• Tidak ada hasil yang ditemukan

Survei Sosial Ekonomi Nasional (SUSENAS) Kor, 2019

N/A
N/A
Protected

Academic year: 2021

Membagikan "Survei Sosial Ekonomi Nasional (SUSENAS) Kor, 2019"

Copied!
10
0
0

Teks penuh

(1)

BADAN PUSAT STATISTIK

Survei Sosial Ekonomi Nasional (SUSENAS) Kor, 2019

ABSTRAKSI

Secara umum tujuan pengumpulan data melalui Susenas Semesteran adalah tersedianya data tentang kesejahteraan rumah tangga mencakup antara lain pendidikan, kesehatan dan kemampuan daya beli.

Sedangkan secara khusus tujuannya adalah:

Tersedianya data pokok tentang kesejahteraan masyarakat yang sangat dibutuhkan untuk perencanaan, 1.

monitoring dan evaluasi keberhasilan pembangunan;

Tersedianya data rinci tentang kesejahteraan anggota rumah tangga seperti pendidikan, kesehatan, 2.

fertilitas/KB, dan data kependudukan menurut golongan umur, jenis kelamin, dan status perkawinan

TUJUAN DAN MANFAAT KEGIATAN

Secara umum tujuan pengumpulan data melalui Susenas Semesteran adalah tersedianya data tentang kesejahteraan rumah tangga mencakup antara lain pendidikan, kesehatan dan kemampuan daya beli.

Sedangkan secara khusus tujuannya adalah:

Tersedianya data pokok tentang kesejahteraan masyarakat yang sangat dibutuhkan untuk perencanaan, 1.

monitoring dan evaluasi keberhasilan pembangunan;

Tersedianya data rinci tentang kesejahteraan anggota rumah tangga seperti pendidikan, kesehatan, 2.

fertilitas/KB, dan data kependudukan menurut golongan umur, jenis kelamin, dan status perkawinan.

Penanggung Jawab Kegiatan

PENYELENGGARA Subdit. Stat. Rumah Tangga

PENANGGUNG JAWAB MASALAH TEKNIS Subdit. Stat. Rumah Tangga

PENANGGUNG JAWAB METODE PENGUMPULAN DATA Direktorat Pengembangan Metodologi Sensus dan Survei PENANGGUNG JAWAB METODE PENGOLAHAN DATA

(2)

Direktorat Sistem Informasi Statistik

PENANGGUNG JAWAB DISEMINASI DATA PENANGGUNG JAWAB SUMBER DANA Subdirektorat Statistik Rumah Tangga

Informasi Pengumpulan Data

FREKUENSI KEGIATAN Tahunan

RIWAYAT KEGIATAN

Susenas pertama kali dilaksanakan pada tahun 1963. Dalam dua dekade terakhir, sampai dengan tahun 2010, Susenas dilaksanakan setiap tahun.

Susenas di desain memiliki 3 modul (Modul Konsumsi/Pengeluaran Rumah Tangga, Modul Sosial, Budaya dan Pendidikan, serta Modul Perumahan dan Kesehatan) dan setiap modul dilaksanakan setiap 3 tahun sekali.

Pada tahun 2011-2014 akan dilaksanakan Susenas Modul Konsumsi/Pengeluaran Rumah Tangga. Pelaksanaannya secara triwulanan, yaitu setiap tahun akan dilakukan pengumpulan data pada bulan Maret, Juni, September, dan Desember.

Pada tahun 2015-2019 akan dilaksanakan Susenas Modul Konsumsi/Pengeluaran Rumah Tangga. Pelaksanaannya secara semesteran, yaitu setiap tahun akan dilakukan pengumpulan data pada bulan Maret, dan September.

