RESUME ANOVA, REGRESI SEDERHANA, KEPENDUDUKAN,

FERTILITAS, MORTALITAS DAN MIGRASI

Dosen Pembimbing :

Sugiarto, SKM, MKM

Disusun Oleh :

Fika Rahmalia

SEKOLAH TINGGI ILMU KESEHATAN HARAPAN IBU JAMBI

JALUR KHUSUS PROGRAM KESEHATAN MASYARAKAT

TAHUN AJARAN 2016/2017

A. ANOVA

I. Pengertian
Dalam sebuah penelitian, terkadang kita ingin membandingkan hasil perlakuan
(treatment) pada sebuah populasi dengan populasi yang lain dengan metode uji
hipothesis yang ada (Distribusi Z, Chi Kuadrat, atau Distribusi-T). Membandingkan
satu rata-rata populasi dengan satu rata-rata populasi yang lain, selain memakan waktu,
juga beresiko mengandung kesalahan yang besar. Untuk itu, kita memerlukan sebuah
metode yang cepat dan beresiko mengandung kesalahan lebih kecil, yakni ANOVA
(Analysis of Variance) [1].

Pada dasarnya, pola sampel dapat dikelompokkan menjadi dua kelompok, yakni:

1. Seluruh sampel, baik yang berada pada kelompok pertama sampai dengan
yang ada di kelompok yang lain, berasal dari populasi yang sama. Untuk
kondisi ini, hipotesis nol berbunyi: “tidak ada efek dari perlakuan
(treatment)”.
2. Sampel yang ada pada kelompok yang satu berasal dari populasi yang
berbeda dengan populasi sampel yang ada di kelompok yang lain. Untuk
kondisi ini, hipotesis nol berbunyi: “tidak ada perbedaan efek perlakuan
antar kelompok”.
Sebagai contoh, ANOVA digunakan untuk membandingkan rata-rata dari beberapa
populasi yang diwakili oleh beberapa kelompok sampel secara bersama, sehingga
hipotesis matematikanya (untuk 5 kelompok) adalah:

H0 : µ1 = µ2 = µ3 = µ4 = µ5

H1 : salah satu dari µ tidak sama

Bunyi hipotesis sebagaimana yang disebutkan di atas bersifat fleksibel karena tidak
menyebutkan secara pasti µ mana yang berbeda dengan lainnya. Hal ini berarti bahwa µ
mana yang tidak sama bukan merupakan masalah

Anova dapat digunakan untuk menganalisa sejumlah sampel dengan jumlah data yang
sama pada tiap-tiap kelompok sampel, atau dengan jumlah data yang berbeda. ANOVA
mensyaratkan data-data penelitian untuk dikelompokkan berdasarkan kriteria tertentu.
Penggunaan “variance” sesuai dengan prinsip dasar perbedaan sampel: sampel yang
berbeda dilihat dari variabilitas-nya. Ukuran yang baik untuk melihat variabilitas
adalah variance atau standard deviation (simpangan baku).
II. Langkah-langkah melakukan uji hipotesis dengan ANOVA

A. Kumpulkan sampel dan kelompokkan berdasarkan kategori tertentu. Untuk

memudahkan pengelompokkan dan perhitungan, buat tabel data sesuai dengan kategori
berisi sampel dan kuadrat dari sampel tersebut. Hitung pula total dari sampel dan

kuadrat sampel tiap kelompok. Selain itu, tentukan pula hipotesis nol (H0) dan hipotesis

alternatif (H1).

Contoh:

Kategori A Kategori B Kategori C

2 2 2
xA (xA) xB (xB) xC (xc)

x1 (x1)2 x1 (x1)2 x1 (x1)2

… … … … … …

xn (xn) 2 xn (xn) 2 xn (xn) 2

x x x
n
xn2 n
xn2 n
xn2

2. Menghitung variabilitas dari seluruh sampel.

3. Menghitung derajat kebebasan (degree of freedom)
4. Menghitung variance antar kelompok dan variance dalam kelompok

5. Menghitung nilai distribusi F (Fhitung) berdasarkan perbandingan variance antar

kelompok

dan variance dalam kelompok. Selain itu, F berdasarkan tabel (Ftabel) juga dihitung,

berdasarkan nilai derajat kebebasan (langkah ke-3) menggunakan tabel distribusi-F.

Jangan lupa untuk mencantumkan gambar posisi Fhitung dan Ftabel dalam grafik

distribusi-F.
 6. Membandingkan Fhitung dengan Ftabel :

Jika Fhitung > Ftabel : tolak H0

Jika Fhitung ≤ Ftabel : terima H0

7. Buat kesimpulan, sesuai dengan kasus awal yang ditanyakan. Simpulkan, apakah
perlakuan (treatment) memiliki efek yang signifikan pada sampel data atau tidak. Jika
hasil tidak signifikan, berarti seluruh rata-rata sampel adalah sama. Jika perlakuan
menghasilkan efek yang signifikan, setidaknya satu dari rata-rata sampel berbeda dari
rata-rata sampel yang lain.

