Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Metode Baru dalam Pengitungan IPM

19,911 views

Published on

Mulai edisi tahun 2014, penghitungan Indeks Pembangunan Manusia akan dilakukan dengan metodologi yang sedikit berbeda, yaitu dengan memakai angka Harapan Lama Sekolah dan Produk Nasional Bruto per kapita untuk menggantikan Angka Melek Huruf dan Produk Domestik Bruto sebagai indikator penghitungan IPM. Selain itu, agregasi angka IPM tidak lagi menggunakan rata-rata aritmatik, tetapi menggunakan rata-rata geometrik.

Published in: Data & Analytics
  • sepertinya paramater indeks melek huruf masih layak diperhitungkan karena di sana terlihat level literasi masyarakat. Ada masyarakat yang well educated secara formal tapi tidak literate, artinya tidak bisa membangkun pola pikir sesuai dengan pendidikan formalnya, artinya dia tidak bisa menerjemahkan literasi yang didapatkan selama pendidikan formal. Keadaan ini lebih parah terjadi di masyarakat pedesaan ; Mungkin mereka bisa membaca tapi belum tentu paham apa yang dimaksud dalam bacaan dan akibatnya tidak bisa mengaplikasikan 'pesan' dalam bacaan yang mereka dapat ke dalam kehidupannya
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here

Metode Baru dalam Pengitungan IPM

  1. 1. BAHAN SOSIALISASI IPM METODE BARU LENGKAP
  2. 2. Implementasi IPM Metode Baru di Indonesia Perubahan Metodologi IPM Pembangunan Manusia 2 Hasil Penghitungan
  3. 3. Pembangunan Manusia
  4. 4. Latar Belakang  Sebelum tahun 1970-an, pembangunan semata-mata dipandang sebagai fenomena ekonomi saja. (Todaro dan Smith)  Pengalaman pada dekade tersebut menunjukkan adanya tingkat pertumbuhan ekonomi yang tinggi tetapi gagal memperbaiki taraf hidup sebagian besar penduduknya.  Pada tahun 1991 Bank Dunia menerbitkan laporannya yang menegaskan bahwa “tantangan utama pembangunan....adalah memperbaiki kualitas kehidupan”. (World Development Report)  Pembangunan harus dipandang sebagai suatu proses multidimensional yang mencakup berbagai perubahan mendasar atas struktur sosial, sikap-sikap masyarakat, dan istitusi-institusi nasional.  Konsep pembangunan manusia muncul untuk memperbaiki kelemahan konsep pertumbuhan ekonomi karena selain memperhitungkan aspek pendapatan juga memperhitungkan aspek kesehatan dan pendidikan.
  5. 5. Konsep Pembangunan Manusia  Manusia adalah kekayaan bangsa yang sesungguhnya. Pembangunan manusia menempatkan manusia sebagai tujuan akhir dari pembangunan, bukan hanya alat dari pembangunan.  Tujuan utama pembangunan adalah menciptakan lingkungan yang memungkinkan rakyat untuk menikmati umur panjang, sehat, dan menjalankan kehidupan yang produktif (United Nation Development Programme – UNDP).  Pembangunan manusia didefinisikan sebagai proses perluasan pilihan bagi penduduk (a process of enlarging the choices of people).
  6. 6. Apa Itu IPM ?  IPM menjelaskan bagaimana penduduk dapat mengakses hasil pembangunan dalam memperoleh pendapatan, kesehatan, pendidikan, dan sebagainya.  IPM diperkenalkan oleh UNDP pada tahun 1990 dan dipublikasikan secara berkala dalam laporan tahunan Human Development Report (HDR).  IPM dibentuk oleh 3 (tiga) dimensi dasar:  Umur panjang dan hidup sehat (a long and healthy life)  Pengetahuan (knowledge)  Standar hidup layak (decent standard of living)
  7. 7. Apa Saja Manfaat IPM ?  IPM merupakan indikator penting untuk mengukur keberhasilan dalam upaya membangun kualitas hidup manusia (masyarakat/penduduk).  IPM dapat menentukan peringkat atau level pembangunan suatu wilayah/negara.  Bagi Indonesia, IPM merupakan data strategis karena selain sebagai ukuran kinerja Pemerintah, IPM juga digunakan sebagai salah satu alokator penentuan Dana Alokasi Umum (DAU).
