Post Enumeration Survey Survei Pasca Pencacahan

Slides:



Advertisements
Presentasi serupa
Teori Graf.
Advertisements

Statistika Deskriptif: Distribusi Proporsi
TURUNAN/ DIFERENSIAL.
SUBBIDANG DATA DAN INFORMASI
Pemrograman Terstruktur
START.
Menunjukkan berbagai peralatan TIK melalui gambar
Translasi Rotasi Refleksi Dilatasi
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.
SURVEI CONTOH PASCA EVALUASI SURVEI (PES)
LANGKAH-LANGKAH melaksanakan SURVEI CONTOH
PERANGKAT AKREDITASI SD/MI
1suhardjono waktu 1Keterkatian PKB dengan Karya Inovatif, Macam dan Angka Kredit Karya Inovatif (buku 4 halaman ) 3 Jp 3Menilai Karya Inovatif.
Menentukan komposisi dua fungsi dan invers suatu fungsi
Bab 11A Nonparametrik: Data Frekuensi Bab 11A.
BADAN KOORDINASI KELUARGA BERENCANA NASIONAL DIREKTORAT PELAPORAN DAN STATISTIK DISAJIKAN PADA RADALGRAM JAKARTA, 4 AGUSTUS 2009.
KETENTUAN SOAL - Untuk soal no. 1 s/d 15, pilihlah salah satu
THE RATIO ESTIMATOR VARIANCE DAN BIAS RATIO PENDUGA SAMPEL VARIANCE
SURVEI CONTOH Rancangan Survei Ekonomis/ The Economic Design Survey
UJIAN KOMPREHENSIP MPC + SURCON
BOROBUDUR (4) FAHMI BASYA
STANDARD PELAYANAN MINIMAL PENDIDIKAN DASAR (SPM)
Materi 7 Bias, Error, Non Response dan Survei Pasca Pencacahan
Mari Kita Lihat Video Berikut ini.
Statistika Deskriptif
Kuliah ke-3 MATERI SURVEI.
SURVEI CONTOH Kuliah 2: Langkah-Langkah Melaksanakan Survei Contoh Dosen: Dr. Hamonangan Ritonga, MSc Sekolah Tinggi Ilmu Statistik Jakarta Tahun.
WEEK 6 Teknik Elektro – UIN SGD Bandung PERULANGAN - LOOPING.
ANALISA NILAI KELAS A,B,C DIBUAT OLEH: NAMA: SALBIYAH UMININGSIH NIM:
WORKSHOP INTERNAL SIM BOK
TURUNAN DIFERENSIAL Pertemuan ke
BARISAN DAN DERET ARITMETIKA
Tugas: Power Point Nama : cici indah sari NIM : DOSEN : suartin marzuki.
Persamaan Linier dua Variabel.
Selamat Datang Dalam Kuliah Terbuka Ini
DISTRIBUSI FREKUENSI oleh Ratu Ilma Indra Putri. DEFINISI Pengelompokkan data menjadi tabulasi data dengan memakai kelas- kelas data dan dikaitkan dengan.
Rabu 23 Maret 2011Matematika Teknik 2 Pu Barisan Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat – sifat barisan Barisan Monoton.
PENINGKATAN KUALITAS PEMBELAJARAN DAN PEMAHAMAN PERANCANGAN PERCOBAAN MAHASISWA SEMESTER VI FAKULTAS KEDOKTERAN HEWAN UNIVERSITAS AIRLANGGA SURABAYA PENANGGUNG.
: : Sisa Waktu.
PENGANTAR SISTEM INFORMASI NURUL AINA MSP A.
Luas Daerah ( Integral ).
PEMINDAHAN HAK DENGAN INBRENG
Fungsi Invers, Eksponensial, Logaritma, dan Trigonometri
PADA RAPAT EVALUASI PENYERAPAN ANGGARAN APBD
Pemrograman Terstruktur
EKUIVALENSI LOGIKA PERTEMUAN KE-7 OLEH: SUHARMAWAN, S.Pd., S.Kom.
Turunan Numerik Bahan Kuliah IF4058 Topik Khusus Informatika I
Bulan FEBRUARI 2012, nilai pewarnaan :
AREAL PARKIR PEMERINTAH KABUPATEN JEMBRANA
LANGKAH-LANGKAH melaksanakan SURVEI CONTOH
KINERJA SAMPAI DENGAN BULAN AGUSTUS 2013
PENGUJIAN HIPOTESA Probo Hardini stapro.
Waniwatining II. HIMPUNAN 1. Definisi
G RAF 1. P ENDAHULUAN 2 3 D EFINISI G RAF 4 5.
Bahan Kuliah IF2091 Struktur Diskrit
Graf.
Algoritma Branch and Bound
USAHA DAN ENERGI ENTER Klik ENTER untuk mulai...
Statistika Deskriptif: Statistik Sampel
Statistika Deskriptif: Distribusi Proporsi
NOTASI SIGMA BARISAN DAN DERET 0leh: Drs. Markaban, M.Si Widyaiswara PPPPTK Matematika disampaikan pada Diklat Guru Matematika SMK se propinsi DIY DI.
Universitas Udayana.
Bahan Kuliah IF2120 Matematika Diskrit
7. RANTAI MARKOV WAKTU KONTINU (Kelahiran&Kematian Murni)
Pohon (bagian ke 6) Matematika Diskrit.
P OHON 1. D EFINISI Pohon adalah graf tak-berarah terhubung yang tidak mengandung sirkuit 2.
Korelasi dan Regresi Ganda
PENDAFTARAN TANAH Pendaftaran Tanah (Pasal 1 angka 1 PP No.24 Th 1997)
Pengantar sistem informasi Rahma dhania salamah msp.
Transcript presentasi:

Post Enumeration Survey Survei Pasca Pencacahan PES Sekolah Tinggi Ilmu Staistik STIS

Latar Belakang PES Error pengumpulan data Error Sampling Error Non Sampling Error Petugas lapang Coverage Error Content Error Responden Response Error Error pengumpulan data

Tujuan PES Mengetahui tingkat ketelitian cakupan (coverage) Mengetahui tingkat ketelitian isian (content) Membantu pengguna data dalam menggunakan data hasil sensus atau survei dengan memberikan pandangan (insight) lebih mendalam ttg kualitas dan keterbatasannya Memberikan bahan masukan dalam analisis Memberikan bahan masukan dalam pelaksanaan survei yad

Pelaksanaan PES di sebagian lokasi Sensus/survei (representatif) Cakupan PES Sensus/Survey PES Pelaksanaan PES di sebagian lokasi Sensus/survei (representatif)

PES (Pasca Evaluasi Survei/ Sensus )  Coverage Error (salah cakupan) - salah cacah (errorneous inclusion) - lewat cacah (omission) - double cacah  Content Error (salah isian) - salah isi (errorneous entries) - tak ada isian (non response entries)  Misalnya dalam listing:  Coverage : unit sampling  Content : karakteristik (dalam kuesioner )

 Untuk Melihat Coverage Error  Formula Chandra Demming  Formula /model Uttam Chand  Metode David Bateman  Dual System Estimation Model  Diadakan PES

 Coverage Error Check (pengecekan kesalahancakupan) Coverage check bertujuan untuk mengetahui apakah dalam pelaksanaan pendaftaran bangunan dan rumah tangga terjadi lewat cacah atau cacah ganda di suatu blok sensus terpilih dan apakah blok sensus yang terdapat dalam sketsa peta blok sensus sudah dicacah semuanya.

 Content Error Check (pengecekan kesalahan isian) Antara lain dengan penghitungan: Index of reliability Index of concistency

PELAKSANAAN PES ST03 (1) ASUMSI INDEPENDEN - Penyelenggaraan PES ST03 dan ST03 dilaksanakan secara independen, baik dari segi petugas pencacah/ pengawas, kuesioner yang digunakan maupun sketsa peta yang dipakai dalam pelaksanaan lapangan. - Dalam pelaksanaan PES ST03 untuk memenuhi asumsi tsb. salah satu kriteria petugas pencacah & pengawas yang direkrut dalam PES ST03 adalh orang yg tidak pernah bertugas sbg pencacah pada BS terpilih PES ST03. Selain itu petugas tidak boleh menggunakan salinan sketsa peta BS ST03-WB,dan Daftar ST03-L1 dan Daftar ST03-L2