III. Variabilitas sampel dalam ANOVA

Pengukuran total variabilitas atas data dapat dikelompokkan menjadi tiga bagian:

1. Total of sum squares (SSt) – jumlah kuadrat simpangan total.

Merupakan jumlah kuadrat selisih antara skor individual dengan rata-rata totalnya.
Untuk menghitung SSt bisa digunakan rumus berikut ini:

G2

SStx2 (1)
N

2. Between treatments variability (SSb) – variabilitas antar kelompok.

Variansi rata-rata kelompok sampel terhadap rata-rata keseluruhannya. Variansi di sini
lebih terpengaruh karena adanya perbedaan perlakuan antar kelompok. Cara
menghitung SSb sebagai berikut:

T2 G2

SSb (2)
n N

3. Within treatments variability (SSw) – variabilitas dalam kelompok.

Variansi yang ada dalam masing-masing kelompok. Banyaknya variansi akan
tergantung pada banyaknya kelompok, dan variansi di sini tidak terpengaruh /
tergantung oleh perbedaan perlakuan antar kelompok. Cara menghitung SSw sebagai
berikut:
 SSw SSt SSb (3)

Keterangan:

x = data pada masing-masing kelompok. k

= banyaknya kelompok.

T = total x dari masing-masing kelompok.

G = total x dari seluruh kelompok.

n = jumlah sampel masing-masing kelompok.

N = jumlah sampel keseluruhan.

IV. Derajat Kebebasan dalam ANOVA

Derajat kebebasan atau degree of freedom (dilambangkan dengan v, dof, atau df) dalam
ANOVA akan sebanyak variabilitas. Oleh karena itu, ada tiga macam derajat kebebasan yang
akan kita hitung:

1. Derajat kebebasan untuk SSt, dalam makalah ini akan kita lambangkan dengan vSSt,

dapat dihitung dengan rumus:

vSSt N 1 (4)

2. Derajat kebebasan untuk SSb, dalam makalah ini akan kita lambangkan dengan vSSb,

dapat dihitung dengan rumus:

v SSb k 1 (5)

3. Derajat kebebasan untuk SSw, dalam makalah ini akan kita lambangkan dengan vSSw,

dapat dihitung dengan rumus:

v
ssw
n 1 , atau
(6)
v
ssw
N k

Derajat kebebasan juga memiliki sifat hubungan yang sama dengan sifat hubungan
variabel, yakni:
 v v v
sst ssb ssw
(7)

Keterangan:

x = data pada masing-masing kelompok.

k = banyaknya kelompok.

T = total x dari masing-masing kelompok.

G = total x dari seluruh kelompok.

n = jumlah sampel masing-masing kelompok.

N = jumlah sampel keseluruhan.

V. Menghitung variance antar kelompok dan dalam kelompok

Variance dalam ANOVA, baik untuk antar kelompok maupun dalam kelompok sering
disebut dengan deviasi rata-rata kuadrat (mean squared deviation) dan dilambangkan
dengan MS. Dengan demikian, maka mean squared deviation masing-masing dapat dicari
dengan rumus sebagai berikut:

SSb

MSb (8)
v
SSb

SSw
MSw (9)

v
SSw

VI. Menghitung distribusi-F

Ftabel dihitung dengan melihat nilai α, vSSb sebagai pembilang (kolom atas dari kiri ke

kanan), sedangkan vSSw merupakan penyebut (kolom kiri atas ke bawah). Perpotongan

antara vSSb dan vSSw merupakan nilai Ftabel. Pada makalah ini, digunakan tabel distribusi-F

dari referensi [2].

Fhitung didapatkan dengan rumus di bawah ini:

F MSb (10)
hitung
 MSw

VII. Alasan penggunaan ANOVA

Uji hipotesis dengan ANOVA digunakan, setidaknya karena beberapa alasan berikut:

1. Memudahkan analisa atas beberapa kelompok sampel yang berbeda dengan

resiko kesalahan terkecil.
2. Mengetahui signifikansi perbedaan rata-rata (µ) antara kelompok sampel yang satu
dengan yang lain. Bisa jadi, meskipun secara numeris bedanya besar, namun
berdasarkan analisa ANOVA, perbedaan tersebut TIDAK SIGNIFIKAN sehingga
perbedaan µ bisa diabaikan. Sebaliknya, bisa jadi secara numeris bedanya kecil, namun
berdasarkan analisa ANOVA, perbedaan tersebut SIGNIFIKAN, sehingga minimal ada
satu µ yang berbeda dan perbedaan µ antar kelompok sampel tidak boleh diabaikan.
 B. UJI REGRESI SEDERHANA

