Anda di halaman 1dari 22

ANGKA KASAR

YANG DISESUAIKAN
(ADJUSTED RATE)
TUJUAN PEMBELAJARAN

TUJUAN UMUM
Setelah selesai mengikuti pembelajaran
ini, mahasiswa mampu memahami dan
menjelaskan cara-cara penyesuaian
angka kasar (adjusted rate) untuk
membandingkan populasi yang satu
dengan yang lain
TUJUAN PEMBELAJARAN
TUJUAN KHUSUS
Setelah selesai mengikuti pembelajaran ini
mahasiswa diharapkan mampu memahami dan
menjelaskan:
a. Pengertian penyesuaian angka kasar
(adjusted rate)
b. Cara-cara penyesuaian angka kasar (adjusted
rate)
c. Kelebihan dan kekurangan penyesuaian angka
kasar (adjusted rate)
REVIEW
U membandingkan s populasi dg populasi
lainnya, atau membandingkan populasi A
20 th yg lalu dg sekarang, maka yg paling
baik u dibandingkan adalah angka
spesifiknya,
kelemahan :
terlalu banyak angka,
kendala tidak tersedianya data per sub
kelompok populasi yg diamati.
Agar tidak membandingkan terlalu banyak
angka,maka bisa dengan membandingkan
angka kasar tetapi harus disesuaikan
terlebih dahulu (adjusted/standardize rate).
Membandingkan angka kasar lebih sering
mengelirukan,karena besar kecilnya angka
kasar sangat dipengaruhi komposisi
masing-masing penduduk,
komposisi tiap kelompok penduduk lebih
sering tidak sama antara yang satu dengan
yang lainnya.
adjusted rate
Komposisi pddk satu dg yg lainnya berbeda m:
jenis kelamin,
status perkawinan,
pekerjaan, & variable lainnya.

Bila angka kesakitan dan angka kematian berbeda


m jenis kelamin, status perkawinan, pekerjaan,
dst.,
maka angka kasar klp pddk yang satu juga a
berbeda dg yg lainnya, disebabkan perbedaan
komposisi penduduknya.
Tabel 1 dan 2 dibawah ini disajikan komposisi
penduduk A dan B menurut umur.

Proporsi penduduk A yang berumur lebih tua lebih


besar dari proporsi penduduk B atau 0,3 (30%) pada
penduduk A dan 0,1 (10%) pada penduduk B,

sedangkan proporsi penduduk yang lebih muda lebih


besar pada penduduk B (penduduk A lebih tua
dibanding penduduk B.
Tabel .1
Proporsi penduduk A menurut umur, angka kematian spesifik
dan angka kematian kasar

Klpk Jml proporsi Angka kematian Jml


umur pddk spesifik / 1000 kematian
0-14 1500 0,3 2,0 3
15-44 2000 0,4 6,0 12
45+ 1500 0,3 20,0 30
0-45+ 5000 1,0 9,0 45

Catatan : CDR = 45/5000 x 1000 = 9,0 per 1000 penduduk


Tabel .2
Proporsi penduduk B menurut umur, angka kematian spesifik
dan angka kematian kasar

Klpk umur Jml propor Angka kematian Jml


pddk si spesifik per 1000 kematian

0-14 2000 0,4 2,0 4


15-44 2500 0,5 6,0 15
45+ 500 0,1 20,0 10
0-45+ 5000 1,0 5,8 29

Catatan : CDR = 29/5000 x 1000 = 5,8 per 1000 penduduk


Pada tabel 1 dan 2 : bahwa walaupun angka
kematian spesifik pddk A persis = penduduk B
tetapi bila komposisi pddk A dan pddk B
berbeda (dalam hal ini berbeda menurut umur)
maka angka kematian kasar (CDR), akan berbeda
disebabkan perbedaan komposisi penduduk (pola
kematian tergantung variable umur).

Agar tidak dikelirukan oleh efek perbedaan


komposisi penduduk, maka angka kasar harus
distandarisasikan/disesuaikan terlebih dahulu.
Ada dua cara untuk menyesuaikan angka kasar :
1. Cara langsung
2. Tidak langsung
Tujuan:
untuk menghilangkan efek perbedaan komposisi
penduduk.
Cara mana yang dipilih tergantung data yang
tersedia. Bila angka spesifik masing-masing
penduduk yang akan dibandingkan tersedia,
dipilih cara langsung,
bila tersedia hanya distribusi pddk yang akan
dibandingkan (misalnya ditribusi menurut umur),
angka spesifik tidak diketahui maka dipilih cara
tidak langsung.
Langkah 2 penyesuaian cara langsung
(direct adjustment)
Contoh lihat tabel 3 .
Langkah 1 : memilih /menentukan penduduk standar
Langkah 2 :
Angka spesifik masing2 penduduk yang akan
dibandingkan X penduduk standar, = jumlah
kejadian expected (misalnya: kematian) pd masing-
masing penduduk yang akan dibandingkan.
Jumlah kejadian expected (= jumlah kejadian yang
diharapkan) terjadi pada masing-masing penduduk
yang akan dibandingkan bila distribusinya seperti
penduduk standar (kolom 3 dan 4 X kolom 2)
Langkah penyesuaian cara langsung
lanjutan
Langkah 3 :
Jumlah kejadian expected (E) pada masing2 pddk yang
akan dibandingkan dibagi jumlah pddk standar (S), =
standardize rate (adjusted rate) pd masing2 pddk yang
akan dibandingkan (jumlah kolom 5 dan 6 / jumlah kolom
2).