  8. 8. Perubahan Metodologi IPM
  9. 9. Perkembangan Metodologi IPM  Pada tahun 2010, UNDP memperkenalkan penghitungan IPM dengan metode baru. Tahun 2011 dan 2014 dilakukan penyempurnaan metodologi (IPM Metode Baru). 1990 Launching: Komponen IPM yang digunakan AHH, AMH, PDB per Kapita 1991 Penyempurnaan: Komponen IPM yang digunakan AHH, AMH, RLS, PDB per Kapita 1995 Penyempurnaan: Komponen IPM yang digunakan AHH, AMH, Kombinasi APK, PDB per Kapita 2010 UNDP merubah metodologi: 1. Komponen IPM yang digunakan AHH, HLS, RLS, PNB per Kapita 2. Agregasi indeks menggunakan rata- rata geometrik 2011 Penyempurnaan: Mengganti tahun dasar PNB per kapita dari tahun 2008 menjadi 2005 2014 Penyempurnaan: 1. Mengganti tahun dasar PNB per kapita dari tahun 2005 menjadi 2011 2. Merubah metode agregasi indeks pendidikan dari rata-rata geometrik menjadi rata-rata aritmatik
  10. 10. Mengapa Metodologi IPM Diubah ? Alasan yang dijadikan dasar perubahan metodologi penghitungan IPM yaitu: PERTAMA:  Beberapa indikator sudah tidak tepat untuk digunakan dalam penghitungan IPM. Angka Melek Huruf (AMH) sudah tidak relevan dalam mengukur pendidikan secara utuh karena tidak dapat menggambarkan kualitas pendidikan. Selain itu, karena AMH di sebagian besar daerah sudah tinggi, sehingga tidak dapat membedakan tingkat pendidikan antardaerah dengan baik.  Produk Domestik Bruto (PDB) per kapita tidak dapat menggambarkan pendapatan masyarakat pada suatu wilayah. KEDUA:  Penggunaan rumus rata-rata aritmatik dalam penghitungan IPM menggambarkan bahwa capaian yang rendah di suatu dimensi dapat ditutupi oleh capaian tinggi dimensi lain.
  11. 11. Apa Saja yang Berubah ? 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.
  12. 12. Apa Saja Keunggulan IPM Metode Baru ?  Menggunakan indikator yang lebih tepat dan dapat membedakan dengan baik (diskriminatif ).  Dengan memasukkan Rata-rata Lama Sekolah dan angka Harapan Lama Sekolah, bisa didapatkan gambaran yang lebih relevan dalam pendidikan dan perubahan yang terjadi.  PNB menggantikan PDB karena lebih menggambarkan pendapatan masyarakat pada suatu wilayah.  Dengan menggunakan rata-rata geometrik dalam menyusun IPM dapat diartikan bahwa capaian satu dimensi tidak dapat ditutupi oleh capaian di dimensi lain. Artinya, untuk mewujudkan pembangunan manusia yang baik, ketiga dimensi harus memperoleh perhatian yang sama besar karena sama pentingnya.
  13. 13. Bagaimana IPM Metode Baru Diukur ? IPM
  14. 14. Menghitung Indeks Komponen Dimensi Kesehatan Dimensi Pendidikan Dimensi Pengeluaran
  15. 15. Menghitung IPM IPM dihitung sebagai rata-rata geometrik dari indeks kesehatan, indeks pendidikan, dan indeks pengeluaran.
  16. 16. Implementasi IPM Metode Baru di Indonesia
  17. 17. Data  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.