Analisis regresi merupakan salah satu teknik analisis yang paling popular di bidang
penelitian sekarang ini. Analisis regresi digunakan untuk menjelaskan suatu variabel
respon (variabel terikat / dependent / output) menggunakan satu atau lebih variabel
input (variabel bebas, independent variable / eksogen). Jika variabel bebas terdiri dari 1
maka regresi sederhana yang digunakan, dan jika variabel input lebih dari 1, maka
regresi ganda yang digunakan.
Persamaan regresi sederhana dinotasikan sebagai berikut :Y = a + b X ( Y adalah
variabel respon, a = konstanta, b = parameter regresi)
Data : data yang digunakan untuk analisis regresi linier sederhana adalah minimal
interval Asumsi : asumsi yang harus dipenuhi dalam regresi sederhana adalah
asumsi normalitas
Contoh Kasus
Seorang manajer penjualan salah satu agen sepeda motor ingin mengetahui pengaruh
biaya promosi dengan jumlah unit motor yang terjual dalam beberapa tahun terakhir.
Ia menggunakan data penjualan dan biaya promosi 3 tahun terakhir untuk meramalkan
penjualan berdasarkan biaya promosi yang dikeluarkan setiap bulannya.
Data :
Unit
No Promosi Terjual
1 70000 8000
2 68000 7800
3 84000 9800
4 85000 7800
5 68000 7900
6 76000 8100
7 70000 7800
8 71000 8000
9 70000 7800
10 67000 7600
11 72000 8600
12 77000 8100
13 68000 7600
14 71000 7500
15 77000 8700
16 82000 8300
 17 68000 7400
18 68000 8000
19 68000 7200
20 68000 7800
21 69000 7800
22 61000 7400
23 64000 7700
24 81000 9000
25 68000 7600
26 68000 7800
27 68000 7700
28 68000 7800
29 68000 7500
30 70000 7300
31 77000 7900
32 79000 7000
33 36000 4400
34 83000 8000
35 82000 7400
36 68000 7300
Data Penjualan dalam
Ribuan Data Unit Terjual
(satuan)

Penyelesaia
n Buka
SPSS
Copy Seluruh data ke lembar kerja SPSS
Beri nama pada tab “variable views” dengan X
dan Y Berikut tampilan data di SPSS
Klik Analyze – Regression - Linier – lalu setting data seperti tampilan di bawah ini
Masukkan variabel X (biaya promosi) ke box independent, dan Y (unit terjual) ke box
“dependent”

Klik Plots, lalu Tick pada pilihan “Histogram” dan “Normal Probability Plot”

Klik Continue, dan OK

Hasil
Regression

Variables Entered/Removedb

Variables Variables
Model Entered Removed Method
1 Xa . Enter
a. All requested variables entered.
b. Dependent Variable: Y

Model Summaryb

Adjusted Std. Error of

Model R R Square R Square the Estimate
1 .753a .568 .555 520.55480
a. Predictors: (Constant), X
b. Dependent Variable: Y

ANOVAb

Sum of
Model Squares df Mean Square F Sig.
1 Regression 12092327 1 12092327.39 44.625 .000a
Residual 9213228 34 270977.299
Total 21305556 35
a. Predictors: (Constant), X
b. Dependent Variable: Y

Coefficientsa

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 2881.296 735.625 3.917 .000
X .069 .010 .753 6.680 .000
a. Dependent Variable: Y

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 5353.6338 8718.7607 7761.1111 587.78829 36
Residual -1306.70 1149.916 .00000 513.06441 36
Std. Predicted Value -4.096 1.629 .000 1.000 36
Std. Residual -2.510 2.209 .000 .986 36
a. Dependent Variable: Y
Charts
Histogram

Dependent Variable: Y

12

10

8
Frequency

Mean =1.12E-15

0 Std. Dev. =0.986

1 2 3 N =36
-3 -2 -1 0

Regression Standardized Residual

Normal P-P Plot of Regression Standardized Residual

Dependent Variable: Y

1.0

0.8
Expected Cum Prob

0.6

0.4

0.2

0.0
0.2 0.4 0.6 0.8 1.0

0.0

Observed Cum Prob

C. KEPENDUDUKAN

A. Pengertian Kependudukan

Setiap daerah memiliki penduduk dimana penduduk tersebut memiliki

karakteristik yang berbeda-beda. Dalam cakupannya penduduk tersebut saling

berhubungan antara satu dan lainnya, sehingga mereka dikatakan mahluk sosial.

Penduduk adalah orang atau individu yang tinggal atau menetap di suatu

daerah tertentu dalam jangka waktu yang lama, sedangkan pertumbuhan

penduduk adalah keadaaan yang dinamis antara penduduk yang bertambah dan

jumlah penduduk yang berkurang. Pertumbuhan penduduk di suatu wilayah

dipengaruhi oleh empat faktor yaitu kelahiran, kematian, migrasi masuk dan

migrasi keluar. Faktor dominan yang mempengaruhi jumlah penduduk di

Indonesia adalah kelahiran dan kematian, karena migrasi masuk, dan migrasi

keluar sangat rendah. Faktor – faktor yang mempengaruhi tinggi rendahnya

fertilitas dapat dibagi menjadi dua yaitu faktor demografi dan faktor non

demografi. Faktor demografi diantaranya struktur umur, status perkawinan, umur

kawin pertama, sedangkan faktor non demografi antara lain keadaan ekonomi

penduduk, tingkat pendidikan, perbaikan status wanita, urbanisasi, dan

industrialilasi.

