Dokumen tersebut membahas metode evaluasi kualitas data kependudukan khususnya data distribusi penduduk menurut umur dan jenis kelamin. Beberapa metode yang dijelaskan antara lain analisis grafik piramida penduduk, rasio umur, rasio jenis kelamin, indeks kesalahan data umur-jenis kelamin seperti Indeks Whipple dan Indeks Myers, serta United Nations Age-sex accuracy index.
2. Evaluasi Distribusi Data Penduduk Menurut Umur dan
Jenis Kelamin
• Peralatan Dasar
• Analisis Grafik
• Piramida Penduduk
• Analisis grafik cohor
• Rasio umur dan jenis kelamin
• Indeks kesalahan data umur-jenis kelamin
• Whipple’s index
• Myers’ Blended Method
• United Nations Age-sex accuracy index
• Menggunakan teori penduduk stabil
• Menggunakan sensus yang berurutan
3. Piramida Penduduk
• Prosedur dasar untuk menilai kualitas data sensus mengenai
umur-jenis kelamin
• Menggambarkan jumlah penduduk berdasarkan kelompok
umur (kohor) dan jenis kelamin
• Bentuk piramida dipengaruhi oleh tingkat fertilitas,
mortalitas dan migrasi
5. Fertilitas dan Mortalitas Rendah
Source: United Nations Demographic Yearbook
Japan, 2010
-1200000 -700000 -200000 300000 800000
Under 1
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100 +
Male Female
WWII
First baby boom
Fire horse year
Second baby
boom
Low fertility
level
WWI
6. Deteksi Kesalahan
• Kurang cacah pada umur < 2 tahun
• Age heaping pada usia dewasa
• Tingkat fertilitas tinggi
• Penduduk
• Penduduk lebih sedikit pada umur 20 –
24 – kejadian luar biasa pada tahun
1950-55?
• Lebih sedikit laki-laki dibandingkan
perempuan pada umur 20 – 44 –
migrasi tenaga kerja keluar?
Source: Reproduced using data from U.S. Census
Bureau, Evaluating Censuses of Population
and Housing
8. Analisis Kohor secara Grafik
• Penelusuran kohor pada beberapa periode sensus
• Jumlah masing-masing kohor akan menurun antara suatu
sensus dengan sensus berikutnya karena faktor kematian,
jika tidak ada pengaruh migrasi yang signifikan
• Struktur umur (garis umur) masing-masing sensus akan
memiliki pola yang sama jika tidak ada kesalahan sensus
• Dengan mengamati kohor dari waktu ke waktu, dapat
dievaluasi pengaruh kejadian luar biasa dan faktor-faktor
distorsi lainnya
9. Analisis Kohor secara Grafik: Contoh
• Untuk analisis kita kumpulkan
data berdasarkan kohor
kelahiran
• Mengikuti periode sensus,
kohor lebih muda
ditambahkan dan kohor lebih
tua dihilangkan
• Keluarkan kategori umur
open-ended
Source: United Nations Demographic Yearbook
11. Rasio Umur (1)
• Jika tidak ada perubahan yang signifikan pada fertilitas,
mortalitas, migrasi faktor distorsi lainnya, jumlah kohor
tertentu hampir sama dengan rata-rata jumlah kohor
sebelum dan sesudahnya
Age Population
15 - 19 a
20 - 24 b
25 - 29 c
c
a
b
2
12. Rasio Umur (2)
• Rasio umur untuk
kelompok umur x ke
x+4
• 5ARx = rasio umur
untuk kelompok
umur x ke x+4
• 5Px = jumlah
penduduk kel. umur x
ke x+4
• 5Px-5 = jumlah
penduduk kel. umur
di bawahnya
• 5Px+5 = jumlah
penduduk kel.umur di
atasnya
n
x
n
x
x
x
P
P
P
AR
5
5
5
5
*
2
15. Rasio Jenis Kelamin (1)
5Mx = Jumlah laki-laki pada kelompok umur tertentu
5Fx = Jumlah perempuan pada kelompok umur tertentu yang sama
x
x F
M
ratio
Sex 5
5 /
16. Rasio Jenis Kelamin (2)
Sex ratio, Thailand 2000
0.6
0.7
0.8
0.9
1
1.1
1.2
0
-
4
5
-
9
1
0
.