PERUBAHAN YANG TERJADI DARI KEGIATAN SEBELUMNYA

Untuk meningkatkan akurasi data yang dihasilkan dan sejalan dengan peningkatan frekuensi permintaan data konsumsi/pengeluaran rumah tangga untuk PDB/PDRB triwulanan dan penghitungan kemiskinan, maka

pengumpulan data konsumsi/ pengeluaran rumah tangga direncanakan mulai tahun 2011-2014 dilaksanakan secara triwulanan.

Data hasil pencacahan setiap triwulan dapat disajikan baik untuk tingkat nasional maupun provinsi, sedangkan dari kumulatif pelaksanaan pencacahan selama empat triwulan maka datanya dapat disajikan sampai dengan tingkat kabupaten/kota.

Sejak tahun 2015-2019 dilaksanakan secara semesteran.

Data hasil pencacahan setiap semesteran hanya di bulan September dapat disajikan baik untuk tingkat nasional maupun provinsi, sedangkan untuk bulan Maret datanya dapat disajikan sampai dengan tingkat kabupaten/kota. FREKUENSI PENGUMPULAN DATA

- Semesteran

TIPE PENGUMPULAN DATA Cross Sectional

INDIKATOR PENGUMPULAN DATA LONGITUDINAL REFERENSI YANG DIGUNAKAN

(3)

-KLASIFIKASI YANG DIGUNAKAN @@@

JADWAL KEGIATAN

Metodologi

CARA PENGUMPULAN DATA Survei

JENIS RANCANGAN SAMPEL Multi Stage/Phase

METODE PEMILIHAN SAMPEL STAGE TERAKHIR Sampel probabilitas

METODE PEMILIHAN SAMPEL PROBABILITAS

Tahap pertama, memilih nh wilcah dari Nh secara pps (Probability Proportional to Size) dengan size 1.

banyaknya rumah tangga SP2010 (Mi). Kemudian wilcah tersebut dialokasikan secara acak.Keseluruhan harus diambil sebanyak nh= 30.000 wilcah sehingga masing-masing

Tahap kedua, memilih: 2.

Dua BS pada setiap wilcah terpilih Susenas Triwulan I, dan II, serta Triwulan I yang juga terpilih untuk Sakernas Triwulan I, yang selanjutnya dari blok-blok sensus terpilih dialokasikan secara acak satu untuk Susenas/SBH, dan satu Sakernas, atau

Satu BS pada setiap wilcah terpilih Triwulan IV dan Trwulan I yang untuk Susenas saja secara pps dengan size jumlah rumah tangga SP2010-RBL1.

Tahap ketiga, dari setiap blok sensus terpilih untuk Susenas dipilih sejumlah rumah tangga biasa (m=10) 3.

secara sistematik berdasarkan hasil pemutakhiran listing rumah tangga SP2010-C1 dengan menggunakan Daftar VSEN11-P. Daftar nama kepala rumah tangga disusun dari Ekstrak SP2010-C1 untuk variabel nama KRT, alamat, dan tingkat pendidikan KRT, kemudian dilakukan pemutakhiran lapangan.

Rancangan Sampel Probabilitas

KERANGKA SAMPEL

Kerangka sampel pemilihan tahap pertama adalah daftar wilayah pencacahan (wilcah) SP2010 yang disertai 1.

dengan informasi banyaknya rumah tangga hasil listing SP2010 (Daftar RBL1), muatan blok sensus

dominan (pemukiman biasa, pemukiman mewah, pemukiman kumuh), informasi daerah sulit/tidak sulit, dan klasifikasi desa/kelurahan (rural/urban).

Kerangka sampel pemilihan tahap kedua adalah daftar blok sensus pada setiap wilcah terpilih. 2.