Pengetahuan tentang kependudukan adalah penting untuk lembaga –

lembaga swasta maupun pemerintah baik di tingkat nasional maupun daerah,

dimana masalah kependudukan saat ini telah memegang peranan penting dalam

menentukan kebijaksanaan pemerintah.

Masalah kependudukan juga sangat mempengaruhi kesejahteraan dan

perkembangan suatu daerah dan Negara. Pada tahun 1973 di paris selama kongres

masalah kependudukan dilangsungkan, Aldhope Laundry telah membuktikan

secara matematik adanya hubungan antara unsur – unsur demografi seperti

kelahiran, kematian, jenis kelamin, umur, dan sebagainya. Beliau menyarankan

penggunaan istilah “ Pure Demografi “ untuk cabang ilmu demografi yang

bersifat analitik matematik dan lain – lain dari ilmu yang bersifat deskriptif.

2. Teori – Teori Kependudukan

Teori kependudukan dikembangkan oleh dua faktor yang sangat dominan

yaitu yang pertama adalah meningkatkan pertumbuhan penduduk terutama di

Negara – Negara yang sedang berkembang dan hal ini menyebabkan agar para

ahli memahami faktor – faktor yang dapat mempengaruhi pertumbuhan penduduk,

sedangkan yang kedua adalah adanya masalah – masalah yang bersifat universal

yang menyebabkan para ahli harus lebih banyak mengembangkan dan menguasai

kerangka teori untuk mengkaji lebuh lanjut sejauh mana telah terjalin suatu

hubungan antara penduduk dengan perkembangan ekonomi dan social.

Para ahli pada zaman Yunani kuno lebih mencurahkan perhatiannya

kepada peyusunan kebijakan dan peraturan mengenai kependudukan dan bukan

memikirkan tentang teori – teorinya. Menurut pendapat Plato, agar suatu tujuan

yang paling baik dapat dicapai maka penduduk suatu negara hendaknya berjumlah

5.040 jiwa, karena arah kecenderungan demografi yang aktual dapat terjadi dan

dikemukakan juga oleh beberapa ukuran agar jumlah penduduk yang dikehendaki

dapat dipertahankan. Bila jumlah penduduk sedikit, Plato menyarankan agar para

golongan muda diberikan hadiah perangsang, didorong atau diarahkan agar

mereka berusaha meningkatkan jumlah penduduk, dan sebagai tindakan terakhir

adalah dengan menjalankan kebijaksanaan untuk mendatangkan penduduk di luar

daerah. Untuk membatasi jumlah penduduk yang terlampau banyak, Plato

menyarankan agar para keluarga besar mau mengendalikan atau membatasi

kelahiran dan perlu dikolonisasikan keluar daerah.

Menurut Robert Thomas Malthus (1776 – 1834) yang terkenal sebagai

pelopor ilmu kependudukan yang lebih popular disebut dengan prinsip

kependudukan ( the principle of population ) menyatakan bahwa penduduk

apabila tidak ada pembatasan, akan berkembang biak dengan cepat dan akan
memenuhi dengan cepat beberapa bagian dari permukaan bumi dan beliau juga

menyatakan bahwa manusia untuk hidup memerlukan bahan makanan, sedangkan

laju pertumbuhan bahan makanan jauh lebih lambat dibandingkan laju

pertumbuhan penduduk dan apabia tidak ada pembatasan terhadap pertumbuhan

penduduk, maka manusia akan mengalami kekurangan bahan makanan sehingga

inilah menjadi sumber kemelaratan dan kemiskinan manusia

JJ. Rasio Jenis Kelamin

Rasio jenis kelamin adalah perbandingan banyaknya penduduk laki – laki dengan

banyaknya penduduk perempuan pada suatu daerah dan waktu tertentu. Biasanya

dinyatakan dalam banyaknya penduduk laki – laki per seratus perempuan secara

umum rumus rasio dapat dituliskan sebagai berikut :

SR = xk

Dimana, k = konstanta, biasanya nilainya 100

Besar kecilnya rasio jenis kelamin di suatu daerah dipengaruhi oleh :

1. Sex ratio
Di beberapa Negara umumnya berkisar antara 103 – 105 bagi laki – laki
perseratus perempuan.

2. Pola Molaritas antara Penduduk laki – laki dan perempuan

Jika kematian laki – laki lebih besar dari pada jumlah kematian perempuan
maka rasio jenis kelamin semakin kecil.

