Standarisasi Umur.

Slides:



Advertisements
Presentasi serupa
UKURAN NILAI PUSAT UKURAN NILAI PUSAT ADALAH UKURAN YG DAPAT MEWAKILI DATA SECARA KESELURUHAN JENIS UKURAN NILAI PUSAT : MEAN , MEDIAN, MODUS KUARTIL,
Advertisements

Teori Graf.
Statistika Deskriptif: Distribusi Proporsi
Kuswanto, Uji Normalitas  Untuk keperluan analisis selanjutnya, dalam statistika induktif harus diketahui model distribusinya  Dalam uji.
START.
UKURAN MORTALITAS Nunik Puspitasari, S.KM, M.Kes
SINGULATE MEAN AGE AT MARRIAGE (SMAM)
Chapter 8 Kompresi Video Kompresi video dipengaruh dari data video tersebut dan hardware yang digunakan pada video tersebut – pada pengambilan gambar –
Wido Hanggoro ` Research and Development Department Indonesia Meteorological Climatological and Geophysical Agency.
Bulan maret 2012, nilai pewarnaan :
Tugas Praktikum 1 Dani Firdaus  1,12,23,34 Amanda  2,13,24,35 Dede  3,14,25,36 Gregorius  4,15,26,37 Mirza  5,16,27,38 M. Ari  6,17,28,39 Mughni.
Tugas: Perangkat Keras Komputer Versi:1.0.0 Materi: Installing Windows 98 Penyaji: Zulkarnaen NS 1.

TENDENSI SENTRAL.
Subnetting Cara Cepat I (IP Kelas C)
UKURAN PEMUSATAN Rata-rata, Median, Modus Oleh: ENDANG LISTYANI.
1 Diagram berikut menyatakan jenis ekstrakurikuler di suatu SMK yang diikuti oleh 400 siswa. Persentase siswa yang tidak mengikuti ekstrakurikuler.
UKURAN FERTILITAS.
SMAM : the average length of single life expressed in years among those who marry before age 50.
Bab 11A Nonparametrik: Data Frekuensi Bab 11A.
Bab 9B Analisis Variansi Bab 9B
BADAN KOORDINASI KELUARGA BERENCANA NASIONAL DIREKTORAT PELAPORAN DAN STATISTIK DISAJIKAN PADA RADALGRAM JAKARTA, 4 AGUSTUS 2009.
Bab 11B
DASAR-DASAR DEMOGRAFI
Mari Kita Lihat Video Berikut ini.
Statistika Deskriptif
Bab 6B Distribusi Probabilitas Pensampelan
WORKSHOP INTERNAL SIM BOK
Pertumbuhan Penduduk Oleh : Rouhdy Rangga ( )
BARISAN DAN DERET ARITMETIKA
ANALISIS PROSES BISNIS 7
STATISTIK - I.
PARITY PROGRESSION RATIO
UKURAN PENYEBARAN DATA
Uji Normalitas.
DISTRIBUSI FREKUENSI oleh Ratu Ilma Indra Putri. DEFINISI Pengelompokkan data menjadi tabulasi data dengan memakai kelas- kelas data dan dikaitkan dengan.
Pengolahan Citra Digital: Konsep Dasar Representasi Citra
Rabu 23 Maret 2011Matematika Teknik 2 Pu Barisan Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat – sifat barisan Barisan Monoton.
Soal Latihan.
Bab 11B
: : Sisa Waktu.
Nonparametrik: Data Peringkat 2
PERKEMBANGAN KELULUSAN SMP/MTS, SMA/MA DAN SMK KOTA SEMARANG DUA TAHUN TERAKHIR T.P DAN 2013.
Pengujian Hipotesis Parametrik 2
UKURAN-UKURAN DALAM ANALISIS DEMOGRAFI
PERWAKILAN BADAN KEPENDUDUKAN DAN KELUARGA BERENCANA NASIONAL
PRAKTIKUM STATISTIKA Pertemuan 2.
UKURAN PEMUSATAN DATA Sub Judul.
Fungsi Invers, Eksponensial, Logaritma, dan Trigonometri
Bab 16 Sekor Komposit dan Seleksi Sekor Komposi dan Seleksi
Kuliah ke 12 DISTRIBUSI SAMPLING
Bulan FEBRUARI 2012, nilai pewarnaan :
AREAL PARKIR PEMERINTAH KABUPATEN JEMBRANA
KINERJA SAMPAI DENGAN BULAN AGUSTUS 2013
Bab 13A Nonparametrik: Data Peringkat I Bab 13A
Nonparametrik: Data Peringkat 2
TOKOFEROL DAN FENOLIK TOTAL PADA 10 JENIS KACANG
Graf.
Statistika Deskriptif: Statistik Sampel
DISTRIBUSI FREKUENSI.
Statistika Deskriptif: Distribusi Proporsi
Nilai Ujian Statistik 80 orang mahasiswa Fapet UNHAS adalah sebagai berikut:
Teknik Numeris (Numerical Technique)
UKURAN MORTALITAS Nunik Puspitasari, S.KM, M.Kes
• Perwakilan BKKBN Provinsi Sulawesi Tengah•
Bab 7 Nilai Acuan Norma.
Bab 3B Statistika Deskriptif: Parameter Populasi 2.
JIKA ORANG INI SAJA BISA APALAGI ENGKAU PASTI LEBIH DARI DIA
Korelasi dan Regresi Ganda
Pengantar sistem informasi Rahma dhania salamah msp.
Transcript presentasi:

