Statistik Kependudukan

Demografi,
diartikan sebagai studi statistik dan matematik terhadap besaran, komposisi, sebaran, serta perubahan-

perubahannya yang terjadi dari waktu ke waktu pada populasi manusia melalui berlangsungnya lima proses: fertilitas, mortalitas, perkawinan, migrasi, dan mobilitas sosial (Bogue 1969: 1-2)

 Kebutuhan informasi tentang jumlah

penduduk di masa yang akan datang sebagai dasar pembuatan perencanaan pembangunan. Estimasi dan proyeksi penduduk untuk memenuhi kebutuhan informasi jumlah penduduk di masa yang akan datang.

Komposisi jenis kelamin

Merupakan produk dari interaksi antara fertilitas, mortalitas, dan migrasi di masa lalu.
Merupakan karakteristik seseorang yang tidak berubah sejak lahir hingga mati. Jumlah penduduk laki-laki Sex ratio = ------------------------------------------ x 100 Jumlah penduduk perempuan

Analisa Rasio Jenis Kelamin Rasio jenis kelamin (sex ratio) Sex ratio= 100, berarti jumlah penduduk laki-laki seimbang dengan jumlah penduduk perempuan berarti jumlah penduduk laki-laki lebih kecil dari pada jumlah penduduk perempuan berarti jumlah penduduk laki-laki lebih besar dari pada jumlah penduduk perempuan

Sex ratio < 100,

Sex ratio > 100,

Mortalitas
Ukuran yang sering dipakai adalah CDR (crude death rate): Jumlah kematian selama 1 tahun CDR = ---------------------------------------------- x 1000 Jumlah penduduk pertengahan tahun ASDR (age specific death rate): Jml kematian umur (x) slm 1 tahun ASDR = ---------------------------------------------------x 1000 Jml penduduk umur (x) pertengahan thn

IMR (infant mortality rate):

Jml kematian bayi (umur < 12 bln) slm 1 thn IMR = -------------------------------------------------------x 1000 Kelahiran slm satu tahun

Expectation of life
Angka harapan hidup, yaitu rata-rata jumlah tahun (umur) yang diharapkan dilalui oleh seseorang sejak ia lahir, apabila ia hidup dalam lingkungan dengan pola kematian spesifik yang terjadi pada saat itu. Angka harapan hidup sangat dipengaruhi oleh tingkat kematian bayi dan anak, karena kematian pada saat itu berarti hilangnya peluang untuk hidup yang lebih panjang. Makin rendah tingkat kematian bayi, makin tinggi rata-rata angka harapan hidup. Sebaliknya, makin tinggi tingkat kematian bayi, makin rendah rata-rata angka harapan hidup. Angka harapan hidup diperoleh/dihitung berdasarkan life table yang sesuai dengan kelompok populasi yang bersangkutan.

Fertilitas
Ukuran-ukuran fertilitas CBR (crude birth rate): Jumlah kelahiran hidup selama 1 tahun CBR = ------------------------------------------------ x 1000 Jumlah penduduk pertengahan tahun ASFR (age specific fertility rate): Jumlah kelahiran pada ibu umur (x) ASFR = -------------------------------------------- x 1000 Jumlah wanita umur (x) TFR (total fertility rate): yaitu rata-rata anak yang dilahirkan oleh seorang perempuan sepanjang kemampuan reproduksinya. Biasanya umur reproduksi adalah 15-49 tahun. Secara matematis, TFR adalah jumlah ASFR.

Migrasi Tidak seperti kelahiran atau kematian yang hanya terjadi sekali pada setiap individu, migrasi dapat terjadi berulangulang Hanya melihat perbedaan tempat tinggal sekarang dan tempat lahir (migrasi semasa hidup). Hanya melihat perbedaan tempat tinggal sekarang dan tempat tinggal lima tahun yang lalu (migrasi risen). Hanya melihat perbedaan tempat tinggal sekarang dan tempat tinggal terakhir sebelumnya.