3. Pola Migrasi antara Penduduk laki – laki dan Penduduk Perempuan

Jika di suatu daerah sex ratio > 100 berarti di daerah tersebut lebih banyak
penduduk perempuan
 D. FERTILITAS, MORTALITAS, DAN MIGRASI

a. FERTILITAS

Fertilitas dalam pengertian demografi adalah kemampuan seorang wanita secara riel untuk
melahirkan. Kemampuan seorang wanita untuk melahirkan berbeda antara wanita yang satu dengan
lainnya, begitu pula antara suatu penduduk dengan penduduk lainnya.

Tinggi rendahnya kelahiran dalam suatu penduduk erat hubungannya dan tergantung pada struktur umur,
banyaknya perkawinan, umur pada waktu perkawinan, penggunaan alat kontrasepsi, pengguguran, tingkat
pendidikan, status pekerjaan wanita serta pembangunan ekonomi.

Angka Kelahiran Kasar (Crude Birth Rate) menunjukkan jumlah kelahiran per 1000 penduduk dalam
suatu periode tertentu — biasanya satu tahun.

Angka ini diperoleh dengan membagi jumlah kelahiran yang terjadi dengan jumlah penduduk pada
pertengahan tahun.

Rumus:

B
k
CBR = P

dimana:

B = jumlah kelahiran pada suatu tahun tertentu.

P = jumlah penduduk pada pertengahan tahun.

k = 1000

Di Indonesia pada tahun 1979 terdapat 35 kelahiran per 1000 penduduk.

Angka kelahiran yang tertinggi 51 per 1000 di Kenya, sedang yang terendah di Republik Federasi Jerman
yaitu 10 per 1000.

Angka ini menunjukkan jumlah kelahiran per 1000 perempuan dalam usia reproduksi (15-44atau 15-49
tahun) dalam suatu periode tertentu.
Untuk menghitung Angka kelahiran ini diperlukan data tentang jumlah penduduk wanita pada usia re-
produksi. Oleh karena itu Angka Fertilitas Umum ini lebih cermat daripada Angka Kelahiran Kasar
(CBR).

Rumus:

B
k
GFR =
Pf (15 - 44atau 15 - 49)

dimana:

B = jumlah kelahiran

Pf (15-44 atau 15-49) = jumlah wanita umur 15-44 atau 15-49 tahun.

k = 1000

182.880
 1000  156,9
GFR = 1.165.680

Pada tahun 1970 di Jakarta terdapat 156,9 kelahiran per 1.000 wanita umur 15-44 tahun. Angka Fertilitas
Umum yang tertinggi di dunia tahun 1975 tercatat pada wanita Iran yaitu 205 per 1.000 wanita berusia
15-49. Sedang yang terendah (tahun 1976) terdapat pada wanita Austria yaitu 58 per 1000 wanita umur
15-49.

Angka ini menunjukkan banyaknya kelahiran me-nurut umur dari wanita yang berada dalam kelompok
umur 15-49 tahun. Ukuran ini lebih baik daripada kedua ukuran diatas, karena pengaruh daripada vari-asi
kelompok umur dapat dihilangkan.

Rumus:

BX
ASFRX  k
Pfx

dimana:

x = umur wanita (dalam kelompok 5 tahunan = 15-19; 20-24; 25-29; 30-34; 35-39; 40-44; 45-49).

Bx = jumlah kelahiran dari wanita pada kelompok umur x.

Pfx = jumlah wanita pada kelompok umur x.

Tahun Jumlah kelahiran per 1000 wanita Jakarta dalam umur : 15-
19 20-29 30-39

1970 60 197 119

Di Jakarta pada tahun 1970 terdapat 197 kelahiran per 1000 perempuan kelompok umur 20-29 tahun.

Yang dimaksud dengan angka fertilitas total adalah rata-rata jumlah anak yang dilahirkan oleh seorang
wanita sampai dengan akhir masa reproduksinya.

Angka ini diperoleh dengan menjumlahkan angka fertilitas menurut umur (ASFR) dan merupakan ukuran
yang paling baik untuk membandingkan ke-adaan fertilitas di beberapa daerah/negara.

Rumus:

45 49
5.  ASFR
x 1519
TFR =

Umumnya Angka Fertilitas Total (TFR) di negara-negara yang sedang berkembang tinggi sekali yaitu 5,0
atau lebih, sedang di negara-negara maju rendah sekali yaitu di bawah 2,0. Angka Fertilitas Total
Indonesia pada tahun 1971 adalah 5,9 per wanita atau 5900 per 1000 wanita. Untuk tahun 1976 adalah 4,2
per wanita.

Angka ini menunjukkan jumlah rata-rata anak yang secara nyata dilahirkan oleh seorang wanita
dari suatu kohor tertentu pada akhir masa reproduksinya. Secara umum wanita yang berumur 50
tahun atau lebih dianggap telah mengakhiri masa reproduksinya.