PELAKSANAAN PES ST03 (2) DESAIN KUESIONER Dalam pengecekan cakupan RUTA, kuesioner dirancang berdasarkan Daftar ST03-L1 (kuesioner listing) Dalam pengecekan isian, kuesioner dirancang berdasarkan pertanyaan Daftar ST03-L2 (kuesioner pencacahan) Jarak waktu pelaksanaan PES ST03 dengan ST03 dijadwalkan tidak terlalu lama untk menghindari terjadinya memory lapse responden.

PELAKSANAAN PES ST03 (3) KUALIFIKASI PETUGAS Petugas PES ST03, memiliki kualifikasi yang lebih tinggi dibanding petugas ST03 Pencacah – Inda pelaksanaan ST03 Pengawas/pemeriksa – Innas atau Inda terbaik

Faktor-faktor yg Memengaruhi Un-Match Nama KaRT (PES ST03) Nama panggilan sehari-hari berbeda dengan nama asli di KTP Nama KaRt yang ditulis hanya marganya saja,nama asli disingkat Kesalahan penulisan/pengejaan nama dalam tulisan Kesalahan penerapan konsep KaRt

Formula Chandra Demming (1) SURVEI/ SENSUS Jumlah Ya Tidak P E S M U2 N2 U1 N1

Formula Chandra Demming (2) Formula Chandra Demming untuk mengetahui tingkat kecermatan data dari dua sumber data untuk karakteristik yg sama M = match (jumlah unit yang match, tercakup dalam PES maupun sensus) U = un match U1 = jumlah unit karakteristik yg ada di Survei/Sensus tidak ada di PES U2 = jumlah unit karakeristik yg ada di PES tidak ada di Survei/Sensus

Formula Chandra Demming (3) N1 = jumlah unit karakteristik yg tercakup dalam sensus N2 = jumlah unit karakeristik yg tercakup dalam PES = perkiraan jml unit yg tidak tercakup baik dalam sensus maupun PES = perkiraan jumlah unit yg sebenarnya

Formula Chandra Demming (4) Asumsi : kegiatan sensus/survei dan PES dilakukan secara independen Under enumeration dari survei/ sensus : Under enumeration dari PES: Kondisi yang dibandingkan sama  perlu identifikasi dalam dafar isian

ST03 Jumlah Ya Tidak P E ST03 S 55.109 (84,28) 4.565 (6,98) 59.674 Tabel 1. Hasil Matching RUTA pada Blok Sensus Terpilih PES STO3 dengan Metode Chandra Demming ST03 Jumlah Ya Tidak P E ST03 S 55.109 (84,28) 4.565 (6,98) 59.674 (91,26) 5274 (8,07) 437 (0,67) 5.711 (8,74) 60.383 (92,35) 5.002 (7,65) 65.385 (100,00)

HASIL MATCHING DENGAN METODE CHANDRA DEMING

Metode Uttam Chand (1) SURVEI/SENSUS Ya Tidak P E S M U2 N2 U1 N1

Metode Uttam Chand (2) Metode Uttam Chand, lebih menitik-beratkan pada persoalan salah cacah (U1) dan lewat cacah (U2) Sementara persoalan unit karakteristik yang tidak tercakup baik dalam sensus dan PES (m) tidak diperhatikan dalam metode ini

Metode Uttam Chand (3)  Assumsi : PES lebih baik  Bias Cakupan:Census Coverage Bias (CCB):  Positif : survei/ sensus over enumeration  Negatif : survei/ sensus under

ST03 Jumlah Ya Tidak P E ST03 S 55.109 (84,85) 4.565 (7,03) 59.674 Tabel 2. Hasil Matching RUTA pada Blok Sensus Terpilih PES STO3 dengan Metode Uttam Chand ST03 Jumlah Ya Tidak P E ST03 S 55.109 (84,85) 4.565 (7,03) 59.674 (91,88) 5274 (8,12) - 5.274 60.383 (92,97) 64.948 (100,00)