  18. 18. Perbandingan Metode Lama dan Metode Baru DIMENSI METODE LAMA METODE BARU UNDP BPS UNDP BPS Kesehatan Angka Harapan Hidup saat Lahir (AHH) Angka Harapan Hidup saat Lahir (AHH) Angka Harapan Hidup saat Lahir (AHH) Angka Harapan Hidup saat Lahir (AHH) Pengetahuan 1. Angka Melek Huruf (AMH) 1. Angka Melek Huruf (AMH) 1. Harapan Lama Sekolah (HLS) 1. Harapan Lama Sekolah (HLS) 2. Kombinasi Angka Partisipasi Kasar (APK) 2. Rata-rata Lama Sekolah (RLS) 2. Rata-rata Lama Sekolah (RLS) 2. Rata-rata Lama Sekolah (RLS) Standar Hidup Layak PDB per kapita Pengeluaran per kapita PNB per kapita Pengeluaran per kapita Agregasi
  19. 19. Penentuan Nilai Minimum dan Maksimum Indikator Satuan Minimum Maksimum UNDP BPS UNDP BPS Angka Harapan Hidup saat Lahir (AHH) Tahun 20 20 85 85 Harapan Lama Sekolah (HLS) Tahun 0 0 18 18 Rata-rata Lama Sekolah (RLS) Tahun 0 0 15 15 Pengeluaran per Kapita Disesuaikan 100 (PPP U$) 1.007.436* (Rp) 107.721 (PPP U$) 26.572.352** (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
  20. 20. Variabel dalam IPM Metode Baru Angka Harapan Hidup saat Lahir – AHH (Life Expectancy – e0) • Angka Harapan Hidup saat Lahir (AHH) didefinisikan sebagai rata-rata perkiraan banyak tahun yang dapat ditempuh oleh seseorang sejak lahir. • AHH mencerminkan derajat kesehatan suatu masyarakat. AHH dihitung dari hasil Proyeksi SP2010.
  21. 21. Rata-rata Lama Sekolah – RLS (Mean Years of Schooling – MYS) • Rata-rata Lama Sekolah (RLS) didefinisikan sebagai jumlah tahun yang digunakan oleh penduduk dalam menjalani pendidikan formal. • Diasumsikan bahwa dalam kondisi normal rata-rata lama sekolah suatu wilayah tidak akan turun. • Cakupan penduduk yang dihitung RLS adalah penduduk berusia 25 tahun ke atas. • RLS dihitung untuk usia 25 tahun ke atas dengan asumsi pada umur 25 tahun proses pendidikan sudah berakhir. • Penghitungan RLS pada usia 25 tahun ke atas juga mengikuti standard internasional yang digunakan oleh UNDP.
  22. 22. Harapan Lama Sekolah – HLS (Expected Years of Schooling – EYS) • Angka Harapan Lama Sekolah (HLS) didefinisikan sebagai lamanya sekolah (dalam tahun) yang diharapkan akan dirasakan oleh anak pada umur tertentu di masa mendatang. • HLS dapat digunakan untuk mengetahui kondisi pembangunan sistem pendidikan di berbagai jenjang. • HLS dihitung pada usia 7 tahun ke atas karena mengikuti kebijakan pemerintah yaitu program wajib belajar. • Untuk mengakomodir penduduk yang tidak tercakup dalam Susenas, HLS dikoreksi dengan siswa yang bersekolah di pesantren. • Sumber data pesantren yaitu dari Direktorat Pendidikan Islam. • Penghitungan EYS.
  23. 23. Formula Penghitungan Harapan Lama Sekolah (HLS) Formula  Keterangan: t aHLS Harapan Lama Sekolah pada umur a di tahun t t iE Jumlah penduduk usia i yang bersekolah pada tahun t t iP Jumlah penduduk usia i pada tahun t i Usia (a, a + 1, ..., n) Faktor koreksi pesantrenFK Kembali
  24. 24. Faktor Koreksi Pesantren
  25. 25. 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.