Standarisasi Umur

Pengertian Tingkat kematian di suatu daerah dipengaruhi oleh komposisi demografi penduduknya. Komposisi umur dari suatu populasi merupakan faktor kunci dalam menentukan angka kematian kasar dari suatu populasi.

Pengertian Angka kematian kasar di suatu daerah mungkin relatif tinggi disebabkan karena di daerah tersebut mempunyai proporsi penduduk lansia yang besar. Sedangkan di daerah lain, mungkin angka kematian kasarnya rendah karena di daerah tersebut mempunyai proporsi penduduk muda yang besar. Angka kematian kasar di suatu daerah mungkin akan meningkat walaupun angka kematian pada tiap2 kelompok umurnya tetap, jika populasinya mengalami penuaan (ageing population).

Pengertian Untuk dapat membandingkan angka kematian antar waktu atau antar daerah, kita harus mengasumsikan bahwa kedua populasi tersebut memiliki komposisi umur yang sama. Prosedur penyesuaian/penyamaan ini disebut standarisasi. Selain berdasarkan komposisi umur, biasanya standarisasi dilakukan berdasarkan komposisi jenis kelamin, ras, desa-kota, dll.

Pengertian Standarisasi umur dapat diartikan sebagai angka hipotetik yang timbul jika angka spesifik umur diasosiasikan dengan suatu populasi yang distribusi umurnya sama dengan populasi standar. Penduduk yang dipakai sebagai penduduk (populasi) standar dapat diambil dari salah satu kelompok yang diperbandingkan atau penduduk dari negara lain.

Pengertian Standarisasi umur tidak mempunyai arti secara khusus. Standarisasi umur ini hanya berguna untuk membandingkan antar kelompok populasi.

Standarisasi Umur Tingkat Kematian

Metode untuk Standarisasi Metode Langsung (direct method) Metode Tidak Langsung (indirect method) Indeks Keterbandingan Mortalitas (comparative mortality index) Angka Kematian Tabel kematian (life table death rate)

Standarisasi Langsung (Direct Standarization) Standarisasi langsung untuk CDR meliputi penentuan penduduk standar dan penghitungan rata-rata tertimbang ASDR dalam wilayah tertentu dengan menggunakan distribusi umur pada penduduk standar sebagai penimbang.