HASIL MATCHING DENGAN METODE UTTAM CHAND

Metode David Bateman (1) SURVEI/SENSUS Ya Tidak P E S M U2 N2 O N1

Metode David Bateman (2) Persoalan utama yang diperhatikan dalam metode ini adalah jumlah unit karakteristik yang dicakup dalam PES tetapi tidak tercakup dalam sensus (U2)

Metode David Bateman (3)  Assumsi : Sama dengan Uttam Cand PES lebih baik  Tingkat tak tercakup survei/ sensus (Census Miss Rate/ CMR) :

Catatan: Uttam Chand masih mempertimbang-kan “ya” di sensus  David Bateman tidak mempertim-bangkan “ya” di sensus. Misal di PES tidak ada berarti di sensus tidak ada

ST03 Jumlah Ya Tidak P E ST03 S 55.109 (92,35) 4.565 (7,65) 59.674 Tabel 3. Hasil Matching RUTA pada Blok Sensus Terpilih PES STO3 dengan Metode David Bateman ST03 Jumlah Ya Tidak P E ST03 S 55.109 (92,35) 4.565 (7,65) 59.674 (100,00) -

HASIL MATCHING DENGAN METODE DAVID BATEMAN

Dual System Estimation Model (1) SURVEI/SENSUS Ya Tidak P E S M U2 N2 U1 N1

Dual System Estimation Model (2) Metode ini mengasumsikan bahwa kualitas data sensus/ survei sama dengan PES. Apabila sensus dinyatakan dengan E1 dan PES dinyatakan dengan E2, adalah dua kejadian yang independen.

Dual System Estimation Model (3) E1 dan E2 kejadian yang bebas

Dual System Estimation Model (4)  Tingkat Match dari PES  Tingkat Match dari survei/sensus

Dual System Estimation Model (5)  Under Coverage dari survei/ sensus:  Under Coverage dari PES:

Dual System Estimation Model (5) Perkiraan jumlah karakteristik yang sebenarnya : Metode Dual System Estimation Model, akan lebih akurat jika kondisi-kondisi berikut dipenuhi: E1 dan E2 adalah dua kejadian yang independen N2 merupakan perkiraan yang akurat, dan Matching dilakukan dengan baik sehingga M merupakan perkiraan yang akurat.

ST03 Jumlah Ya Tidak P E ST03 S 55.109 (84,28) 4.565 (6,98) 59.674 Tabel 4. Hasil Matching RUTA pada Blok Sensus Terpilih PES STO3 dengan Metode Dual System Estimation Model ST03 Jumlah Ya Tidak P E ST03 S 55.109 (84,28) 4.565 (6,98) 59.674 (91,26) 5274 (8,07) 437 (0,67) 5.711 (8,74) 60.383 (92,35) 5.002 (7,65) 65.385 (100,00)

HASIL MATCHING DENGAN METODE DUAL SYSTEM ESTIMATION MODEL

Content Error Check (1)  Index of concistency (Varian perbedaan)  Assumsi : PES lebih baik 1 = survei/ sensus 2 = PES

Content Error Check (2) Catatan: I = 1 data survey/sensus dan PES konsisten I < 0,20  tingkat kesesuaian kecil 0,20 < I < 0,50  tingkat kesesuaian sedang I > 0,50  tingkat kesesuaian besar

Content Error Check (3)  Batas toleransi ketidaksesuaian:

 Index of Concistency total pengusahaan lahan pertanian Domain n V I 1 510 0,0532 0,05542 0,0960 2 548 0,0942 0,8772 0,1080 3 669 0,1938 0,7630 0,2540

PES (Pasca Evaluasi Survei/Sensus) PES mencacah sebagian unit dari sensus/ survei  Cara Match: - Untuk Coverage: seluruh unit yang terkena sample Survei n = 100 bs PES n = 10 bs  di listing kembali (match coverage) 10 bs dikeluarkan dari 100 bs -Untuk content : mencek isinya dari listing content yang akan dicek Daftar ST03-L2. ------------- Rt match-------------------- yj1 yj2

MATERI BERIKUTNYA UJIAN AKHIR SEMESTER (UAS) PERSIAPKAN DIRI SEBAIK-BAIKNYA