Hasil Penghitungan
2
Pembangunan Manusia
Latar Belakang
INDIKATOR:
Angka Melek Huruf (AMH) pada metode lama diganti
dengan angka Harapan Lama Sekolah (HLS).
Produk Domestik Bruto (PDB) per kapita diganti dengan
Produk Nasional Bruto (PNB) per kapita.
METODE PENGHITUNGAN:
Metode agregasi diubah dari rata-rata aritmatik menjadi
rata-rata geometrik.
Apa Saja Keunggulan IPM Metode Baru ?
IPM
Menghitung Indeks Komponen
Dimensi
Kesehatan
Dimensi
Pendidikan
Dimensi
Pengeluaran
Menghitung IPM
Ketersediaan data:
Angka Harapan Hidup saat lahir (Sensus Penduduk tahun
2010-SP2010, Proyeksi Penduduk).
Angka harapan lama sekolah dan rata-rata lama sekolah
(Suvei Sosial Ekonomi Nasional Susenas).
PNB per kapita tidak tersedia pada tingkat provinsi dan
kabupaten/kota, sehingga diproksi dengan pengeluaran
per kapita disesuaikan menggunakan data Susenas.
Penentuan nilai maksimum dan minimum menggunakan
standar UNDP untuk keterbandingan global, kecuali standar
hidup layak karena menggunakan ukuran rupiah.
Perbandingan Metode Lama dan Metode Baru
Agregasi
Penentuan Nilai Minimum dan Maksimum
Minimum Maksimum
Indikator Satuan
UNDP BPS UNDP BPS
Angka Harapan Hidup saat
Tahun 20 20 85 85
Lahir (AHH)
Harapan Lama Sekolah (HLS) Tahun 0 0 18 18
Rata-rata Lama Sekolah (RLS) Tahun 0 0 15 15
Pengeluaran per Kapita 100 1.007.436* 107.721 26.572.352**
Disesuaikan (PPP U$) (Rp) (PPP U$) (Rp)
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
Variabel dalam IPM Metode Baru
Formula
Keterangan:
Kembali
Faktor Koreksi Pesantren
Pengeluaran per Kapita Disesuaikan
Pengeluaran per kapita disesuaikan ditentukan dari
nilai pengeluaran per kapita dan paritas daya beli.
Rata-rata pengeluaran per kapita setahun diperoleh
dari Susenas Modul, dihitung dari level provinsi hingga
level kab/kota. Rata-rata pengeluaran per kapita
dibuat konstan/riil dengan tahun dasar 2012=100.
Perhitungan paritas daya beli pada metode baru
menggunakan 96 komoditas dimana 66 komoditas
merupakan makanan dan sisanya merupakan
komoditas nonmakanan. Metode penghitungannya
menggunakan Metode Rao.
Paket Komoditas Penghitungan Paritas Daya Beli
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 tahun
1996 menjadi 24,66 persen pada tahun 2012
Makanan: 66 Nonmakanan:
96 Komoditas
Komoditas 30 Komoditas
(76,7 %)
(39,8 %) (36,9 %)
Keterangan:
IPMt : IPM suatu wilayah pada tahun t
IPMt-1 : IPM suatu wilayah pada tahun (t-1)
Klasifikasi Pembangunan Manusia
1
dibanding dengan IPM metode
IPM lama
2
diperbandingkan akibat adanya
IPM perbedaan indikator dan
metodologi
Perubahan Peringkat IPM Metode Baru
di Beberapa Negara
1 2
China India
Tahun mulai: 2013 (data 2011) Tahun mulai: 2011
Variabel: e0, EYS, MYS, GNI per Variabel: e0, EYS, MYS, GNI per
capita capita
Dampak: Terdapat perubahan Dampak: Terjadi perubahan
ranking provinsi. Perubahan nilai IPM dan rank antar
serius terjadi di Guangdong (4 provinsi antara IPM 2007-2008
ke 7), Hebei (10 ke 16), dan (metode lama) dengan IPM
Henan (15 ke 20) 2011 (metode baru)
3
Filipina
Tahun mulai: 2012 (data 2009)
Variabel: e0, EYS, MYS, Familiy
Income and Expenditure
Dampak: Terdapat perubahan
ranking provinsi. Perubahan serius
th 2006-2009 terjadi di Abra (46 ke
51), Aklan (49 ke 63), Camiguin (28
ke 39), Albay (30 ke 43)
Hasil Penghitungan IPM
IPM Indonesia (UNDP)
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
Sumber: UNDP
Capaian IPM Indonesia di ASEAN, 2013
World Top Movers in HDI Improvement:
90,1 2012 2013 1970-2010
85,2
77,3 Improvement in
72,2 68,4 66,0 63,8 Rank Nonincome
58,4 56,9 HDI Income
HDI
52,4
1 Oman Oman China
2 China Nepal Botswana
3 Nepal Saudi Arabia South Korea
4 Indonesia Libya Hongkong, China
Laos (139)
Myanmar (150)
Singapura (9)
Malaysia (62)
Indonesia (108)
Brunei (30)
Filipina (117)
Thailand (89)
IPM Indonesia 2013 sebesar 68,4; peringkat 108/187, di ASEAN berada pada peringkat 5, dan
masuk dalam kategori menengah
Periode 1970-2010 Indonesia termasuk dalam Worlds Top Movers in HDI improvement
Perbedaan IPM UNDP dengan IPM BPS
Nilai IPM hasil penghitungan UNDP dan IPM hasil penghitungan BPS tidak
dapat dibandingkan karena hal berikut.
