Pelatihan dan Pengolahan
Data Survei Sosial Ekonomi
Nasional (SUSENAS)
Oleh;
SURVEI SOSIAL EKONOMI
NASIONAL (SUSENAS)
Pengertian SUSENAS
•
Survei yang dirancang untuk mengumpulkan
data sosial kependudukan yang relatif luas
(BPS, 2001).
•
Sejak tahun 1992, diperuntukkan untuk
memonitor gambaran kesejahteraan
penduduk
•
SUSENAS merepresentasikan kondisi sosial
Pengertian SUSENAS
BPS menggunakan SUSENAS untuk menghitung beberapa indikator berikut:
1.
Persentase persalinan ditolong tenaga kesehatan (dokter, bidan dan tenaga medis)2.
Rasio elektrifikasi3.
Rata-Rata lama (bulan) anak 2-4 tahun mendapat ASI4.
Persentase penduduk yang berobat jalan sebulan yang lalu5.
Persentase Pengeluaran Rata-rata per Kapita Sebulan6.
Persentase Rumah Tangga menurut Provinsi, Tipe Daerah dan Status Kepemilikan Rumah, dllPembagian data SUSENAS
Data mentah (Raw Data) SUSENAS terbagi
menjadi beberapa bagian:
1.
SUSENAS Inti (core)
–
Mencakup pertanyaan-pertanyaan tentang keadaan dan perilaku masyarakat yang erat dengan aspek kesejahteraan, pendidikan,kesehatan, perkawinan, kegiatan ekonomi ART, dan kondisi perumahan.
Pembagian data SUSENAS
Data mentah (Raw Data) SUSENAS terbagi
menjadi beberapa bagian:
1.
SUSENAS Inti (core)
–
SUSENAS Inti (core), menurut tingkatobservasinya, dapat dibagi lagi menjadi dua:
•SUSENAS Kor Individu
–Data mengenai: Pendidikan, Umur, Jenis Kelamin, Perkawinan, Kegiatan Ekonomi, Kesehatan, dll
•SUSENAS Kor Rumah Tangga
–Data mengenai: Kondisi Perumahan dan Lingkungan Hidup, Pengeluaran Rumah Tangga
Pembagian data SUSENAS
Data mentah (Raw Data) SUSENAS terbagi
menjadi beberapa bagian:
2.
SUSENAS Modul
–Mencakup pertanyaan yang lebih rinci dari SUSENAS Kor
–Terdapat tiga modul yang dikumpulkan secara bergiliran dalam waktu tiga (3) tahun:
•Modul Konsumsi dan Pendapatan Rumah Tangga tahun pertama
Pembagian data SUSENAS
Data mentah (Raw Data) SUSENAS terbagi
menjadi beberapa bagian:
2.
SUSENAS Modul
–
Digunakan untuk memonitoring kondisi sosialekonomi yang tidak harus dimonitor tiap tahunnya.
–
informasi kesehatan dan gizi tidak lagi dikumpulkan melalui SUSENAS sejak tahun 2007. Pendataankesehatan dan gizi selanjutnya dikumpulkan oleh Kementrian Kesehatan melalui Riset Kesehatan Dasar (RISKESDAS) yang mengadopsi
pertanyaan-Pembagian data SUSENAS
Data mentah (Raw Data) SUSENAS terbagi menjadi beberapa bagian:
3.
SUSENAS Panel–SUSENAS dapat digunakan untuk melakukan analisis longitudinal (cross section sama yang diobservasi pada tahun berbeda.
–SUSENAS longitudinal sering disebut SUSENAS Panel.