Kerangka sampel pemilihan tahap ketiga adalah daftar rumah tangga biasa tidak termasuk institutional 3.

household (panti asuhan, barak polisi/militer, penjara, dsb) dalam setiap blok sensus sampel hasil pencacahan lengkap SP2010 (SP2010-C1) yang telah dimutahirkan pada setiap menjelang pelaksanaan survei

(4)

Fraksi sampel pada pemilihan sampel wilcah: n_h M_hi/M_ho dengan: n_h ? Jumlah sampel wilayah cacah dalam strata h M_hi ? Jumlah rumahtangga dalam strata h Fraksi sampel pada pengalokasian sampel wilcah secara acak dan berukuran sama ke setiap triwulan dalam tahun survei (t: 1,2,3,4): (n_h^t)/n_h dengan: n_h ? Jumlah sampel wilayah cacah dalam strata h n_h^t ? Jumlah sampel wilayah cacah dalam strata h triwulan t Fraksi sampel pada pemilihan Blok Sensus: 2 M_hij/M_hi dengan: M_hij ? Jumlah sampel wilayah cacah dalam strata h M_hi ? Jumlah sampel wilayah cacah dalam strata h blok sensus i Fraksi sampel pada pengalokasian sampel Blok Sensus secara acak dan berukuran sama untuk Susenas dan Sakernas (s:1,2): 1/2 Fraksi sampel pemilihan rumahtangga: m ?/(M_hij^t ) dengan: m ? ? Jumlah kecukupan sampel rumah tangga (10 rumah tangga) M_hij^t ? Jumlah sampel wilayah cacah dalam strata h blok sensus i kegiatan survei j (j: SBH, Susenas) triwulan t

PERKIRAAN SAMPLING ERROR perhitungan sampling error

ALOKASI SAMPEL -CAKUPAN WILAYAH Seluruh kabupaten/kota WILAYAH KEGIATAN ---UNIT OBSERVASI

Rumah tangga biasa, tidak termasuk rumah tangga khusus

Pelaksanaan Susenas Maret 2017 mencakup 300.000 rumah tangga sampel yang tersebar di seluruh provinsi dan 514 Kab/Kota di Indonesia, di mana untuk Susenas September 2017 sebanyak 75 ribu rumah tangga.

CAKUPAN RESPONDEN Anggota Rumah tangga

MENGGUNAKAN DATA SEKUNDER DARI UNIT KERJA/INSTANSI LAIN Ya

Pengumpulan Data

METODE PENGUMPULAN DATA MELAKUKAN PILOT STUDY Tidak

INSTRUMEN YANG DIGUNAKAN Kuesioner dan Pedoman

PETUGAS PENGUMPULAN DATA - Staf

- KSK - Mitra

(5)

JUMLAH PETUGAS PENGUMPULAN DATA Pengawas/Kortim 5825 Orang

Pencacah 16691 Orang

MENGADAKAN PELATIHAN PETUGAS Tidak

METODE UNTUK MENGETAHUI KINERJA PENGUMPULAN DATA - Supervisi

PENYESUAIAN NON RESPON Tidak Ada Penggantian Sampel

Pengolahan Data

UNIT KERJA YANG MELAKUKAN PENGOLAHAN - Sendiri

- Subject Matter Lain - Integrasi Pengolahan METODE PENGOLAHAN - Batching - Editing - Coding - Data Entri/Scan - Verifikasi - Validasi - Tabulasi

TEKONOLOGI/APLIKASI YANG DIGUNAKAN Visual Foxpro Versi 9

Estimasi dan Analisis

METODE ESTIMASI YANG DIGUNAKAN 1) Design Weight

Metode estimasi yang digunakan dalam Susenas 2013 adalah metode estimasi langsung (direct estimate). Oleh karena itu, sebelum melakukan estimasi terlebih dahulu dihitung design weight. Design Weight atau biasa disebut Weight adalah merupakan kebalikan dari perkalian fraksi penarikan sampel antar tahap penarikan sampel, yaitu: dengan:

: weight rumah tangga ke j, blok sensus ke i dalam strata h : total kepala keluarga (KK) dalam strata h

: banyaknya KK di blok sensus ke-i dalam strata h

(6)