Angka ini menunjukkan rata-rata jumlah anak perempuan yang dilahirkan oleh seorang wanita selama
hayatnya, dengan mengikuti pola fertilitas dan mortalitas yang sama seperti ibunya. Ukuran ini sangat erat
hubungannya dengan Angka Fertilitas Total. Perbedaannya, Angka Fertilitas Total tidak memisahkan
bayi-bayi yang dilahirkan yaitu apakah bayi itu laki-laki atau perempuan. Sedang Angka Reproduksi
Bruto sudah dipisahkan, karena ukuran ini hanya ditekankan pada bayi yang dapat berfungsi seperti
ibunya (bayi perempuan).

Rumus:
 45 49
5.  ASFR
x 1519
fx
GRR =

dimana:

ASFRfx = Angka Fertilitas Menurut Umur (untuk bayi wanita saja)

Merupakan angka yang menunjukkan rata-rata jumlah anak perempuan yang dilahirkan oleh seorang
wanita selama hayatnya dan akan tetap hidup sampai dapat menggantikan kedudukan ibunya, dengan
mengikuti pola fertilitas dan mortalitas yang sama seperti ibunya. Asumsi ini digunakan karena beberapa
anak perempuan yang dilahirkan akan meninggal sebe-lum ia mencapai umur reproduksinya, bahkan
mung-kin ada yang meninggal pada masa umur reproduksinya (telah memasuki umur reproduksinya tapi
tidak dapat menyelesaikan sampai batas akhir). Maka NRR akan lebih kecil daripada GRR.

Rumus:

45 49 B fx 5 L x

1519
.
Pfx I 0
NRR =

dimana :

Bfx = Banyaknya kelahiran anak wanita dari Ibu yang berumur x tahun.

Pfx = Banyaknya wanita yang berumur x tahun.

5L x
= rasio masih hidup sejak lahir sampai umur x tahun.
I0

Negara GRR NRR

(1975) (1975)

Bangladesh 3,50 2,18

Mexico 3,06 2,74

AmerikaSerikat 0,86 0,83

Di negara yang maju, seperti Amerika Serikat terlihat bahwa NRR mendekati 97 persen dari GRR, karena
tingginya persentasi wanita yang masih hidup selama umur reproduksinya. Sedang di negara yang sedang
berkembang seperti Bangladesh NRR hanya 62 Persen daripada GRR, karena tingkat kematian bayi dan
anak-anak masih cukup tinggi.

Menunjukkan jumlah anak-anak di bawah umur 5 tahun per 1000 wanita dalam usia reproduksi (15-44
atau 15-49 tahun) dalam suatu waktu tertentu. Meskipun sangat sederhana angka ini dapat dipergunakan
sebagai indikator fertilitas, seandainya data mengenai kelahiran sangat langka.

Rumus:

P0  4
 1000
Pf (15  44 atau 15  49

dimana:

P0- 4 = jumlah anak-anak di bawah umur 5 tahun.

Pf (15-44 atau 15-49) = jumlah wanita umur 15-44

atau 15-49 tahun.

19.089.693
 1000  723
= 26.397.183

Menurut Sensus Penduduk 1971, Rasio Anak-Wanita di Indonesia adalah 723 anak per 1000 wanita ber-
umur 15-44 tahun.

B. MORTALITAS

Mortalitas atau kematian merupakan salah satu komponen demografi yang dapat
mempengaruhi perubahan penduduk.Kematian seseorang dalam suatu penduduk dapat disebabkan oleh
berbagai faktor. Tinggi rendahnya angka kematian akan dipengaruhi oleh struktur umur, jenis kelamin,
jenis pekerjaan, status sosial ekonomi serta keadaan lingkungan di mana mereka berada (misalnya yang
mengangkat taraf kehidupan dan perawatan kesehatan) Morbiditas Dalam demografi, disamping
mortalitas, dikenal (Morbidity) pula morbiditas. Morbiditas secara umum dapat diartikan sebagai
keadaan sakit yaitu adanya penyim-pangan dari keadaan kesehatan yang normal. Sedangkan definisi sehat
(yang normal) menurut WHO adalah keadaan sejahtera fisik mental dan sosial dan bukan hanya semata-
mata bebas penyakit. Tetapi pada kesempatan ini dibatasi pada penyim-pangan yang mempengaruhi
kemampuan seseorang untuk mendapatkan kesehatan fisik dan mental yang lazimnya disebabkan oleh
penyakit.

Angka yang menunjukkan jumlah kematian per 1000 penduduk dalam periode tertentu.

Rumus :

Banyaknya kematian
k 
Banyaknya penduduk pada pertengaha n tahun

81.000
 1000  18,0
4.500.000

Angka kematian kasar di Jakarta pada tahun 1972 adalah 18 per 1000 penduduk.

Sedangkan angka kematian kasar di Indonesia pada tahun 1978 tercatat 14 per 1000 penduduk.
Seperti halnya dalam angka kelahiran kasar (CBR), maka angka kematian kasar (CDR) pun dipengaruhi
oleh berbagai karakteristik penduduk, yang terutama adalah struktur umur penduduk. Karenanya, jika
akan membandingkan angka kematian suatu negara dengan negara lainnya, perlu kita perhatikan per-
bedaan komposisi umur penduduk untuk masing-masing negara tersebut, sebelum membuat kesim-pulan
tentang keadaan negara tersebut.