  26. 26. Paket Komoditas Penghitungan Paritas Daya Beli Makanan: 66 Komoditas (39,8 %) Nonmakanan: 30 Komoditas (36,9 %) 96 Komoditas (76,7 %) pik : harga komoditas i di Jakarta Selatan pij : harga komoditas i di kab/kota j m : jumlah komoditas Rumus Penghitungan Paritas Daya Beli (PPP) • 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 Sumber : Measuring The Real Size of The World Economy, The World Bank
  27. 27. Mengukur Kecepatan IPM  Untuk mengukur kecepatan perkembangan IPM dalam suatu kurun waktu digunakan ukuran pertumbuhan IPM per tahun.  Pertumbuhan IPM menunjukkan perbandingan antara capaian yang telah ditempuh dengan capaian sebelumnya.  Semakin tinggi nilai pertumbuhan, semakin cepat IPM suatu wilayah untuk mencapai nilai maksimalnya. Keterangan: IPMt :IPM suatu wilayah pada tahun t IPMt-1 :IPM suatu wilayah pada tahun (t-1)
  28. 28. Klasifikasi Pembangunan Manusia Capaian IPM  Pengklasifikasian pembangunan manusia bertujuan untuk mengorganisasikan wilayah-wilayah menjadi kelompok- kelompok yang sama dalam dalam hal pembangunan manusia.  Capaian IPM diklasifikasikan menjadi beberapa kategori, yaitu: Klasifikasi • IPM ≥ 80Sangat Tinggi • 70 ≤ IPM < 80Tinggi • 60 ≤ IPM < 70Sedang • IPM < 60Rendah
  29. 29. Dampak Perubahan Metodologi • Secara umum level IPM dengan metode baru lebih rendah dibanding dengan IPM metode lama Level IPM • Terjadi perubahan peringkat IPM. • Peringkat tidak bisa diperbandingkan akibat adanya perbedaan indikator dan metodologi Peringkat IPM 1 2
  30. 30. Perubahan Peringkat IPM Metode Baru di Beberapa Negara 11 China • Tahun mulai: 2013 (data 2011) • Variabel: e0, EYS, MYS, GNI per capita • Dampak: Terdapat perubahan ranking provinsi. Perubahan serius terjadi di Guangdong (4 ke 7), Hebei (10 ke 16), dan Henan (15 ke 20) 22 India • Tahun mulai: 2011 • Variabel: e0, EYS, MYS, GNI per capita • Dampak: Terjadi perubahan nilai IPM dan rank antar provinsi antara IPM 2007-2008 (metode lama) dengan IPM 2011 (metode baru) 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) 33
  31. 31. Hasil Penghitungan IPM
  32. 32. IPM Indonesia (UNDP) 68,4 68,2 69,2 69,7 71,1 72,8 72,9 73,4 60,9 64,0 65,4 67,1 67,8 68,1 68,4 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 Metode Lama Metode Baru Tren IPM Indonesia (UNDP), 2000-2013 Sumber: UNDP
  33. 33. Capaian IPM Indonesia di ASEAN, 2013 90,1 85,2 77,3 72,2 68,4 66,0 63,8 58,4 56,9 52,4 Singapura(9) Brunei(30) Malaysia(62) Thailand(89) Indonesia(108) Filipina(117) Vietnam(121) Kamboja(136) Laos(139) Myanmar(150) 2012 2013 Sumber: HDR 2014  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 World’s Top Movers in HDI improvement Rank Improvement in HDI Nonincome HDI Income 1 Oman Oman China 2 China Nepal Botswana 3 Nepal Saudi Arabia South Korea 4 Indonesia Libya Hongkong, China 5 Saudi Arabia Algeria Malaysia 6 Lao PDR Tunisia Indonesia 7 Tunisia Iran Malta 8 South Korea Ethiopia Viet Nam 9 Algeria South Korea Mauritius 10 Morocco Indonesia India World “Top Movers” in HDI Improvement: 1970-2010
  34. 34. Perbedaan IPM UNDP dengan IPM BPS Nilai IPM hasil penghitungan UNDP dan IPM hasil penghitungan BPS tidak dapat dibandingkan karena hal berikut. 1. Tujuannya berbeda, dimana UNDP menghitung IPM untuk membandingkan kemajuan pembangunan manusia antarnegara sedangkan IPM BPS digunakan untuk membandingkan kemajuan pembangunan manusia antarprovinsi dan antarkabupaten/kota di Indonesia. 2. Komponen yang digunakan berbeda. Komponen yang digunakan di BPS dalam menghitung IPM menyesuaikan dengan ketersediaan data yang ada di Indonesia. 3. Nilai minimum dan maksimum yang digunakan dalam menghitung indeks berbeda.