Bila angka spesifik masing2 pddk sama, maka adjusted


rate nya akan sama, walaupun crude rate nya berbeda.
Tabel 3. Penyesuaian cara langsung
Angka kematian spesifik Jumlah kematian
Penduduk
Umur per 1000 pddk (AKS) expected (E)
standar (S)
A B A B
1 2 3 4 5 6
0-14 3500 2.0 2.0 7 7
15-44 4500 6.0 6.0 27 27
45+ 2000 20.0 20.0 40 40
0-45+ 10000 9.0 5.8 74 74

Adjusted rate penduduk A =74/10.000 x 1.000 = 7,4 per 1000


Adjusted rate penduduk B =74/10.000 x 1.000 = 7,4 per 1000
Penyesuaian cara tidak langsung
(Indirect Adjustment)
Untuk melakukan penyesuain crude rate
secara tidak langsung informasi (data) yang
harus tersedia :
a). angka spesifik penduduk standar
b). distribusi penduduk yang akan
dibandingkan
c). Jumlah kejadian (missal: jumlah
kematian) yang sesungguhnya pada
masing-masing penduduk yang akan
dibandingkan
Langkah langkah penyesuaian cara
tidak langsung (indirect adjustment)
Langkah 1 :
Memilih (menentukan) penduduk standar,harus
dipilih penduduk standar yang ada angka
spesifiknya.
Langkah 2 :
Angka spesifik penduduk standar (AKS) X masing-
masing penduduk yang akan dibandingkan, =
jumlah kejadian expected (E) (kolom 4 x kolom 5
dan kolom 7).
Contoh lihat tabel 6 Penyesuaian Cara Tidak
Langsung
Langkah 3 :
Jumlah kejadian yang sesungguhnya (observe, = O)
dibagi jumlah kejadian expected (E) dan hasil bagi ini
disebut standardize ratio (SR).
O (jml kejadian sesungguhnya
Standardize ratio (SR) = ----------------------------------------
E (jml kejadian expected)
Langkah 4 :
SR penduduk A X crude rate penduduk standar (S),
sehingga diperoleh adjusted rate penduduk A

SR penduduk B X crude rate penduduk standar (S), =


adjuted rate penduduk B
Tabel 4 : Penyesuaian Cara Tidak Langsung
Kelom Penduduk standar (S) Petani (penduduk A) Non Petani (Pddk B)
pok Jml pddk Jml A.K.S penduduk Jml Penduduk Jml
Umur kematia per 1000 kematian kematian
n expected expected
(E) (E)
1 2 3 4 5 6 7 8
20-24 170.750 538 3,15 93.665 295,0 77.085 242,8

25-34 303.425 1.029 3,39 192.064 651,1 111.361 377,5

35-44 223.971 1.241 5,54 147.067 814,8 76.904 426,0

45-54 219.840 2.442 11,11 143.238 1591,4 76.602 851,0

55-64 192.347 4.547 23,64 120.289 2843,6 72.058 1703,4


20-64 1.110.333 9.797 8,82 696.323 6195,9 414.010 3600,7
Catatan :
Jml kematian dalam satu tahun : Petani
= 7.929, Non petani = 2.574
A.K.S. = Angka Kematian Spesifik
Jml kematian expected bisa dlm bentuk
pecahan karena jml tersebut bukanlah
jml yg sesungguhnya.
7.929
S.R. Petani = ---------------------- = 1,28
6.195,9

2.574
S.R. Non Petani = ---------------- = 0,71
3.600,7

Adjusted rate petani : 1,28 x 8,82 per 1000 = 11,3 per 1000
penduduk

Adjusted rate non petani: 0,71 x 8,82 per 1000 = 6,3 per 1000
penduduk
Tabel 5. Keunggulan dan kelemahan
Crude, Specific dan Adjusted Rate

Rate Keunggulan Kelemahan


Crude Ringkas (tidak banyak angka) Tidak baik untuk membandingkan
Actual kelompok-kelompok penduduk
Karena informasi yang diperlukan karena amat dipengaruhi oleh
tidak banyak, biasanya tersedia secara perbedaan komposisi penduduk
internasional
Specific Pembilang dan penyebut homogen Banyak angka (tidak ringkas)
(spesifik), sehingga amat tepat untuk Informasi yang diperlukan sering
merencanakan &evaluasi program tidak tersedia, sehingga angka
kesehatan serta meneliti etiologi spesifik tidak bisa dihitung (ini
penyakit lebih tepat digolongkan sebagai
kendala).
(kelemahan tidak = kendala
adjusted Ringkas (tidak banyak angka) Tidak actual
Tidak dipengaruhi oleh perbedaan Tergantung populasi standar
komposisi penduduk
TERIMA KASIH,
WASALAM