Contoh : Pada tahun 1978 tercatat angka kematian kasar Swedia 11 per 1000 penduduk, lebih tinggi
dibandingkan dengan angka kematian kasar Mexico yaitu hanya 7 per 1000 penduduk. Di samping itu,
data lain menunjukkan bahwa rata-rata harapan hidup (life expectancy) Mexico adalah 63 tahun dan ini
lebih rendah daripada harapan hidup penduduk Swedia yaitu 75 tahun. Perbedaan ini di antaranya
disebabkan oleh perbedaan komposisi penduduk menurut umur dari kedua negara tersebut. Kematian
yang terjadi pada penduduk Swedia sebagian besar terjadi pada penduduk dalam kelompok umur tua,
sedang penduduk Mexico pada kelompok umur muda. Maka tidak dapat dinyatakan bahwa keadaan dan
fasilitas kesehatan Swedia lebih buruk daripada Mexico, walaupun angka kematian lebih tinggi.

Angka ini menunjukkan hasil yang lebih teliti dibandingkan dengan angka kematian kasar karena angka
ini menyatakan banyaknya kematian pada kelompok umur tertentu per 1000 penduduk dalam kelompok
umur yang sama.

Rumus:

Banyaknya kematian penduduk umur 0 - 14

k 
Banyaknya penduduk 0 - 14
 27.000
 1000  10,0
2.700.000

Angka kematian menurut umur dari penduduk Jakarta pada tahun 1972 untuk mereka yang
berumur 0-14 tahun adalah 10 kematian per 1000 penduduk berumur 0—14 tahun.

Menunjukkan banyaknya wanita yang meninggal pada waktu melahirkan per 100.000 kelahiran dalam
tahun tertentu. Kematian ini disebabkan karena komplikasi dari kehamilan atau sekitar kelahiran.

Rumus:

Banyaknya kematian w aktu melahirkan

 100.000 
Banyaknya kelahiran

460
 100.000  14,5
3.165.000

Pada tahun 1976 di Amerika Serikat terdapat 14,5 kematian sewaktu melahirkan per 100.000 kelahiran.

Yaitu kematian yang terjadi pada bayi yang dilahirkan (setelah cukup masanya - umur kandungan tujuh
bulan atau lebih) tanpa ada tanda-tanda kehidupan. Hal ini disebut lahir mati.

Yaitu kematian yang terjadi sebelum bayi berumur 1 bulan atau 28 hari per 1000 kelahiran pada periode
tertentu.

Rumus:

Banyaknya kematian bayi umur < 1 bulan

 1000
Banyaknya kelahiran

Yaitu kematian yang terjadi pada bayi yang berumur antara 1 bulan sampai dengan kurang 1 tahun
per 1000 kelahiran pada periode tertentu.

Rumus :

Banyaknya kematian bayi umur < 1 bulan s/d < 1 tahun

 1000
Banyaknya kelahiran
Angka yang menunjukkan banyaknya kematian bayi yang berumur kurang dari satu tahun per 1000
kelahiran pada suatu waktu tertentu. Angka kematian bayi di Indonesia pada tahun 1978 yaitu 137 per
1000 kelahiran. Angka kematian bayi yang tertinggi pada tahun 1978 tercatat di negara Islandia yaitu 201
per 1000.

Rumus:

Banyaknya kematian bayi umur < 1 tahun

 1000
Banyaknya kelahiran

Setiap kematian tentu ada sebabnya dan perlu di-catat untuk kepentingan penanggulangannya, di samping
untuk kepentingan statistik. Angka kematian menurut penyebab ini dinyatakan dalam banyaknya
kematian untuk suatu sebab tertentu per 100.000 penduduk.

Rumus:

Banyaknya kematian karena cancer

k
Banyaknya penduduk

374.780
 100.000  174,2
215.118.000

Pada tahun 1976 di Amerika Serikat tercatat 174,2 orang per 100.000 penduduk meninggal karena cancer.
Harapan Hidup Rata-rata merupakan suatu perkiraan tahun hidup rata-rata yang mungkin dicapai oleh
seseorang yang berada pada umur tertentu ber-dasarkan angka kematian menurut umur pada tahun
tertentu. Harapan Hidup Rata-rata bukanlah suatu angka yang mutlak melainkan merupakan suatu ukuran
hypotetis. Ukuran ini dapat dijadikan indikator bagi keadaan kesehatan di suatu daerah tertentu. Perbaikan
kesehatan dan perubahan pada per-kembangan angka kematian akan menyebabkan umur harapan hidup di
masa mendatang akan me-ningkat. Umur Harapan Hidup Rata-rata yang sering digunakan adalah harapan
hidup waktu lahir (Life Expectancy at Birth). Perlu diketahui bahwa di negara-negara yang sedang
berkembang, di mana angka kematian bayi tinggi sekali karena fasilitas kesehatan yang masih kurang
baik, maka akan di-temukan umur harapan hidup waktu lahir yang rendah. Misalnya : Afganistan pada
tahun 1979 tercatat Harapan Hidup waktu lahir (Life Expectancy at Birth) adalah 39 tahun sedang
Indonesia 50 tahun.
C. MIGRASI