  35. 35. Perkembangan IPM Indonesia (BPS) 67,70 64,30 65,80 68,69 69,57 70,08 70,59 71,17 71,76 72,27 72,77 73,29 73,81 65,80 66,53 67,30 68,20 1996 1999 2002 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 Metode Lama Metode Baru Sumber: BPS, 1996-2013 Tren IPM Indonesia, 1996-2014 IPM IPM Metode Baru Tahun 2014: Angka Harapan Hidup saat Lahir: th Rata-rata Lama Sekolah: th Harapan Lama Sekolah: th Pengeluaran per Kapita yang Disesuaikan: Rp
  36. 36. Peta IPM Provinsi Tahun 2014 PAPUA KALBAR KALTIMRIAU KALTENG SUM SEL ACEH SUM UT JAM BI KALTARA PAPUA BARAT SULTENG SULSEL KALSEL SUM BAR NTTNTB LAMPUNG SULTRA JAW A TIMU R JAW A BARAT JAW A TEN GAH MALUKU SULBAR SULUT BENGKULU BALI MALUKU UTARA BANTEN KEP. BABEL GOR ONTALO D I Y KEP. RIAU Kategori IPM: Rendah Sedang Tinggi Sangat Tinggi
  37. 37. IPM Provinsi 2010-2014 Kode Provinsi IPM 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
  38. 38. 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
  39. 39. Perbandingan Pola Sebaran IPM Metode Lama dan Metode Baru 2013 PAPUA KALBAR KALTIMRIAU KALTENG SUMSEL ACEH SUMUT JAMB I KALTA RA PAPUA BA RA T SULTENG SULSEL KALSEL SUMBAR NTTNTB LA MPUNG SULTRA JAW A TIM UR JAW A B ARAT JAW A TENGAH MALUKU SULBAR SULUT BENGKULU BALI MALUKU UTARA BANTEN KEP. B ABEL GORONTALO D I Y KEP. RIAU Kategori IPM: 66.25 - 68.77 68.77 - 71.9 71.9 - 73.58 73.58 - 75.68 75.68 - 78.59 IPM 2013 Metode Lama IPM 2013 Metode Baru PAPUA KALBAR KALTIMRIAU KALTENG SUM SEL ACEH SUM UT JAM BI KALTARA PAPUA BARAT SULTENG SULSEL KALSEL SUM BAR NTTNTB LAMPUNG SULTRA JAW A TIMU R JAW A BARAT JAW A TEN GAH MALUKU SULBAR SULUT BENGKULU BALI MALUKU UTARA BANTEN KEP. BABEL GOR ONTALO D I Y KEP. RIAU Kategori IPM: 56.06 - 61.58 61.58 - 66.16 66.16 - 69.91 69.91 - 73.21 73.21 - 78.08
  40. 40. Disparitas IPM Kab/Kota 2013 • Disparitas IPM kab/kota berpengaruh pada capaian IPM provinsi. • Disparitas IPM Kab/kota lima tertinggi terjadi di Papua, Papua Barat, NTT, Jatim, dan Sumut. • Disparitas IPM kab/kota lima terendah terjadi di Sulbar, Kaltara, Gorontalo, Kep. Babel, dan Kaltim.
  41. 41. Contoh Kasus : IPM Kalimantan Tengah AMH pada setiap kelompok umur di atas nasional, sementara EYS dibawah nasional Perubahan besar disebabkan oleh penggantian AMH dengan EYS Komponen Rank Lama Baru E0/AHH 7 18 AMH - EYS 6 27 MYS 20 19 Pengeluaran 14 11 IPM 7 21 Kelompok Umur AMH EYS Kalimantan Tengah Nasional Kalimantan Tengah Nasional 13-15 tahun* 99,8 99,6 2,58 2,72 16-18 tahun 99,9 99,6 1,78 1,92 19-24 tahun 99,8 99,4 1,19 1,21 > 24 tahun 97,4 92,5 0,29 0,42 Catatan: * Untuk AMH dihitung umur 15 tahun
  42. 42. Angka Partisipasi Sekolah SMP ke Atas di Bawah Nasional Aksesibilitas ke fasilitas pendidikan kurang baik untuk semua level Partisipasi sekolah yang relatif masih rendah, secara umum berada peringkat di atas 20 Indikator Kalimantan Tengah Nasional Rank 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 Angka Partisipasi Murni SD 97,4 95,5 3 Angka Partisipasi Murni SMP 67,9 73,7 24 Angka Partisipasi Murni SMA 44,7 53,9 32 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 Indikator Kalimantan Tengah Nasional Rank Persentase Desa dgn jarak SD terdekat > 10 km 17,1 0,0 30 Persentase Desa dgn jarak SMP terdekat > 10 km 31,4 12,6 29 Persentase Desa dgn jarak SMA terdekat > 10 km 64,2 27,9 32 Persentase Desa dgn jarak SMK terdekat > 10 km 78,6 45,5 31
  43. 43. TERIMA KASIH
  44. 44. KONSEP DAN DEFINISI
  45. 45. Angka Harapan Hidup saat Lahir (AHH) • Definisi : rata-rata perkiraan banyak tahun yang dapat ditempuh oleh seseorang sejak lahir. • AHH mencerminkan derajat kesehatan suatu masyarakat. • Dihitung dengan cara tidak langsung dengan paket program Micro Computer Program for Demographic Analysis (MCPDA) atau Mortpack. • AHH negara berkembang lebih rendah dibandingkan AHH negara maju karena AHH dipengaruhi oleh tingkat kematian bayi yang tinggi.