–Pengumpulan data SUSENAS Panel diusahakan dari rumah tangga yang sama, namun jika rumah tangga yang disurvei pada tahun sebelumnya tidak dapat ditemui, rumah tangga ini diganti dengan rumah tangga baru yang berada dalam satu (1) Nomor Blok Sensus (NBS)
Perbedaan SUSENAS RT
dan Individu
SUSENAS Individu
Tingkat pendidikan
Keterangan pekerjaan
Jenis kelamin Usia
SUSENAS Rumah Tangga (RT)
Status kepemilikan bangunan rumah
Bahan bakar memasak
Sumber air minum Pengeluaran rumah tangga
Sumber penerangan Jenis atap
SUSENAS Individu dan Rumah
Tangga
Observasi Variabel Status kepemilika n rumah Sumber Peneranga nKeluarga Bapak Budi Sendiri Listrik PLN Keluarga Bapak Ali Sendiri Obor
Keluarga Mbah Djoyo Sewa Listrik Non PLN
Keluarga Cak Ndoro Sendiri Listrik PLN
Observasi Variabel Jenis Kelamin Umur Pendidika n
Bapak Budi Laki-laki 47 Sarjana Ibu Budi Perempuan 40 Sarjana Kakak Budi Perempuan 28 Sarjana Budi Laki-laki 23 SMA Adek Budi Perempuan 18 SMA
Membaca kuesioner
SUSENAS
Membaca kuesioner SUSENAS
Kuesioner SUSENAS terbagi menjadi 2:
Kuesioner untuk informasi Kor (individu danrumah tangga)
Kuesioner untuk informasi Panel
Membaca kuesioner Kor
Buka file kuesioner SUSENAS Kor yang berformatMembaca kuesioner SUSENAS
Membaca kuesioner SUSENAS
Membaca kuesioner SUSENAS
Membaca kuesioner SUSENAS
Membaca data SUSENAS
(STATA)
Kuesioner: susenas 2013 mar_K (id)
Terbagi menjadi beberapa bagian yang disebutBlok
Blok 1 : Keterangan tempat
Blok 4 : Keterangan Anggota Rumah Tangga
Blok 5 : Keterangan perorangan tentang kesehatan, pendidikan, ketenagakerjaan, serta fertilitas dan KB
Blok 6 : keterangan perumahan Blok 7 : perlindungan sosial
Membaca data SUSENAS
(STATA)
Kuesioner: susenas 2013 mar_K (id)
Pengelompokan variable di dalam blok akanmempengaruhi penamaan variable itu di raw data (kecuali di roster)
Provinsi : b1r1
Partisipasi sekolah : b5r14
Sakit panas (1bln) : b5r1a Jenis atap terluas : b6r5 dst
Membaca kuesioner SUSENAS
Membaca kuesioner SUSENAS
Membaca kuesioner SUSENAS
Membaca kuesioner SUSENAS
Membaca kuesioner SUSENAS
Membaca kuesioner SUSENAS
Kuesioner: susenas 2013 mar_M (id)
Terdiri dari: Blok 41 : Pengeluaran Makanan, minuman dan tembakau
Terdiri dari 229 jenis pengeluaran
Blok 42 : Pengeluaran untuk barang-barang bukan
makanan
Terdiri dari 343 jenis pengeluaran
Memeriksa data berdasarkan
Kuesioner
Memeriksa data berdasarkan
Kuesioner
Buka data Susenas Kor Individu dengan namaMemeriksa data berdasarkan
Kuesioner
Buka data Susenas Kor Individu dengan nama“susenas13mar_ki”
Periksa isi data susenas tersebut denganmengetikkan perintah “browse” di command windows
Memeriksa data berdasarkan
Kuesioner
Selain dapat menggunakan perintah “browse”untuk mendeskripsikan data, kita juga dapat menggunakan beberapa perintah lain
Tabulate
Describe Summarize
Mari kita coba mendeskripsikan salah satu data,Memeriksa data berdasarkan
Kuesioner
Mari kita coba mendeskripsikan salah satu data,“Jk” Jenis kelamin
tabulate jk
Memeriksa data berdasarkan
Kuesioner
Perintah tabulate juga dapat digunakan untuk crosstabulation.
Menggunakan data SUSENAS
Kita akan berlatih dengan menghitung salah
satu indikator pembangunan
Rasio
Elektrifikasi
Beberapa hal yang perlu diperhatikan:
1.
Jenis SUSENAS yang dibutuhkan
SUSENAS
RT
2.
Variabel di SUSENAS apa yang akan dipakai
Rasio Elektrifikasi
Beberapa hal yang perlu diperhatikan:
2.