Formula yang digunakan: Keterangan: ma : ASDR pada kelompok umur a untuk penduduk observasi Pa Penduduk pada kelompok umur a dalam penduduk standar P = Pa Total penduduk standar

Standarisasi Langsung Tingkat Kematian Kerala & Uttar Pradesh, India 1971 Umur Penduduk Standar India (ribuan) Kerala Uttar Pradesh ASDR Expected Deaths (2) x (3) (2) x (5) (1) (2) (3) (4) (5) (6) 0-4 5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70+ 88.632 77.265 65.046 53.817 46.120 40.659 35.922 31.387 26.684 22.233 17.891 14.258 10.925 7.444 9.877 24,5 2,3 1,1 1,4 2,2 1,6 3,5 3,7 5,3 7,3 8,8 16,3 23,6 43,5 108,8 83,7 5,4 2,4 3,9 4,1 4,8 6,0 9,8 17,9 18,7 36,7 48,1 94,1 Total 548.160 Standardized Death Rate Crude Death Rate (for comparision) 9,00 20,10

Langkah Penghitungan Catat populasi penduduk standar (dalam contoh: India) Catat ASDR populasi observasi (dalam contoh: Kerala & Uttar Pradesh) Kalikan 1 & 2. Kemudian hitung jumlah kumulatifnya Bagi hasil 3 dengan jumlah populasi standar

Standarisasi Langsung Tingkat Kematian Kerala & Uttar Pradesh, India 1971 Umur Penduduk Standar India (ribuan) Kerala Uttar Pradesh ASDR Expected Deaths (2) x (3) (2) x (5) (1) (2) (3) (4) (5) (6) 0-4 5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70+ 88.632 77.265 65.046 53.817 46.120 40.659 35.922 31.387 26.684 22.233 17.891 14.258 10.925 7.444 9.877 24,5 2,3 1,1 1,4 2,2 1,6 3,5 3,7 5,3 7,3 8,8 16,3 23,6 43,5 108,8 2.171.484 177.710 71.551 75.344 101.464 65.054 125.727 116.132 141.425 162.301 157.441 232.405 257.830 323.814 1.025.233 83,7 5,4 2,4 3,9 4,1 4,8 6,0 9,8 17,9 18,7 36,7 48,1 94,1 7.418.498 417.231 149.606 129.161 179.868 150.438 147.280 150.658 160.104 217.883 20.249 266.625 400.248 358.056 929.426 Total 548.160 5.254.299 11.396.031 Standardized Death Rate 9,59 20,79 Crude Death Rate (for comparision) 9,00 20,10

Standarisasi Tidak Langsung (Indirect Standarization) Ketika age specific mortality rate (tingkat kematian spesifik umur) populasi observasi tidak tersedia, indeks kematian dapat diperoleh dengan menggunakan metode tidak langsung.

Formula yang digunakan: Keterangan: d : Kematian aktual dalam populasi observasi Ma ASDR pada kelompok umur a untuk penduduk standar M CDR penduduk standar pa Penduduk pada kelompok umur a dalam populasi observasi

Standarisasi Tidak Langsung Tingkat Kematian Kerala & Uttar Pradesh, India 1971 Umur ASDR Penduduk Standar India (ribuan) KERALA UTTAR PRADESH Population Expected Deaths (2) x (3) (2) x (5) (1) (2) (3) (4) (5) (6) 0-4 5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70+ 51,9 4,7 2,0 2,4 3,6 3,7 4,6 5,7 6,7 9,5 16,8 21,2 34,0 48,4 100,3 3.151 2.836 2.648 2.345 1.930 1.608 1.352 1.148 997 866 697 558 438 318 454 14.315 12.389 10.349 8.317 7.167 6.311 5.615 5.005 4.333 3.706 3.038 2.483 1.981 1.408 1.924 Total 15,0 (CDR) 21.346 88.341 Total Death Actually Registered 192.126 1.775.657 Ratio = Obeserved : Expected Indirect Standardized Death Rate