1
4
1
5
-
1
9
2
0
-
2
4
2
5
-
2
9
3
0
-
3
4
3
5
-
3
9
4
0
-
4
4
4
5
-
4
9
5
0
-
5
4
5
5
-
5
9
6
0
-
6
4
6
5
-
6
9
7
0
-
7
4
7
5
-
7
9
8
0
-
8
4
8
5
+
Slightly higher mortality among
males in younger ages reverses SR –
migration could also play a role
In most
societies the
SRB is slightly
over 1.0
Considerable female
advantage in mortality
at older ages
Source: United Nations Demographic Yearbook
17. Rasio Jenis Kelamin (3) – Analisis Kohor
Cohort analysis, sex ratio, China
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1
9
9
6
-
1
9
9
9
1
9
8
6
-
1
9
9
0
1
9
7
6
-
1
9
8
0
1
9
6
6
-
1
9
7
0
1
9
5
6
-
1
9
6
0
1
9
4
6
-
1
9
5
0
1
9
3
6
-
1
9
4
0
1
9
2
6
-
1
9
3
0
1
9
1
6
-
1
9
2
0
1
9
0
6
-
1
9
1
0
1
8
9
6
-
1
9
0
0
1982 1990 2000
Source: United Nations Demographic Yearbook
Secara umum, sex
ratio menurun
mengikuti periode
sensus, karena
kematian laki-laki
lebih tinggi
dibandingkan
perempuan
18. Indeks Whipple
• Whipple mengevaluasi kesalahan pelaporan umur dengan anggapan
kesalahan sebagian besar terletak pada umur 23 -62 tahun. Antara
umur-umur tersebut banyak menyukai umur-umur yang berakhiran
angka 0 dan 5.
• Jika semua penduduk yang berumur 23 sampai 62 tahun melaporkan
umurnya berakhiran angka 0 atau 5, nilai indeks = 500.
• Sebaliknya jika pelaporan umur antara 23 tahun sampai dengan 62
tahun tersebut benar, nilai indeks = 100.
• Dengan demikian, semakin dekat nilai indeks dengan 100, pelaporan
umur makin mendekati kecermatan.
Indeks Whipple =
Jika heaping terjadi pada angka 0, rumusnya:
Indeks Whipple =
100
)
.......
(
)
5
/
1
(
)
......
(
62
61
60
24
23
60
55
30
25
P
P
P
P
P
P
P
P
P
Source: Shryock and Siegel, 1976, Methods and Materials of Demography
100
)
.......
(
)
10
/
1
( 62
61
60
24
23
60
50
40
30
P
P
P
P
P
P
P
P
P
21. Contoh Penurunan Indeks Whipple
Dalam jangka
panjang,
umumnya nilai
indeks whipple
akan menurun,
misalnya karena
adanya perbaikan
pelaporan umur
22. Indeks Myers’ Blended
• Secara konsep sama dengan indeks whipple, kecuali bahwa
indeks Myer mempertimbangkan age heaping tidak hanya
pada angka 0 dan 5 saja, tetapi pada semua angka (0 – 9)
• Indeks Myer antara 0 – 90. Nilai 0 menunjukkan tidak adanya
age heaping dan 90 menunjukkan bahwa seluruh umur
dilaporkan pada akhiran angka yang sama
• Myer memberi patokan bahwa bila hasil indeks lebih kecil dari
10 % berarti pelaporan dan pencatatan umur data cukup baik.
23. Cara Perhitungan Indeks Myer
• Kolom (1) : Dari distribusi umur penduduk umur tunggal, dapat
diperoleh kelompok penduduk dengan umur yang berakhiran
dengan 0, 1, 2, 3,4, 5, 6, 7, 8, 9. Kelompok-kelompok ini disebut
Terminal Digit.
• Kolom (2) : Jumlahkan penduduk sesuai kelompok terminal digit
dimulai dari umur a. Misalnya a = 10 tahun. Untuk terminal digit 5
maka jumlahkan semua penduduk yang berumur 15, 25, 35, 45,
55, 65, dan 75 tahun.
• Kolom (3) : Jumlahkan penduduk sesuai kelompok terminal digit
dimulai dari umur a+10. Karena a = 10 maka area penjumlahan
dimulai dari penduduk umur 20 tahun. Untuk terminal digit 5,
jumlahkan semua penduduk yang berumur 25, 35, 45, 55, 65, dan
75 tahun.
24. Cara Perhitungan Indeks Myer
• Kolom (4) : Adalah koeffisien penimbang untuk kolom (2).
• Kolom (5) : Adalah koeffisien penimbang untuk kolom (3).
• Kolom (6) : Blended Population = Kol (2) * Kol (4) + Kol (3) * Kol
(5).
• Kolom (7) : Distribusi persentase dari kolom (6) terhadap
jumlahnya.
• Kolom (8) : Deviasi kolom (7) terhadap 10 % atau kolom (7) –
10,00. JumlahKolom (8) adalah jumlah mutlak.
• Indeks Myer adalah : ½ x Jumlah Kolom (8)
26. United Nations Age-sex Accuracy Index
• Index ini menggabungkan akurasi rasio umur untuk
laki-laki dan perempuan dengan akurasi dari ratio
jenis kelamin.
• Kriteria Indeks
• <20: akurat
• ≥20 and ≤40: tidak akurat
• >40: sangat tidak akurat