Migrasi Semasa Hidup (A lifetime Migrant) Seseorang dikatakan migran semasa hidup jika propinsi atau

kabupaten/ kodya tempat ia dilahirkan berbeda dengan propinsi atau kabupaten/kodya tempat tinggalnya sekarang (pada saat pencacahan). Dengan demikian angka migrasi semasa hidup dapat dihitung dengan cara sebagai berikut:
Pd M sh = ------- x 1000 P
Msh = Migrasi semasa hidup di suatu propinsi Pd = Jumlah penduduk yang propinsi tempat lahirnya berbeda dengan propinsi tempat tinggalnya sekarang P = Jumlah penduduk pertengahan tahun di suatu propinsi tujuan

Migrasi Risen (Recent Migration)

Seseorang dikatakan sebagai migran risen, yaitu apabila propinsi tempat tinggal lima tahun yang lalu berbeda dengan propinsi tempat tinggal sekarang (pada saat pencacahan). Selanjutnya, apabila mereka yang dikategorikan sebagai migran risen tersebut ditimbang dengan penduduk pertengahan tahun, akan diperoleh angka migrasi risen (Recent Migration Rate = RMR), atau Pd5 RMR = ------- x 1000 P
Pd5 = P = Banyaknya penduduk yang propinsi tempat tinggalnya 5 tahun yang lalu berbeda dengan propinsi tempat tinggalnya sekarang Jumlah penduduk pertengahan tahun

Migrasi Total (Total Migration = TM)

Seseorang dikatakan sebagai migran total (MT) apabila propinsi tempat tinggal sebelumnya berbeda dengan propinsi tempat tinggal sekarang, jika mereka yang tergolong ke dalam migrasi total tersebut ditimbang dengan jumlah penduduk pertengahan tahun, maka akan diperoleh Angka Migrasi Total (AMT), atau:
MT AMT = ------- x 1000 P
MT = Jumlah penduduk yang propinsi tempat tinggalnya sekarang berbeda dengan propinsi tempat tinggal sebelumnya Jumlah penduduk pertengahan tahun

Estimasi penduduk
Estimasi penduduk adalah perkiraan

penduduk antar sensus atau segera setelah sensus. Hanya memberikan perkiraan jumlah penduduk. Dua cara yang biasa digunakan dalam estimasi penduduk; metode matematik dan metode komponen

Metode matematik
Menggunakan fitting curve data sensus untuk menggambarkan perubahan penduduk antara dua sensus. Perubahan penduduk digunakan untuk mengestimasi jumlah penduduk antara dua sensus atau setelah sensus dilaksanakan.
Pola pertambahan penduduk yang sering dipakai adalah pola pertambahan penduduk menurut kurva geometrik dan eksponensial.

Geometrik dan Eksponensial

Geometrik :

Pt = Po (1+r)t r = 1-anti log {(log Pt/Po)/t} Eksponensial : Pt = Poert r = 1 / t (2.3026) * log (Pt/Po)

Contoh perhitungan estimasi penduduk : Jumlah penduduk Indonesia 1990 = 178631 196, 2000 = 205 842 396, Laju pertumbuhan penduduk = 1.49

Geometrik
Pt = Po (1 + r)t P2001=178631196 (1 + 0.0149)11 P2001 = 210 190 500

Geometrik
Pt = Po (1 + r)t P1998=178 631 196 (1 + 0.0149)8 P1998 = 201 068 170

Eksponensial
Pt = P0ert P2001=178631196(2.71828) 0.0149 * 11 P2001 =178 631 196*(2.71828) 0.1639 P2001 =178 631 196*1.1781 P2001 = 210 445 412

Eksponensial
Pt = P0ert P1998 = 178631196 (2.71828) 0.0149 * 8 P1998 = 178631196*(2.71828) 0.1192 P1998 =178 631 196*1.1266 P1998 = 201 245 905

Metode komponen
P1 = Po + B1 D1 + I1 O1
Po = Penduduk pada tahun 0 (tahun dasar) B1 = Kelahiran selama 1 tahun D1 = Kematian selama 1 tahun I1 = Migrasi masuk selama 1 tahun O1 = Migrasi keluar selama 1 tahun

Proyeksi penduduk
Proyeksi penduduk bukan merupakan ramalan jumlah penduduk tetapi suatu perhitungan ilmiah yang didasarkan pada asumsi dari komponen-komponen laju pertumbuhan penduduk, yaitu kelahiran, kematian, dan perpindahan (migrasi).

Tahapan perhitungan proyeksi penduduk

Penentuan data dasar dan perapihan

penduduk Penentuan asumsi kelahiran, kematian, dan perpindahan Perhitungan proyeksi Iterasi

Kenapa harus dilakukan perapihan struktur umur ?