: banyaknya sampel blok sensus strata h

: banyaknya sampel rumah tangga di blok sensus ke-i

2) Trimming Weight

Design weight yang tercantum pada butir 1) adalah merupakan original weight. Setelah penghitungan weight, langkah berikutnya adalah memeriksa distribusi weight. Apabila terdapat weight yang ekstrim (pencilan), meskipun hanya mempengaruhi porsi kecil dari sampel, namun dapat mengakibatkan peningkatan varians yang cukup

substansial. Hal yang biasa dilakukan adalah memangkas (trimming) weight yang nilainya ekstrim menjadi nilai yang masih dapat ditoleransi dalam rangka membatasi estimasi varians dan secara bersamaan mencegah dominasi sejumlah kecil unit sampel terhadap keseluruhan estimasi.

Untuk desain yang menerapkan desain stratifikasi, proses trimming weight dilakukan dalam setiap strata. Misalkan menyatakan original weight untuk rumah tangga ke j, blok sensus ke-i, dalam strata h, dan menyatakan batas atas yang ditentukan untuk strata h, maka trimming weight untuk blok sensus sampel ke-i dalam strata h dapat

didefinisikan sebagai berikut:

: rata-rata weight strata h : standar deviasi weight strata h

Sekarang, trimming weight untuk seluruh sampel dapat disesuaikan lebih lanjut sedemikian rupa sehingga totalnya sama dengan total original weight.

Trimming weight: dengan:

: trimming weight, rumah tangga ke-j, blok sensus ke-i, strata h : design weight, rumah tangga ke-j, blok sensus ke-i, strata h : total design weight strata h

: total design weight yang nilainya hB <W untuk strata h

: total design weight yang nilainya sama dengan batas atas weight, strata h

3) Estimasi Karakteristik Rumah Tangga

Dengan menjumlahkan faktor pengali seluruh rumah tangga sampel pada strata h, maka akan diperoleh estimasi total rumah tangga strata h, yaitu:

(7)

Pada umumnya estimasi total rumah tangga tidak sama dengan populasi rumah tangga hasil sensus atau proyeksi. Agar estimasi total rumah tangga strata h sama dengan total populasi hasil sensus atau proyeksi strata h, maka faktor pengali rumah tangga pada setiap strata harus disesuaikan (adjusted) dengan mengalikan dengan rasio antara total populasi rumah tangga hasil sensus atau proyeksi strata h dan estimasi total rumah tangga strata h, yaitu: dengan:

: populasi rumah tangga hasil sensus atau proyeksi strata h : estimasi total rumah tangga strata h

Misalkan dan masing-masing menyatakan nilai karakteristik Y dan X rumah tangga terpilih ke-j di blok sensus terpilih ke-i strata h, maka estimasi total karakteristik Y, X, dan rasio R = Y/X serta varians bagi rasio adalah sebagai berikut:

Estimasi total nilai karakteristik X

Estimasi total nilai karakteristik Y

Estimasi rasio

d. Estimasi varians rasio

Metode estimasi varians yang digunakan adalah metode linierisasi Taylor (Taylor Linearization) yang merupakan salah satu metode untuk mengestimasi variance bagi total, rasio ataupun rata-rata yang merupakan bentuk khusus dari rasio.

dengan: , dan

: jumlah blok sensus terpilih dalam strata h,

: estimasi total karakteristik Y dalam blok sensus i, strata h, : estimasi total karakteristik X dalam blok sensus i dan strata h,

: fraksi penarikan sampel blok sensus yang pada umumnya bernilai kecil, maka biasanya tidak diperhitungkan.

(8)

rumah tangga dari seluruh kabupaten/kota pada provinsi tersebut.

4) Estimasi Karakteristik Individu (penduduk)

Unit pengamatan individu (penduduk) dalam setiap rumah tangga sampel dibedakan menurut jenis kelamin, yaitu laki-laki dan perempuan.

