka Partisipasi Sekolah, Jenjang pendidikan yang pernah diduduki, Kelas yang sedang dijalani, Jenjang pendidikan yang ditamatkan  Daya Beli  Variabel Pengeluaran konsumsi RT

23 BADAN PUSAT STATISTIK Angka Harapan Hidup saat Lahir

24 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Angka Harapan Hidup saat Lahir Definisi : rata-rata perkiraan banyak tahun yang dapat ditempuh oleh seseorang sejak lahir. AHH mencerminkan derajat kesehatan suatu masyarakat. Dihitung dengan cara tidak langsung dengan paket program Micro Computer Program for Demographic Analysis (MCPDA) atau Mortpack. AHH negara berkembang lebih rendah dibandingkan AHH negara maju karena AHH dipengaruhi oleh tingkat kematian bayi yang tinggi.

25 BADAN PUSAT STATISTIK Expected Years of Schooling dan Mean Years of Schooling

26 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Expected Years of Schooling (EYS) Definisi : Lamanya sekolah (dalam tahun) yang diharapkan akan dirasakan oleh anak pada umur tertentu di masa mendatang Asumsi : Kemungkinan anak tersebut akan tetap bersekolah pada umur-umur berikutnya sama dengan rasio penduduk yang bersekolah per jumlah penduduk untuk umur yang sama saat ini Tujuan : untuk mengetahui kondisi pembangunan sistem pendidikan di berbagai jenjang yang ditunjukkan dalam bentuk lamanya pendidikan (dalam tahun) yang diharapkan dapat dicapai oleh setiap anak

27 BADAN PUSAT STATISTIK Rumus EYS Formula  Keterangan: Harapan Lama Sekolah pada umur a di tahun t Partisipasi sekolah penduduk usia i pada tahun t Populasi penduduk usia i yang bersekolah pada tahun t Usia (a, a + 1,..., n) (Sumber: UNESCO Institute for Statistics)

28 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Teknis Menghitung EYS Langkah Pertama Menghitung jumlah penduduk menurut umur (7 th ke atas) Langkah Kedua Menghitung jumlah penduduk yang masih sekolah menurut umur (7 th ke atas) Langkah ketiga Menghitung rasio penduduk masih sekolah menurut umur Langkah keempat Menghitung harapan lama sekolah

29 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Mean Years of Schooling (MYS) Definisi: jumlah tahun yang digunakan oleh penduduk usia 25 tahun ke atas dalam menjalani pendidikan formal. Sumber Data: Susenas KOR. Asumsi: dalam kondisi normal rata-rata lama sekolah suatu wilayah tidak akan turun

30 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Teknis Menghitung MYS Langkah Pertama, seleksi penduduk pada umur 15 tahun ke atas Langkah Kedua, mengelompokkan jenjang pendidikan yang pernah/sedang diduduki Jenis PendidikanJenjang SD/SDLB Sekolah Dasar Madrasah Ibtidaiyah Paket A SMP/SMPLB SMP Madrasah Tsanawiyah Paket B SMA/SMLB SMA Madrasah Aliyah SMK Paket C Prog. D1/D2D1/D2 Prog. D3/Sarjana MudaD3 Prog. D4/S1S1 Prog. S2/S3S2/S3

31 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Teknis Menghitung MYS…. Langkah Ketiga, mengelompokkan ijazah/STTB tertinggi yang dimiliki Jenis PendidikanIjazah Tidak punya ijazah SD SD/SDLB Sekolah Dasar Madrasah Ibtidaiyah Paket A SMP/SMPLB SMP Madrasah Tsanawiyah Paket B SMA/SMLB SMA Madrasah Aliyah SMK Paket C Prog. D1/D2D1/D2 Prog. D3/Sarjana MudaD3 Prog. D4/S1S1 Prog. S2/S3S2/S3

32 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Teknis Menghitung MYS…. Langkah Keempat, mengkonversi tahun lama sekolah menurut ijasah terakhir. Langkah Kelima, menghitung lamanya bersekolah sampai kelas terakhir. Ijazah Konversi tahun lama sekolah (th) Tidak punya ijazah0 Sekolah Dasar6 SMP9 SMA12 D1/D214 D315 S1/D416 S2/S318

33 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Teknis Menghitung MYS…. Langkah Keenam, menghitung lamanya bersekolah KeteranganLama Sekolah Tidak Pernah Sekolah0 Masih sekolah di SD s.d. S1Konversi ijazah terakhir + kelas terakhir - 1 Masih sekolah S2 atau S3 Konversi ijazah terakhir + 1 Ket: Karena di Susenas kode kelas untuk yang sedang kuliah S2 = 6 dan kuliah S3 = 7 yang tidak menunjukkan kelas Tidak bersekolah lagi tetapi tidak tamat di kelas terakhir Konversi ijazah terakhir + kelas terakhir - 1 Tidak sekolah lagi dan tamat pada jenjang Konversi ijazah terakhir

34 BADAN PUSAT STATISTIK Pengeluaran per Kapita Disesuaikan

35 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Teknis Penghitungan Pengeluaran per Kapita Disesuaikan Menghitung rata-rata pengeluaran per kapita dari Susenas Menghitung nilai riil dari rata-rata pengeluaran per kapita Menghitung PPP Menghitung pengeluran per kapita disesuaikan

36 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Pengeluaran per Kapita Susenas Rata-rata pengeluaran per kapita setahun diperoleh dari Susenas Modul, dihitung dari level provinsi hingga kab/kota. Rata-rata pengeluaran per kapita dibuat riil dengan tahun dasar 2012=100 = Rata-rata pengeluaran per kapita per tahun atas dasar harga konstan 2012 = Rata-rata pengeluaran per kapita per tahun pada tahun t = IHK tahun t dengan tahun dasar 2012

37 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Teknis Penghitungan PPP Langkah Pertama, menghitung value (rupiah yang dikeluarkan) dan quantity (jumlah barang yang dikonsumsi) 96 komoditas PPP dari data Susenas MODUL Konsumsi. Langkah Kedua, menghitung quantity komoditi perumahan dari data Susenas KOR. Langkah Ketiga, menghitung harga rata-rata setiap komoditas. Harga yang tidak terdapat di Susenas diproksi dengan harga dari IHK. Langkah Keempat, menghitung relatif harga terhadap Jakarta Selatan. Langkah Kelima, menghitung indeks Laspeyres. Langkah Keenam, menghitung indeks Paasche. Langkah Ketujuh, menghitung indeks Fisher.

38 BADAN PUSAT STATISTIK Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Penghitungan Indeks Komponen Metode Lama Metode Baru

39 BADAN PUSAT STATISTIK Jl. Dr. Sutomo 6-8 Jakarta 10710, Telp (021) , , , Faks (021) , Subdit Analisis Statistik, Direktorat Analisis dan Pengembangan Statistik Terima Kasih Atas Perhatiannya “Manusia adalah kekayaan bangsa yang sesungguhnya. Tujuan utama dari pembangunan adalah menciptakan lingkungan yang memungkinkan rakyatnya untuk menikmati umur panjang, sehat, dan menjalankan kehidupan yang produktif. Hal ini tampaknya merupakan suatu kenyataan yang sederhana. Tetapi hal ini seringkali terlupakan oleh berbagai kesibukan jangka pendek untuk mengumpulkan harta dan uang.” (Human Development Report 1990, UNDP)


Download ppt "BADAN PUSAT STATISTIK Jl. Dr. Sutomo 6-8 Jakarta 10710, Telp (021) 3841195, 3842508, 3810291, Faks (021) 3857046,"

Presentasi serupa


Iklan oleh Google