Langkah Penghitungan Catat ASDR penduduk standar (dalam contoh: India) Catat penduduk populasi observasi berdasarkan kelompok umur (dalam contoh: Kerala & Uttar Pradesh) Kalikan 1 & 2. Kemudian hitung jumlah kumulatifnya. Angka ini merupakan jumlah kematian yang diharapkan berdasarkan ASDR penduduk standar & populasi observasi Bagi jumlah kematian populasi observasi dengan hasil 3 Kalikan hasil 4 dengan CDR penduduk standar

Standarisasi Tidak Langsung Tingkat Kematian Kerala & Uttar Pradesh, India 1971 Umur ASDR Penduduk Standar India (ribuan) KERALA UTTAR PRADESH Population Expected Deaths (2) x (3) (2) x (5) (1) (2) (3) (4) (5) (6) 0-4 5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70+ 51,9 4,7 2,0 2,4 3,6 3,7 4,6 5,7 6,7 9,5 16,8 21,2 34,0 48,4 100,3 3.151 2.836 2.648 2.345 1.930 1.608 1.352 1.148 997 866 697 558 438 318 454 163.537 13.329 5.296 5.628 6.948 5.950 6.219 6.544 6.680 8.227 11.710 11.830 14.892 15.391 45.536 14.315 12.389 10.349 8.317 7.167 6.311 5.615 5.005 4.333 3.706 3.038 2.483 1.981 1.408 1.924 742.948 58.228 20.698 19.961 25.801 23.351 25.829 28.528 29.031 35.207 51.038 52.640 67.354 68.147 192.977 Total 15,0 (CDR) 21.346 327.716 88.341 1.441.740 Total Death Actually Registered 192.126 1.775.657 Ratio = Obeserved : Expected 0,586 1,232 Indirect Standardized Death Rate 8,79 18,47

Indeks Keterbandingan Mortalitas Comparative Mortality Index (CMI) CMI adalah suatu ukuran mortalitas untuk menunjukkan perubahan dalam seluruh level mortalitas atau penduduk. Hal ini berkaitan dengan pengaruh pada komposisi umur dan jenis kelamin penduduk saat sekarang maupun penduduk pada awal tahun. CMI didefinisikan sebagai rasio jumlah tertimbang ASDR dalam masing-masing tahun ke jumlah tertimbang ASDR yang sama pada awal tahun. Penimbang-penimbangnya adalah rata-rata pada (a) proporsi penduduk total menurut kelompok umur pada awal tahun dan (b) proporsi penduduk dalam tahun yang terkait.

Formula yang digunakan: 𝐶𝑀𝐼= 𝑤 𝑎 𝑚 𝑎 𝑤 𝑎 𝑀 𝑎 𝑤 𝑎 = 1 2 𝑃 𝑎 𝑃 + 𝑝 𝑎 𝑝 Keterangan: Ma : ASDR pada tahun standar ma ASDR pada tahun observasi Pa & P Mengacu pada tahun standar pa & p Mengacu pada tahun yang diobservasi

Tujuan dasar penghitungan CMI adalah untuk membandingkan relatif mortalitas suatu wilayah pada dua titik waktu. CMI pertama diperkenalkan pada tahun 1941 di Inggris dan Wales, tetapi kemudian tidak dipakai lagi karena sangat sulit untuk menjelaskan CMI secara umum.

Standarisasi Umur Tingkat Kelahiran

STANDARISASI TINGKAT KELAHIRAN Tinggi rendahnya tingkat fertilitas di suatu negara di pengaruhi oleh beberapa variabel misalnya umur, status perkawinan, atau karakteristik yang lain. Seperti halnya dengan mortalitas, kalau kita ingin memperbandingkan tingkat fertilitas di beberapa negara, maka pengaruh variable-variabel tersebut perlu dinetralisir dengan menggunakan teknik standarisasi yang digunakan untuk pengukuran mortalitas. Jika 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.