  46. 46. Harapan Lama Sekolah (HLS) Expected Years of Schooling (EYS) 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.
  47. 47. 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.
  48. 48. Pengeluaran per Kapita  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  Rata-rata pengeluaran per kapita konstan kemudian disesuaikan dengan cara dibagi dengan paritas daya beli (Purcashing Power Parity-PPP). Pengeluaran yang telah dibagi dengan PPP ini disebut dengan pengeluaran per kapita yang disesuaikan.
  49. 49. Penghitungan Paritas Daya Beli pik : harga komoditas i di Jakarta Selatan pij : harga komoditas i di kab/kota j m : jumlah komoditas Paritas daya beli dihitung sebagai perbadingan rata-rata geometrik harga paket komoditas barang dan jasa di suatu wilayah terhadap Jakarta Selatan.
  50. 50. Penentuan Paket Komoditas • 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 Komoditas (39,8 %)* Nonmakanan: 30 Komoditas (36,9 %)* 96 Komoditas (76,7 %)* * Persentase terhadap total pengeluaran rumah tangga
  51. 51. Komoditas Terpilih pada Metode Baru Beras Tepung terigu Ketela pohon/singkong Kentang Tongkol/tuna/cakalang Kembung Bandeng Mujair Mas Lele Ikan segar lainnya Daging sapi Daging ayam ras Daging ayam kampung Telur ayam ras Susu kental manis Susu bubuk Susu bubuk bayi Bayam Kangkung Kacang panjang Bawang merah Bawang putih Cabe merah Cabe rawit Tahu Tempe Jeruk Mangga Salak Pisang ambon Pisang raja Pisang lainnya Pepaya Minyak kelapa Minyak goreng lainnya Kelapa Gula pasir Teh Kopi Garam Kecap Penyedap masakan/vetsin Mie instan Roti manis/roti lainnya Kue kering Kue basah Makanan gorengan Gado-gado/ketoprak Nasi campur/rames Nasi goreng Nasi putih Lontong/ketupatsayur Soto/gule/sop/rawon/cincang Sate/tongseng Mie bakso/mie rebus/mie goreng Makanan ringan anak Ikang (goreng/bakar dll) Ayam/daging (goreng dll) Makanan jadi lainnya Air kemasan galon Minuman jadi lainnya Es lainnya Roko kretek filter Rokok kretek tanpa filter Rokok putih Makanan Rumah sendiri/bebas sewa Rumah kontrak Rumah sewa Rumah dinas Listrik Air PAM LPG Minyak tanah Lainnya(batu baterai,aki,korek,obat nyamuk dll) Perlengkapan mandi Barang kecantikan Perawatan kulit,muka,kuku,rambut Sabun cuci Biaya RS Pemerintah Biaya RS Swasta Puskesmas/pustu Praktek dokter/poliklinik SPP Bensin Transportasi/pengangkutanumum Pos dan Telekomunikasi Pakaian jadi laki-laki dewasa Pakaian jadi perempuan dewasa Pakaian jadi anak-anak Alas kaki Minyak Pelumas Meubelair Peralatan Rumah Tangga Perlengkapan perabot rumah tangga Alat-alat Dapur/Makan Nonmakanan
  52. 52. Share Kelompok Komoditas Kelompok Share kelompok Terpilih Share Jumlah item MAKANAN 47,29 39,82 66 Padi-padian 8,02 7,89 2 Umbi-umbian 0,42 0,23 2 Ikan/udang/cumi/kerang 3,95 2,30 7 Daging 2,06 1,69 3 Telur dan susu 2,76 2,37 4 Sayur-sayuran 3,56 2,04 7 Kacang-kacangan 1,26 1,17 2 Buah-buahan 2,21 1,22 7 Minyak dan lemak 1,79 1,75 3 Bahan minuman 1,64 1,47 3 Bumbu-bumbuan 0,95 0,40 3 Konsumsi lainnya 1,00 0,61 1 Makanan dan minuman jadi 11,80 10,94 19 Tembakau dan sirih 5,88 5,72 3 NON MAKANAN 52,71 33,81 30 Perumahan dan fasilitas rumah tangga 20,58 15,74 10 Aneka barang dan jasa 18,79 13,50 12 Pakaian, alas kaki,tutup kepala 3,76 3,35 4 Barang tahan lama 6,15 1,22 4 Pajak, pungutan, asuransi 1,65 0,00 0 Keperluan, pesta, upacara/kenduri 1,78 0,00 0 TOTAL 100,00 73,63 96