Variabel di SUSENAS apa yang akan dipakai
Total rumah tangga Membuat variable pembantu yang bernilai 1 untuk seluruh observasi
Untuk memanipulasi data (menciptakan variable
baru) kita dapat menggunakan perintah “generate”
generate v1=1
Total rumah tangga yang menggunakan listrikRasio Elektrifikasi
Rasio elektrifikasi:
= 0.74
Penimbang
Jika diperhatikan lebih lanjut, data total
rumah tangga dan rumah tangga pengguna
listrik PLN masih terlalu kecil
Masih
ukuran sample
SUSENAS meyediakan variable penimbang
yang berfungsi sebagai variable pengali
agar mendapatkan gambaran populasi
SUSENAS individu weindPenimbang
SUSENAS memiliki beberapa fungsi untuk
mengakomodir “penimbang”
Aweight Analitic weight
Pweight Sampling weight
Iweight Importance weight
Fweight Frequency weight
Pada kesempatan ini kita akan
Penimbang
Pada kesempatan ini kita akan
menggunakan frequency weight/“fweight”
Fungsi penimbang dapat dipadukan dengan
beberapa perintah lain seperti “tabulate”
Tabulate var [fw=“variable weight”] option
tabulate v1 [fw=wert]Penimbang
Fungsi penimbang dapat dipadukan dengan
beberapa perintah lain seperti “tabulate”
tabulate v1 [fw=wert]
Perintah ini error karena fweight tidak dapat
digunakan jika variable penimbang bukan
merupakan bilangan bulat
Penimbang
Perintah ini error karena fweight tidak dapat
digunakan jika variable penimbang bukan
merupakan bilangan bulat
Untuk memeriksa masukkan perintah: browsePenimbang
Perintah ini error karena fweight tidak dapat
digunakan jika variable penimbang bukan
merupakan bilangan bulat
Untuk membulatkan variable wert, kita dapatmenggunakan perintah “round”
Buat variable baru (wert_new) yang bernilaipembulatan dari variable wert
generate wert_new=round(wert)
Periksa apakah perintah sudah sesuai dengan yang diharapkan. Bandingkan nilai wert dengan wert_newPenimbang
Periksa apakah perintah sudah sesuai denganyang diharapkan. Bandingkan nilai wert dengan wert_new
Penimbang
Kita ulangi perintah tabulate untuk variable
v1 dan v2 dengan menggunakan wert_new
sebagai penimbang
tabulate v1 [fw=wert]
tabulate v2 [fw=wert]Rasio Elektrifikasi
Rasio elektrifikasi dengan nilai populasi:
= 0.789
•
Sumber: Statistik PLN 2013
Tingkat kemiskinan
•
Tingkat kemiskinan merupakan indikator sosial
ekonomi yang penting dan merupakan salah satu
indikator capaian pembangunan
•
Untuk mendapatkan indicator tersebut, terlebih
dahulu kita harus mendefinisikan status miskin
individu
– Status miskin=pengeluaran perkapita perbulan < garis kemiskinan
•
Variabel yang dibutuhkan
Tingkat kemiskinan
•
Untuk menghitung indicator ini akan
menggunakan data SUSENAS Individu.
•
Langkah 1:
–
Buka data Susenas Kor Individu dengan nama “susenas13mar_ki”–
Memasukkan garis kemiskinan ke data “susenas13mar_ki”Tingkat kemiskinan
•
Langkah 1:
–
Memasukkan garis kemiskinan ke data “susenas13mar_ki”• Buka Ms. Excel dengan nama “tingkat kemiskinan dan garis kemiskinan” di folder pelatihan
• Cari tabel garis kemiskinan, tingkat kemiskinan untuk bulan maret 2013
Tingkat kemiskinan
•
Langkah 1:
–
Memasukkan garis kemiskinan ke data “susenas13mar_ki”Tingkat kemiskinan
•
Langkah 1:– Memasukkan garis kemiskinan ke data “susenas13mar_ki”
– Setiap provinsi memiliki dua garis kemiskinan: desa dan kota. generate povline =359217 if b1r1 ==11 & b1r5 ==1
replace povline =307352 if b1r1 ==12 & b1r5 ==1 replace povline =332837 if b1r1 ==13 & b1r5 ==1 replace povline =346796 if b1r1 ==14 & b1r5 ==1 replace povline =337930 if b1r1 ==15 & b1r5 ==1 . . replace npl =319416 if b1r1 ==11 & b1r5 ==2 replace npl =263061 if b1r1 ==12 & b1r5 ==2 replace npl =288215 if b1r1 ==13 & b1r5 ==2 replace npl =312591 if b1r1 ==14 & b1r5 ==2
Tingkat kemiskinan
•
Langkah 2:
–
Menentukan status kemiskinan individu• generate poor=exp_cap<povline
•
Langkah 3:
–
Mentabulasikan hasilTingkat kemiskinan
•
Langkah 3:– Mentabulasikan hasil dengan nilai populasi • generate weind_new=round(weind)
• tabulate poor [fw=weind_new]