STANDARISASI LANGSUNG DAN TIDAK LANGSUNG TINGKAT KELAHIRAN General Fertility Rate (GFR) dapat juga distandarisasi sebagai berikut: Direct Age Standardized GFR Indirect Age Standardized GFR ∑ 5fx . Wxs x 1.000 ∑ Wxs B * GFRs ∑ 5fxs . Wx Dimana fx adalah Age Spesific Fertility Rate (ASFR) pada umur x per wanita.

Sebagai contoh di bawah ini dibuat penghitungan Tingkat Fertilitas Umum untuk Negara India, Swedia, dan Philipina dengan menggunakan penduduk perempuan di Swedia tahun 1960 sebagai standar.

Tingkat Fertilitas menurut Umur Tingkat Fertilitas Umum Negara India, Swedia, Philipina dengan Penduduk Perempuan Swedia Sebagai Standar Kelompok Umur Penduduk Perempuan Swedia Tingkat Fertilitas menurut Umur Expected Births India Philipina 15-19 20-24 25-29 30-34 35-39 40-44 45-49 164.788 130.496 122.088 132.429 149.895 150.342 149.962 151,6 275,7 255,5 197,0 149.9 150.3 19,2 32,47 127,20 138,01 83,45 133,8 51,9 0,85 69,13 346,59 377,91 315,09 11,94 103,62 27,55 Jumlah 1.000.000 GFR = B * 1.000 Pf(15-49)

Tingkat Fertilitas menurut Umur Tingkat Fertilitas Umum Negara India, Swedia, Philipina dengan Penduduk Perempuan Swedia Sebagai Standar Kelompok Umur Penduduk Perempuan Swedia Tingkat Fertilitas menurut Umur Expected Births India Philipina 15-19 20-24 25-29 30-34 35-39 40-44 45-49 164.788 130.496 122.088 132.429 149.895 150.342 149.962 151,6 275,7 255,5 197,0 149.9 150.3 19,2 32,47 127,20 138,01 83,45 133,8 51,9 0,85 69,13 346,59 377,91 315,09 11,94 103,62 27,55 24.982 35.978 31.193 26.089 22.201 22.596 2.879 5.515 16.599 16.849 11.051 20.056 1.795 127 11.392 45.229 46.138 41.727 38.093 15.578 4.131 Jumlah 1.000.000 148.980 71.992 202.288 148,98 71,99 202,29 GFR = B * 1.000 Pf(15-49)

United Nation telah menemukan metode lain standarisasi tidak langsung tingkat kelahiran untuk umur dan jenis kelamin dimana hanya jumlah kelahiran dan distribusi umur wanita dalam kelompok umur 15-44 (lima tahunan masa reproduksi) yang tersedia. Formulasi Sex Age Adjusted Birth Rate (SAABR) oleh UN sebagai berikut: SAABR = B x 1.000 ∑ wi . Wi

Dimana wi, adalah penimbang standar untuk kelompok umur i (i = 1, 2, Dimana wi, adalah penimbang standar untuk kelompok umur i (i = 1, 2, ...6, dimulai dari kelompok umur 15-19) dalam masa reproduksi, dan Wi adalah jumlah wanita dalam kelompok umur i tahun. SAABR adalah jumlah kelahiran per 1.000 wanita tertimbang dalam kelompok umur 15-44 tahun. Standar penimbang telah terseleksi berdasarkan distribusi rata-rata persentase ASFR dari 52 negara yang mewakili tingkat fertilitas rendah maupun tinggi di negara-negara tersebut yang menyajikan tingkat fertilitas relatif menurut umur. Nilai penimbang tersebut adalah 1, 7, 7, 6, 4, 1 berturut-turut untuk kelompok umur 15-19, 20-24, 25-29, 30-34, 35-39, dan 40-44.