  53. 53. Perbandingan Rumus Penghitungan IPM Metode Lama Metode Baru
  54. 54. Teknis Penghitungan IPM Metode Baru
  55. 55. Variabel dalam Susenas yang Digunakan dalam Penghitungan IPM dan Komponennya  Angka Harapan Hidup  Variabel Anak Lahir Hidup, Anak Masih Hidup  Harapan Lama Sekolah  Partisipasi sekolah penduduk menurut kelompok umur  Rata-rata Lama Sekolah  Kombinasi variabel pendidikan: • Partisipasi Sekolah, • Jenjang pendidikan yang pernah diduduki, • Kelas yang sedang dijalani, • Jenjang pendidikan yang ditamatkan  Daya Beli  Variabel pengeluaran konsumsi rumah tangga
  56. 56. Angka Harapan Hidup saat Lahir (AHH) Life Expectancy (e0)
  57. 57. Tinjauan Penghitungan AHH: versi IPM (Subdit Demografi) 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 AHH untuk IPM • Secara umum berlaku rataan q2, q3 dan q5. • Adakalanya memakai median/modus lebih cocok. • Perlu pertimbangan keahlian (adjustment), pengalaman, trend atau perbandingan (antarwaktu, antarwilayah, antarurban/rural, dsb). • AHH perempuan diperoleh dari: (106/103) x AHH total. • Sudah melalui rekonsiliasi dan telah diseminarkan pada seminar parameter demografi.
  58. 58. Tinjauan Penghitungan AHH: Proyeksi (Subdit Demografi) Penentuan Asumsi • Berdasarkan tren tingkat mortalitas di masa lalu mengikuti hasil SDKI: SDKI91, SDKI94, SDKI97, SDKI2002/3, SDKI2007, SDKI2012. • Menggunakan 6 titik pengamatan (1991-2012) tanpa target. 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
  59. 59. Harapan Lama Sekolah (HLS) Expexted Years of Schooling (EYS)
  60. 60. 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).
  61. 61. Formula Penghitungan Harapan Lama Sekolah (HLS) Formula  Keterangan: t aHLS Harapan Lama Sekolah pada umur a di tahun t t iE Jumlah penduduk usia i yang bersekolah pada tahun t t iP Jumlah penduduk usia i pada tahun t i Usia (a, a + 1, ..., n)
  62. 62. Ilustrasi Penghitungan Harapan Lama Sekolah Umur (th) 7 10 9 0,9 8 10 9 0,9 9 10 8 0,8 10 10 8 0,8 11 10 7 0,7 12 10 5 0,5 13 10 5 0,5 Harapan Lama Sekolah (HLS) 5,1 Misal, penduduk wilayah A adalah sebagai berikut:
  63. 63. Rata-rata Lama Sekolah (RLS) Mean Years of Schooling (MYS)
  64. 64. Teknis Menghitung Rata-rata Lama Sekolah • Langkah Pertama, menyeleksi penduduk pada usia 25th ke atas. • Langkah Kedua, menghitung lamanya sekolah. o Jika partisipasi sekolah yaitu tidak/belum pernah bersekolah, maka lama sekolah = 0. o Jika partisipasi sekolah yaitu masih bersekolah atau tidak bersekolah lagi, maka lama sekolah mengikuti tabel konversi berikut. Keterangan Lama Sekolah Masih bersekolah di SD s.d. S1 Konversi ijazah terakhir + kelas terakhir - 1 Masih bersekolah S2 atau S3 Konversi ijazah terakhir + 1 Ket: Karena di Susenas kode kelas untuk yang sedang kuliah S2 = 6 dan kuliah S3 = 7 yang tidak menunjukkan kelas Tidak bersekolah lagi tetapi tidak tamat di kelas terakhir Konversi ijazah terakhir + kelas terakhir - 1 Tidak bersekolah lagi dan tamat pada jenjang Konversi ijazah terakhir