Tiga kesalahan dalam pelaporan umur : 1. Kesalahan penuturan umur (age misstatement) 2. Digit Preference (kecenderungan untuk melaporkan umur yang berakhiran nol dan lima) 3. Under-estimate untuk kelompok umur tertentu (kelompok umur di bawah lima tahun, kelompok umur tua, dan kelompok umur usia muda)

Cara untuk mengevaluasi struktur umur penduduk

Menggambar piramida penduduk untuk melihat age heaping Menghitung Whipples Index untuk mengukur sejauh mana kecenderungan responden melaporkan umur yang berakhiran 0 atau 5 Menghitung Myers Index untuk mengevaluasi kecenderungan pelaporan umur yang berakhiran 1 sampai dengan 9 Menghitung United Nations Index untuk melihat keakurasian umur dan jenis kelamin

PIRAMIDA PE NDU DU BANGKA BE K LITU NG Tahun 2000 (Dalam Ribu)

Has il SP2000
75+ 70 65 60 55 50 45 40 35 30 25 20 15 10 5 0
14 12 10 8 6 4 2 0 2 4 6 8 10 12 14

Laki-laki

Peremp uan

Whipple Index

Whipple Index

P(25) P(30) P(35) P(40) P(45) P(50) P(55) P(60) 1/ 5i 23 P(i)

62

*100

Batasan nilai Whipples Index

Nilai dari whipples index bervariasi dari 0 sampai dengan 500 Nilai Whipples Index = 100 berarti tidak ada kecenderungan untuk menyebutkan umur pada angka tertentu Nilai Whipples index = 500 berarti semua orang melaporkan umurnya dalam umur yang berakhiran 0 atau 5 Nilai Whipples Index antara 0 dan 100 berarti ada kecenderungan untuk menghindari angka yang berakhiran 0 atau 5

Contoh perhitungan Myers Index

Terminal Digit (a) Pddk. dg Terminal Digit (a) (000) Mulai pada umur (a) (1) 5 6 7 8 9 (2) 9 732 5 014 4 639 4 996 3 628 Mulai pada umur (a+10) (3) 7 859 3 060 2 750 3 136 1 190 Penimbang Untuk Blended Population Deviasi dari 10 % Kolom 2 Kolom 3 Jumlah % distribusi (7) 19.05 8.17 7.85 9.19 6.56 (8) + 9.05 - 1.83 - 2.15 - 0.81 - 3.43

(4) 1 2 3 4 5

(5) 9 8 7 6 5

(6) 80 463 34 508 33 162 38 800 27 690

0
1 2 3 4 Total

10 258
3 548 3 390 2 637 2 435 -

8 496
2 326 1 875 1 437 1 232 -

6
7 8 9 10 -

4
3 2 1 0 -

95 532
31 814 30 870 25 170 24 350 422 364

22.62
7.53 7.31 5.96 5.77 100.0

+ 12.62
- 2.47 - 2.69 - 4.04 - 4.23 43.32

Batasan nilai Myers Index

Berdasarkan contoh tadi :

Myers Index = * 43.32 % = 21.66 % Jika nilai Myers index lebih kecil dari 10 % berarti pelaporan umur data tersebut cukup baik Jika nilai Myers index lebih besar atau sama dengan 10 % berarti pelaporan umur data tersebut tidak baik

CONTOH PENGHITUNGAN UNITED NATION INDEX Reported Number Age Group Males (1) 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 - 74 (2) 10,315,063 11,404,555 10,766,647 10,599,877 9,712,740 9,091,759 8,415,548 7,502,455 6,466,253 5,148,536 3,865,074 2,983,980 2,472,669 1,804,886 1,264,264 Females (3) 9,957,543 11,033,568 10,358,958 10,558,513 10,282,334 9,548,835 8,466,725 7,421,006 6,117,462 4,671,099 3,611,995 2,931,244 2,584,091 2,006,798 1,389,060 Ratios (4) 103.6 103.4 103.9 100.4 94.5 95.2 99.4 101.1 105.7 110.2 107.0 101.8 95.7 89.9 Analysis of sex-ratios Successive Difference (5) Analysis of age- Analysis of age-ratios (Males) (Females) Deviation Deviation Ratios Ratios from 100 from 100 (6) (7) (8) (9)