Penghitungan ASFR, GFR, SAABR, Standarisasi Tingkat Kelahiran & TFR Tabel berikut merupakan contoh prosedur penghitungan standarisasi tingkat kelahiran dengan metode standarisasi langsung dan tidak langsung. Penghitungan ASFR, GFR, SAABR, Standarisasi Tingkat Kelahiran & TFR Negara A dan B, Tahun 1971 Kelompok Umur Penduduk Wanita (dalam ribuan) Kelahiran 1971 ASFR 5fXB. WXA 5fXA. WXB Negara A Negara B WXA WXB BXA BXB 5fXA . 1.000 5fXB . 1.000 (1) (2) (3) (4) (5) (6) (7) (8) (9) 15-19 20-24 25-29 30-34 35-39 40-44 45-49 17.263 16.799 16.343 14.453 12.622 10.795 8.584 1.271 1.312 1.337 1.170 1.055 876 721 1.683 4.595 4.632 3.284 1.908 892 281 107 358 361 221 134 42 16 Jumlah penduduk Negara A = 439 juta dan jumlah penduduk Negara B = 34,7 juta, pada tahun 1971.

Penghitungan ASFR, GFR, SAABR, Standarisasi Tingkat Kelahiran & TFR Tabel berikut merupakan contoh prosedur penghitungan standarisasi tingkat kelahiran dengan metode standarisasi langsung dan tidak langsung. Penghitungan ASFR, GFR, SAABR, Standarisasi Tingkat Kelahiran & TFR Negara A dan B, Tahun 1971 Kelompok Umur Penduduk Wanita (dalam ribuan) Kelahiran 1971 ASFR 5fXB. WXA 5fXA. WXB Negara A Negara B WXA WXB BXA BXB 5fXA . 1.000 5fXB . 1.000 (1) (2) (3) (4) (5) (6) (7) (8) (9) 15-19 20-24 25-29 30-34 35-39 40-44 45-49 17.263 16.799 16.343 14.453 12.622 10.795 8.584 1.271 1.312 1.337 1.170 1.055 876 721 1.683 4.595 4.632 3.284 1.908 892 281 107 358 361 221 134 42 16 97,49 273,53 283,42 227,22 151,16 82,61 32,74 84,19 272,87 270,01 188,89 127,01 47,95 22,19 1.453.303 4.583.876 4.412.724 2.730.013 1.603.171 517.566 190.479 193.912 358.869 378.938 265.845 159.478 72.385 23.602 Jumlah penduduk Negara A = 439 juta dan jumlah penduduk Negara B = 34,7 juta, pada tahun 1971.

CBR(A) = 17.295.000 x 1.000 39,396 439.000.000 CBR(B) = 1.239.000 x 1.000 35,706 34.700.000 GFR(A) = 17.295.000 x 1.000 178,558 96.859.000 GFR(B) = 1.239.000 x 1.000 160,036 7.742.000

SAABR(A) = Jumlah Kelahiran x 1.000 ∑ wi . WiA SAABR(A) = 17.295.000 x 1.000 43,536 397.258.000 SAABR(B) = 1.239.000 x 1.000 38,804 31.930.000 dimana: ∑ wi . WiA = (1 x 17.263.000) + (7 x 16.799.000) + … + (1 x 8.584.000)

TFR(A) = 5 x 1.148,193 5,74 1.000 TFR(B) = 5 x 1.013,193 5,06 1.000

Standarisasi Langsung untuk Negara B dengan penduduk Negara A sebagai standar = Jumlah Kolom (8)/Penduduk Negara A = (15.521.278/439.000.000) x 1.000 = 35,356 Standarisasi Tidak Langsung untuk Negara B = {(B ) x CBRA}/Jumlah Kol.(9) = (1.239.000 x 39,396)/1.383.029,8 = 35,293