IPM
72,77 73,29 73,81
69,57 70,08 70,59 71,17 71,76 72,27
67,70 68,69
65,80
Angka Harapan Hidup
68,20 saat Lahir:
65,80 66,53 67,30
64,30 th
Rata-rata Lama Sekolah:
th
Harapan Lama Sekolah:
th
Pengeluaran per Kapita
Metode Lama Metode Baru yang Disesuaikan:
Rp
1996 1999 2002 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
ACE H
KA LTA RA
SUM UT KE P . RI AU
Rendah BA NTE N
JA W A TEN GA H
Sedang JA W A BA RA T
Tinggi
DI Y JA W A TIMU R
Sangat Tinggi
NTB NTT
BA LI
IPM Provinsi 2010-2014
IPM
Kode Provinsi
2010 2011 2012 2013 2014
1100 Aceh 67,09 67,45 67,81 68,30
1200 Sumatera Utara 67,09 67,34 67,74 68,36
1300 Sumatera Barat 67,25 67,81 68,36 68,91
1400 Riau 68,65 68,90 69,15 69,91
1500 Jambi 65,39 66,14 66,94 67,76
1600 Sumatera Selatan 64,44 65,12 65,79 66,16
1700 Bengkulu 65,35 65,96 66,61 67,50
1800 Lampung 63,71 64,20 64,87 65,73
1900 Kep. Bangka Belitung 66,02 66,59 67,21 67,92
2100 Kepulauan Riau 71,13 71,61 72,36 73,02
3100 DKI Jakarta 76,31 76,99 77,54 78,08
3200 Jawa Barat 66,32 66,84 67,48 68,25
3300 Jawa Tengah 66,08 66,64 67,21 68,02
3400 D I Yogyakarta 75,37 75,93 76,15 76,44
3500 Jawa Timur 65,36 66,06 66,74 67,55
3600 Banten 67,54 68,22 68,92 69,47
5100 Bali 70,10 70,87 71,62 72,09
5200 NTB 61,41 62,14 62,78 63,42
5300 NTT 59,37 60,18 60,70 61,58
6100 Kalimantan Barat 61,97 62,52 63,20 64,17
6200 Kalimantan Tengah 65,96 66,38 66,66 67,41
6300 Kalimantan Selatan 65,20 65,89 66,68 67,17
6400 Kalimantan Timur 71,31 72,02 72,62 73,21
6500 Kalimantan Utara 67,99
7100 Sulawesi Utara 67,83 68,31 69,04 69,49
7200 Sulawesi Tengah 63,50 64,27 65,00 65,79
7300 Sulawesi Selatan 66,00 66,65 67,26 67,92
7400 Sulawesi Tenggara 65,99 66,52 67,07 67,55
7500 Gorontalo 62,65 63,48 64,16 64,70
7600 Sulawesi Barat 59,84 60,63 61,01 61,53
8100 Maluku 64,27 64,75 65,43 66,09
8200 Maluku Utara 62,79 63,19 63,93 64,78
9100 Papua Barat 59,60 59,90 60,30 60,91
9400 Papua 54,45 55,01 55,38 56,06
0000 INDONESIA 66,53 67,09 67,70 68,31
IPM 2013 dan Komponennya
Provinsi AHH EYS MYS Pengeluaran IPM Kategori
Aceh 69,31 13,36 8,44 8.289 68,30 Sedang
Sumatera Utara 67,94 12,41 8,79 9.309 68,36 Sedang
Sumatera Barat 68,21 13,16 8,28 9.570 68,91 Sedang
Riau 70,67 12,27 8,38 10.180 69,91 Sedang
Jambi 70,35 12,17 7,80 9.066 67,76 Sedang
Sumatera Selatan 68,84 11,46 7,53 9.231 66,16 Sedang
Bengkulu 68,33 12,78 8,09 8.803 67,50 Sedang
Lampung 69,55 11,90 7,32 8.415 65,73 Sedang
Kep. Bangka Belitung 69,64 10,96 7,32 11.657 67,92 Sedang
Kepulauan Riau 69,05 12,26 9,63 12.942 73,02 Tinggi
DKI Jakarta 72,19 12,24 10,47 16.828 78,08 Tinggi
Jawa Barat 72,09 11,81 7,58 9.421 68,25 Sedang