  65. 65. Ijazah Konversi Tahun 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 Konversi Lama Sekolah Berdasarkan Ijazah Terakhir
  66. 66. Teknis Menghitung Rata-rata Lama Sekolah…. • Langkah Ketiga, 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)
  67. 67. Ilustrasi Penghitungan Rata-rata Lama Sekolah Penduduk Penduduk ke-1 25 Tidak bersekolah lagi S1 Tamat S1 16 Penduduk ke-2 18 Masih bersekolah SMA Kelas 3 SMP 11 Penduduk ke-3 28 Masih bersekolah S2 Kelas 6 S1 17 Penduduk ke-4 30 Tidak bersekolah lagi SD 5 - 4 Penduduk ke-5 45 Tidak bersekolah lagi D3 Tamat D3 15 Penduduk ke-6 35 Tidak bersekolah lagi SMP 2 SD 7 Penduduk ke-7 50 Tidak bersekolah lagi S1 Tamat S1 16 Misal, penduduk wilayah A adalah sebagai berikut:
  68. 68. Pengeluaran per Kapita
  69. 69. Teknis Penghitungan Pengeluaran per Kapita Disesuaikan Menghitung rata-rata pengeluaran per kapita Menghitung rata-rata pengeluaran per kapita dalam harga konstan (riil) Menghitung Paritas Daya Beli/Purchasing Power Parity (PPP) Menghitung pengeluran per kapita disesuaikan
  70. 70. 1. Menghitung Rata-rata Pengeluaran per Kapita dari Susenas
  71. 71. 2. Menghitung Rata-rata Pengeluaran per Kapita dalam Harga Konstan (riil) • Menghitung nilai riil rata-rata pengeluaran per kapita per tahun (atas dasar tahun 2012) dengan rumus:
  72. 72. 3. Menghitung Paritas Daya Beli/Purchasing Power Parity (PPP) • Untuk harga yang tidak terdapat pada Susenas Modul Konsumsi, harga diperoleh dari IHK. Keterangan: • Pi= Rata-rata harga komoditi i per satu satuan di suatu wilayah • Vi= Total value (biaya) yang dikeluarkan untuk komoditi i di suatu wilayah • Qi= Total kuantum dari komoditi i yang dikonsumsi di suatu wilayah • Langkah Pertama, menghitung harga rata-rata komoditas terpilih.
  73. 73. Perlakuan pada Data.... • Harga dari IHK: – Perlengkapan mandi  pasta gigi, sabun mandi, shampo, sikat gigi – Barang habis pakai rumah tangga  bola lampu, lampu TL/neon, korek api gas, obat nyamuk bakar, pembasmi nyamuk cair, pembasmi nyamuk spray, pembersih laintai – Sabun cuci  sabun cuci piring, sabun cream detergent – Barang kecantikan  bedak, deodorant, body lotion, lipstik, minyak rambut, minyak parfum, pelembap muka, pembersih dan penyegar – Perawatan kulit, kuku, mka, rambut  tarif creambath, potong rambut pria, potong rambut wanita, potong rambut anak – Biaya kesehatan  biaya dokter umum – SPP  SD – Transportasi  angkutan dalam kota – Alas kaki  sandal kulit pria – Meubelair  meja kursi tamu – Peralatan rumah tangga  lemari es – Perlengkapan perabot rumah tangga  sprei – Alat dapur/makan  kompor
  74. 74. 3. Menghitung Paritas Daya Beli.... • Langkah Kedua, menghitung paritas daya beli dengan rumus berikut: pij : harga komoditas i di Jakarta Selatan pik : harga komoditas i di kab/kota j m : jumlah komoditas • Langkah Ketiga, menghitung pengeluaran per kapita disesuaikan dengan rumus berikut: Yt** : rata-rata pengeluaran per kapita disesuaikan Yt* : Rata-rata pengeluaran per kapita per tahun atas dasar harga konstan 2012
  75. 75. Ilustrasi Penghitungan Pengeluaran per Kapita Disesuaikan
  76. 76. TERIMA KASIH

×