Migrasi adalah perpindahan penduduk, dari suatu tempat ke tempat yang lain, baik melewati batas
politis negara maupun batas administrasi/batas bagian dalam suatu negara dengan tujuan untuk menetap.
Sama halnya dengan fertilitas dan morta-litas, migrasi merupakan salah satu variabe! demo-grafi yang
mempengaruhi pertumbuhan penduduk suatu daerah/negara. Migrasi sering diartikan sebagai perpindahan
yang relatip permanen dari suatu tempat ke tempat yang lain. Orang yang melakukan migrasi disebut
migran. Merupakan perpindahan penduduk dari suatu negara ke negara lain. Migrasi yang merupakan
masuknya penduduk ke suatu negara disebut /migrasi, sedang kebalikannya yaitu jika migrasi itu
merupakan keluarnya penduduk dari suatu negara disebut Emigrasi. Karena sedikitnya jumlah penduduk
yang masuk ke Indonesia maupun penduduk Indonesia yang pin-dah ke negara lain, maka jika dilihat dari
jumlah penduduk Indonesia secara keseluruhah, dapatlah dianggap bahwa Migrasi Internasional sama
dengan nol atau tidak ada.

Merupakan perpindahan penduduk dari suatu daerah (propinsi atau kabupaten) ke daerah lain dalam
satu negara. Perpindahan penduduk keluar dari suatu daerah tempat asal (area of origin) disebut migrasi
keluar (out migration) sedangkan masuknya penduduk ke suatu daerah tempat tujuan (area of desti-
nation) disebut migrasi masuk (in-migration).

Angka yang menunjukkan banyaknya migran yang masuk per 1000 penduduk daerah tujuan dalam wak-
tu satu tahun.

Banyaknya migran masuk

Rumus :  1000
Penduduk daerah tuj uan

Angka yang menunjukkan banyaknya migran yang keluar per 1000 penduduk daerah asal dalam waktu
satu tahun.

Banyaknya migran keluar

Rumus :  1000
Penduduk daerah asal

Yaitu selisih antara migrasi masuk dan migrasi keluar. Apabila migrasi masuk lebih besar dari pada
migrasi keluar maka disebut migrasi netto positip. Sedangkan jika migrasi keluar lebih besar daripada
migrasi masuk disebut migrasi netto negatip.

Selisih antara banyaknya migran masuk ke suatu daerah dan banyaknya migran keluar dari
daerah tersebut per 1000 penduduk daerah tersebut.
 Banyaknya migran masuk - Banyaknya migran keluar
Rumus:  1000
Banyaknya Penduduk

Angka ini menunjukkan banyaknya imigran yang tiba di suatu negara tujuan per 1000 penduduk pada
negara tujuan tersebut pada suatu tahun tertentu.

Rumus:

Banyaknya imigran
 1000
Banyaknya Penduduk di negara tujuan

Angka ini menunjukkan banyaknya emigran yang meninggalkan negara asal per 1000 penduduk pada
negara asal pada suatu tahun tertentu.

Rumus:

Banyaknya emigran
 1000
Banyaknya Penduduk negara asal

Yaitu banyaknya penduduk yang pada waktu di-adakan sensus, bertempat tinggal di daerah yang ber-beda
dengan tempat kelahirannya.

Yaitu banyaknya penduduk yang tinggal disuatu daerah tetapi dilahirkan di tempat lain pada waktu
sensus.

Yaitu banyaknya penduduk yang dilahirkan disuatu daerah tetapi tinggal di daerah lain pada waktu
sensus.
Merupakan jumlah/banyaknya perpindahan yang terjadi dari daerah asal ke daerah tujuan
selama jangka waktu migrasi tertentu (Migration Interval). Adalah pemindahan dan/kepindahan
penduduk dari suatu daerah untuk menetap kedaerah lain yang di-tetapkan didalam wilayah R.I. guna
kepentingan pembangunan negara atau atas alasan-alasan yang dipandang perlu oleh pemerintah
berdasarkan ketentuan-ketentuan sebagaimana diatur dalam undang-undang. Daerah-daerah transmigran
yang terkenal antara lain yaitu Sitiung, Rimbo Bujang, Tajau, Lampung dan sebagainya. Disamping
transmigrasi umum yang dilaksanakan oleh Pemerintah, dikenal juga transmigrasi Swakarsa
(Transmigrasi Spontan) yaitu transmigrasi yang dilakukan oleh penduduk dengan biaya sendiri, tetapi
masih diatur oleh Pemerintah.