Jawa Tengah 73,28 11,89 6,80 9.618 68,02 Sedang
D I Yogyakarta 74,45 14,67 8,72 12.261 76,44 Tinggi
Jawa Timur 70,34 12,17 6,90 9.978 67,55 Sedang
Banten 69,04 12,05 8,17 11.061 69,47 Sedang
Bali 71,11 12,40 8,10 12.738 72,09 Tinggi
NTB 64,74 12,46 6,28 8.950 63,42 Sedang
NTT 65,82 12,27 6,68 6.899 61,58 Sedang
Kalimantan Barat 69,66 11,60 6,60 8.127 64,17 Sedang
Kalimantan Tengah 69,29 11,71 7,79 9.641 67,41 Sedang
Kalimantan Selatan 67,35 11,67 7,59 10.655 67,17 Sedang
Kalimantan Timur 73,52 12,85 8,87 10.981 73,21 Tinggi
Kalimantan Utara 72,02 12,30 8,10 8.229 67,99 Sedang
Sulawesi Utara 70,86 11,88 8,79 9.583 69,49 Sedang
Sulawesi Tengah 67,02 12,36 7,82 8.501 65,79 Sedang
Sulawesi Selatan 69,50 12,52 7,45 9.632 67,92 Sedang
Sulawesi Tenggara 70,28 12,45 7,93 8.537 67,55 Sedang
Gorontalo 66,92 12,13 6,96 8.719 64,70 Sedang
Sulawesi Barat 63,32 11,46 6,87 8.148 61,53 Sedang
Maluku 64,93 13,35 8,81 7.872 66,09 Sedang
Maluku Utara 67,24 12,48 8,27 7.200 64,78 Sedang
Papua Barat 65,05 11,67 6,91 6.896 60,91 Sedang
Papua 64,76 9,58 5,61 6.394 56,06 Rendah
INDONESIA 70,40 12,10 7,61 9.858 68,31
Perbandingan Pola Sebaran IPM Metode Lama
dan Metode Baru 2013
ACEH
IPM 2013 Metode Lama
KALTA RA
KA LTA RA
SUM UT KE P . RI AU
AMH EYS
Kelompok Umur Kalimantan Kalimantan
Nasional Nasional
Tengah Tengah
13-15 tahun* 99,8 99,6 2,58 2,72
AMH pada setiap kelompok umur
16-18 tahun 99,9 99,6 1,78 1,92 di atas nasional, sementara EYS
19-24 tahun 99,8 99,4 1,19 1,21 dibawah nasional
> 24 tahun 97,4 92,5 0,29 0,42
Catatan: * Untuk AMH dihitung umur 15 tahun
Angka Partisipasi Sekolah SMP ke Atas di Bawah
Nasional
Kalimantan
Indikator Nasional Rank
Tengah
Angka Partisipasi Kasar SD 110,9 107,7 3
Angka Partisipasi Kasar SMP 80,8 90,0 30
Angka Partisipasi Kasar SMA 69,8 68,3 21 Partisipasi sekolah yang relatif
Angka Partisipasi Murni SD 97,4 95,5 3 masih rendah, secara umum
Angka Partisipasi Murni SMP 67,9 73,7 24 berada peringkat
Angka Partisipasi Murni SMA 44,7 53,9 32 di atas 20
Angka Partisipasi Sekolah 7-12th 99,0 98,4 12
Angka Partisipasi Sekolah 13-15th 85,9 90,7 30
Angka Partisipasi Sekolah 16-18th 58,4 63,5 31
Angka Partisipasi Sekolah 19-24th 19,5 20,0 19
Kalimantan
Indikator Nasional Rank
Tengah
Persentase Desa dgn jarak SD
17,1 0,0 30
Aksesibilitas ke fasilitas terdekat > 10 km
pendidikan kurang baik Persentase Desa dgn jarak SMP 31,4 12,6 29
untuk semua level terdekat > 10 km
Persentase Desa dgn jarak SMA
64,2 27,9 32
terdekat > 10 km
Persentase Desa dgn jarak SMK
78,6 45,5 31
terdekat > 10 km
TERIMA KASIH
KONSEP DAN DEFINISI
Angka Harapan Hidup saat Lahir (AHH)
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.
