Junaidi Fakultas Ekonomi dan Bisnis Universitas Jambi Pertemuan 4 Teknik Demografi (Metode Evaluasi Kualitas Data Kependudukan) Junaidi Fakultas Ekonomi dan Bisnis Universitas Jambi

Evaluasi Distribusi Data Penduduk Menurut Umur dan Jenis Kelamin Peralatan Dasar Analisis Grafik Piramida Penduduk Analisis grafik cohor Rasio umur dan jenis kelamin Indeks kesalahan data umur-jenis kelamin Whipple’s index Myers’ Blended Method United Nations Age-sex accuracy index Menggunakan teori penduduk stabil Menggunakan sensus yang berurutan

Piramida Penduduk Prosedur dasar untuk menilai kualitas data sensus mengenai umur-jenis kelamin Menggambarkan jumlah penduduk berdasarkan kelompok umur (kohor) dan jenis kelamin Bentuk piramida dipengaruhi oleh tingkat fertilitas, mortalitas dan migrasi

Fertilitas dan Mortalitas Tinggi Penyempitan yg cepat-> Mortalitas tinggi Dasar yg lebar – fertilitas tinggi Source: United Nations Demographic Yearbook

Fertilitas dan Mortalitas Rendah WWI WWII First baby boom Fire horse year Second baby boom Low fertility level Source: United Nations Demographic Yearbook

Deteksi Kesalahan Kurang cacah pada umur < 2 tahun Age heaping pada usia dewasa Tingkat fertilitas tinggi Penduduk Penduduk lebih sedikit pada umur 20 – 24 – kejadian luar biasa pada tahun 1950-55? Lebih sedikit laki-laki dibandingkan perempuan pada umur 20 – 44 –migrasi tenaga kerja keluar? Source: Reproduced using data from U.S. Census Bureau, Evaluating Censuses of Population and Housing

Deteksi Kesalahan Age heaping? Kurang cacah anak-anak? Migrasi masuk tenaga kerja Source: United Nations Demographic Yearbook

Analisis Kohor secara Grafik Penelusuran kohor pada beberapa periode sensus Jumlah masing-masing kohor akan menurun antara suatu sensus dengan sensus berikutnya karena faktor kematian, jika tidak ada pengaruh migrasi yang signifikan Struktur umur (garis umur) masing-masing sensus akan memiliki pola yang sama jika tidak ada kesalahan sensus Dengan mengamati kohor dari waktu ke waktu, dapat dievaluasi pengaruh kejadian luar biasa dan faktor-faktor distorsi lainnya

Analisis Kohor secara Grafik: Contoh Untuk analisis kita kumpulkan data berdasarkan kohor kelahiran Mengikuti periode sensus, kohor lebih muda ditambahkan dan kohor lebih tua dihilangkan Keluarkan kategori umur open-ended Source: United Nations Demographic Yearbook

Analisis Kohor secara Grafik: Contoh Source: United Nations Demographic Yearbook

Rasio Umur (1) Jika tidak ada perubahan yang signifikan pada fertilitas, mortalitas, migrasi faktor distorsi lainnya, jumlah kohor tertentu hampir sama dengan rata-rata jumlah kohor sebelum dan sesudahnya Age Population 15 - 19 a 20 - 24 b 25 - 29 c

Rasio Umur (2) Rasio umur untuk kelompok umur x ke x+4 5ARx = rasio umur untuk kelompok umur x ke x+4 5Px = jumlah penduduk kel. umur x ke x+4 5Px-5 = jumlah penduduk kel. umur di bawahnya 5Px+5 = jumlah penduduk kel.umur di atasnya

Rasio umur (3) Source: United Nations Demographic Yearbook

Rasio umur (4) Source: United Nations Demographic Yearbook

Rasio Jenis Kelamin (1) 5Mx = Jumlah laki-laki pada kelompok umur tertentu 5Fx = Jumlah perempuan pada kelompok umur tertentu yang sama

Rasio Jenis Kelamin (2) Source: United Nations Demographic Yearbook Slightly higher mortality among males in younger ages reverses SR – migration could also play a role In most societies the SRB is slightly over 1.0 Considerable female advantage in mortality at older ages Source: United Nations Demographic Yearbook