-0.2 0.6 -3.5 -5.9 0.8 4.2 1.7 4.6 4.5 -3.2 -5.2 -6.1 -5.7

108.2 97.9 103.5 98.6 100.3 101.4 100.8 102.2 99.7 95.1 94.2 103.3 96.6

8.2 -2.1 3.5 -1.4 0.3 1.4 0.8 2.2 -0.3 -4.9 -5.8 3.3 -3.4

108.6 96.0 102.3 102.3 101.9 99.8 101.8 101.2 96.0 95.0 94.6 104.7 101.0

8.6 -4.0 2.3 2.3 1.9 -0.2 1.8 1.2 -4.0 -5.0 -5.4 4.7 1.0

Total (irrespective of sign) Mean ( total devided by 13) Index (3 times mean difference sex-ratios plus mean deviation of male and female age-ratios)

46.3 3.6

37.8 2.9 16.8

42.3 3.3

Batasan nilai UN Index

Jika UN Index < 20 berarti pelaporan umur

data tersebut akurat Jika UN Index 20 40 berarti pelaporan umur data tersebut tidak akurat Jika UN Index > 40 berarti pelaporan umur data tersebut sangat tidak akurat.

Perapihan Umur
1.Kelompok umur 10-64 tahun dengan metode UN yang disusun dalam paket komputer Micro Computer Programs for Demographic Analysis (MCPDA) : * 5Px = 1/16 (-5Px-10 + 45Px-5 + 105Px + 45Px+5 - 5Px+10) * 5Px = Jumlah penduduk yang telah dirapihkan menurut kelompok umur lima tahunan. 5Px = Jumlah penduduk dari data dasar menurut kelompok umur lima tahunan. 2. Kelompok umur 65 tahun ke atas dengan menggunakan distribusi penduduk 65 tahun ke atas dari suatu negara yang penduduknya sudah stabil. 3. Kelompok umur 0-4 dan 5-9 tahun dengan menggunakan data kelahiran waktu lampau

Asumsi
Asumsi fertilitas dan mortalitas dibuat berdasarkan tren

tingkat fertilitas di masa lalu dan kebijakan pemerintah yang berhubungan dengan fertilitas Asumsi mortalitas juga berdasarkan tren tingkat mortalitas di masa lalu dan kebijakan pemerintah sehubungan dengan tingkat kematian bayi Karena sulitnya menentukan asumsi migrasi, biasanya pola migrasi untuk masa yang akan datang dianggap sama dengan pola migrasi data yang dipakai. Dalam penentuan setiap asumsi kondisi spesifik daerah juga diperhatikan.

Perhitungan Proyeksi dan iterasi

Perhitungan proyeksi menggunakan

software program komputer yaitu Fivsin Input program ini adalah : - Penduduk menurut kelompok umur - TFR dan ASFR - Level kematian

Perhitungan proyeksi dan iterasi

Perhitungan proyeksi penduduk dilakukan secara

berjenjang. Mula-mula dihitung proyeksi penduduk Indonesia, kemudian proyeksi penduduk per propinsi, baru proyeksi per kabupaten/kota. Jumlah penduduk hasil proyeksi per propinsi harus sama dengan jumlah penduduk hasil proyeksi Indonesia. Begitu juga jumlah penduduk hasil proyeksi kabupaten/kota harus sama dengan jumlah penduduk hasil proyeksi untuk propinsi yang bersangkutan. Untuk menyamakan jumlah penduduk dari hasil setiap proyeksi harus dilakukan iterasi.

Hasil Proyeksi
Hasil Proyeksi dengan program Fivsin adalah :

- Penduduk menurut kelompok umur dan jenis kelamin - Parameter demografi : Total Fertility Rate (TFR) Infant Mortality Rate (IMR) menurut jenis kelamin Expectation of Life at birth (E0) per jenis kelamin Crude Birth Rate (CBR) Crude Death Rate (CDR) Rate of Natural Increase (RNI)

Hasil Proyeksi
Seringkali jumlah penduduk di masa akan datang yang diperlukan adalah jumlah penduduk umur tunggal. Untuk memecah penduduk menurut kelompok umur menjadi umur tunggal (1 tahunan) digunakan metode yang disebut KarropKing

Proyeksi sangat tergantung dengan ketepatan dalam menentukan asumsinya.