Rata-rata Lama Sekolah (RLS)
Mean Years of Schooling (MYS)
Definisi
Jumlah tahun yang digunakan oleh penduduk
dalam menjalani pendidikan formal.
Sumber Data
Susenas KOR
Asumsi
Dalam kondisi normal rata-rata lama sekolah
suatu wilayah tidak akan turun.
Pengeluaran per Kapita
Makanan: 66 Nonmakanan:
96 Komoditas
Komoditas 30 Komoditas
(76,7 %)*
(39,8 %)* (36,9 %)*
Beras Pepaya
Tepung terigu Minyak kelapa Rumah sendiri/bebas sewa
Ketela pohon/singkong Minyak goreng lainnya Rumah kontrak
Kentang Kelapa Rumah sewa
Tongkol/tuna/cakalang Gula pasir Rumah dinas
Kembung Teh Listrik
Bandeng Kopi Air PAM
Mujair Garam LPG
Mas Kecap Minyak tanah
Lele Penyedap masakan/vetsin Lainnya(batu baterai,aki,korek,obat
Ikan segar lainnya Mie instan nyamuk dll)
Nonmakanan
Daging sapi Roti manis/roti lainnya Perlengkapan mandi
Daging ayam ras Kue kering Barang kecantikan
Makanan
Metode Lama
Metode Baru
Teknis Penghitungan
IPM Metode Baru
Variabel dalam Susenas yang Digunakan dalam
Penghitungan IPM dan Komponennya
Teknik Penghitungan
Untuk memperoleh angka Infant Mortality Rate (IMR) dan AHH (sekaligus)
dapat menggunakan paket program Mortpak.
Data yang dibutuhkan untuk menghitung IMR dan AHH dengan Mortpak
adalah:
Estimasi rata-rata jumlah anak lahir hidup pada tahun penghitungan
Estimasi rata-rata jumlah anak masih hidup pada tahun penghitungan
Penentuan Asumsi
Berdasarkan tren tingkat mortalitas di masa lalu mengikuti hasil SDKI: SDKI91,
SDKI94, SDKI97, SDKI2002/3, SDKI2007, SDKI2012.
Y = Perkiraan IMR
L = Konstanta asymtot bawah IMR
U = Konstanta asymtot atas IMR
a,b = Koefisien kurva logistik
t = Waktu sebagai variabel bebas
e = Konstanta eksponensial
Penentuan AHH untuk proyeksi
AHH proyeksi dihitung berdasarkan tren SDKI
Harus ada harmonisasi antara AHH proyeksi nasional dan provinsi
dengan AHH kabupaten/kota
Harapan Lama Sekolah (HLS)
Expexted Years of Schooling (EYS)
Teknis Menghitung Harapan Lama Sekolah
Langkah Pertama
Menghitung jumlah penduduk menurut umur (7th ke atas).
Langkah Kedua
Menghitung jumlah penduduk yang masih sekolah menurut umur (7th ke
atas).
Langkah ketiga
Menghitung rasio penduduk yang masih sekolah terhadap jumlah
penduduk menurut umur (7th ke atas). Langkah ini menghasilkan
partisipasi sekolah menurut umur.
Langkah keempat
Menghitung harapan lama sekolah, yaitu dengan menjumlahkan semua
partisipasi sekolah menurut umur (7th ke atas).
Formula Penghitungan Harapan Lama Sekolah (HLS)
Formula
Keterangan:
Konversi Tahun
Ijazah
Lama Sekolah (Th)
Tidak punya ijazah 0
SD/SDLB/MI/Paket A 6
SMP/SMPLB/MTs/Paket B 9
SMA/SMLB/MA/SMK/Paket C 12
D1/D2 14
D3/Sarjana Muda 15
D4/S1 16
S2/S3 18
Teknis Menghitung Rata-rata Lama Sekolah.
Keterangan:
RLS: Rata-rata Lama Sekolah di suatu wilayah
Lama sekolah penduduki: lama sekolah penduduk ke-i di suatu wilayah
n: jumlah penduduk ( i = 1, 2, 3,..., n)
Ilustrasi Penghitungan Rata-rata Lama Sekolah
Penduduk