Rasio Jenis Kelamin (3) – Analisis Kohor Secara umum, sex ratio menurun mengikuti periode sensus, karena kematian laki-laki lebih tinggi dibandingkan perempuan Source: United Nations Demographic Yearbook

Indeks Whipple Whipple mengevaluasi kesalahan pelaporan umur dengan anggapan kesalahan sebagian besar terletak pada umur 23 -62 tahun. Antara umur-umur tersebut banyak menyukai umur-umur yang berakhiran angka 0 dan 5. Jika semua penduduk yang berumur 23 sampai 62 tahun melaporkan umurnya berakhiran angka 0 atau 5, nilai indeks = 500. Sebaliknya jika pelaporan umur antara 23 tahun sampai dengan 62 tahun tersebut benar, nilai indeks = 100. Dengan demikian, semakin dekat nilai indeks dengan 100, pelaporan umur makin mendekati kecermatan. Indeks Whipple = Jika heaping terjadi pada angka 0, rumusnya: Source: Shryock and Siegel, 1976, Methods and Materials of Demography

Indeks Whipple (2) Kategori Indeks Whipple: Relatif akurat 105 – 109.9 Sangat akurat <= 105 Relatif akurat 105 – 109.9 OK 110 – 124.9 Buruk 125 – 174.9 Sangat buruk >= 175

Indeks Whipple Negara-Negara di Dunia Source: United Nations Demographic Yearbook

Contoh Penurunan Indeks Whipple Dalam jangka panjang, umumnya nilai indeks whipple akan menurun, misalnya karena adanya perbaikan pelaporan umur

Indeks Myers’ Blended Secara konsep sama dengan indeks whipple, kecuali bahwa indeks Myer mempertimbangkan age heaping tidak hanya pada angka 0 dan 5 saja, tetapi pada semua angka (0 – 9) Indeks Myer antara 0 – 90. Nilai 0 menunjukkan tidak adanya age heaping dan 90 menunjukkan bahwa seluruh umur dilaporkan pada akhiran angka yang sama Myer memberi patokan bahwa bila hasil indeks lebih kecil dari 10 % berarti pelaporan dan pencatatan umur data cukup baik.

Cara Perhitungan Indeks Myer Kolom (1) : Dari distribusi umur penduduk umur tunggal, dapat diperoleh kelompok penduduk dengan umur yang berakhiran dengan 0, 1, 2, 3,4, 5, 6, 7, 8, 9. Kelompok-kelompok ini disebut Terminal Digit. Kolom (2) : Jumlahkan penduduk sesuai kelompok terminal digit dimulai dari umur a. Misalnya a = 10 tahun. Untuk terminal digit 5 maka jumlahkan semua penduduk yang berumur 15, 25, 35, 45, 55, 65, dan 75 tahun. Kolom (3) : Jumlahkan penduduk sesuai kelompok terminal digit dimulai dari umur a+10. Karena a = 10 maka area penjumlahan dimulai dari penduduk umur 20 tahun. Untuk terminal digit 5, jumlahkan semua penduduk yang berumur 25, 35, 45, 55, 65, dan 75 tahun.

Cara Perhitungan Indeks Myer Kolom (4) : Adalah koeffisien penimbang untuk kolom (2). Kolom (5) : Adalah koeffisien penimbang untuk kolom (3). Kolom (6) : Blended Population = Kol (2) * Kol (4) + Kol (3) * Kol (5). Kolom (7) : Distribusi persentase dari kolom (6) terhadap jumlahnya. Kolom (8) : Deviasi kolom (7) terhadap 10 % atau kolom (7) – 10,00. JumlahKolom (8) adalah jumlah mutlak. Indeks Myer adalah : ½ x Jumlah Kolom (8)

Indeks Myer Provinsi Jambi Tahun 2010 : Contoh Perhitungan

United Nations Age-sex Accuracy Index Index ini menggabungkan akurasi rasio umur untuk laki-laki dan perempuan dengan akurasi dari ratio jenis kelamin. Kriteria Indeks <20: akurat ≥20 and ≤40: tidak akurat >40: sangat tidak akurat

United Nations Age-sex Accuracy Index Provinsi Jambi