Estimasi total penduduk menurut jenis kelamin dalam strata h adalah sebagai berikut:

: estimasi total penduduk jenis kelamin s dalam strata h

: adjusted weight rumah tangga sampel ke j, blok sensus sampel ke i, strata h

: banyaknya penduduk jenis kelamin s (s = 1 untuk laki-laki, dan s = 2 untuk perempuan) pada rumah tangga sampel ke j blok sensus sampel ke i strata h

Agar estimasi total penduduk menurut jenis kelamin strata h sama dengan total populasi menurut jenis kelamin hasil sensus atau proyeksi strata h, maka faktor pengali penduduk menurut jenis kelamin pada setiap strata harus disesuaikan (adjusted) dengan mengalikan dengan rasio antara total populasi penduduk menurut jenis kelamin hasil sensus proyeksi strata h dan estimasi total penduduk menurut jenis kelamin strata h, yaitu:

dengan:

: adjusted weight penduduk (bukan kepala rumah tangga) ke-k berjenis kelamin s dalam rumah tangga terpilih ke-j, blok sensus ke-i strata h

: populasi penduduk jenis kelamin s hasil sensus atau proyeksi dalam strata h

Misalnya dan masing-masing menyatakan nilai karakteristik Y dan X penduduk (anggota rumah tangga) ke-l berjenis kelamin s pada rumah tangga terpilih ke-j di blok sensus terpilih ke-i strata h, maka estimasi total karakteristik Y, X, dan rasio R=Y/X serta varians bagi rasio adalah sebagai berikut:

Estimasi total nilai karakteristik X untuk penduduk berjenis kelamin s: Estimasi total nilai karakteristik Y untuk penduduk berjenis kelamin s: Estimasi rasio untuk penduduk berjenis kelamin s:

Estimasi varians rasio

Metode estimasi varians yang digunakan adalah metode linierisasi Taylor (Taylor Linearization) yang merupakan salah satu metode untuk mengestimasi karakteristik baik untuk total, rasio ataupun rata-rata yang merupakan bentuk khusus dari rasio.

dengan: , dan

(9)

: jumlah blok sensus terpilih dalam strata h,

: estimasi total karakteristik Y dalam blok sensus i, strata h, : estimasi total karakteristik X blok sensus i dan strata h, dan

: fraksi penarikan sampel blok sensus, biasanya nilainya kecil, maka biasanya tidak diperhitungkan.

Estimasi total karakteristik penduduk pada tingkat provinsi merupakan penjumlahan estimasi total karakteristik penduduk dari seluruh kabupaten/kota pada provinsi tersebut.

KOMPOSISI DAN PENIMBANG FWT

METODE ANALISIS Deskriptif

UNIT ANALISIS Nasional dan Provinsi

SUMBER DATA ALTERNATIF UNTUK ANALISIS

ADA UNIT KERJA LAIN YANG MENGGUNAKAN DATA INI Tidak

Kualitas dan Interpretasi Data

PERLAKUAN TERHADAP OUTLIER, SECARA UMUM Imputasi

RELIABILITAS DATA

PENINGKATAN KUALITAS DATA

Menambahkan rincian pertanyaan pada kuesioner PERBANDINGAN DATA

3

METODE REVISI DATA

Perbaikan data yang tidak konsisten dan pemeriksaan ulang data non respon INFORMASI TENTANG KUALITAS DATA

Evaluasi

(10)

Tidak

REKOMENDASI UNTUK YANG AKAN DATANG

-Diseminasi

TAHUN DATA YANG DIDISEMINASIKAN s.d.

DATA YANG DIDISEMINASIKAN DIBEDAKAN MENURUT JENIS KELAMIN Tidak

LEVEL PENYAJIAN SAMPAI DENGAN TINGKAT

DIBEDAKAN MENURUT DAERAH PERKOTAAN/PERDESAAN Tidak

DATA/VARIABEL YANG TIDAK BISA DIBERIKAN KEPADA PIHAK PENGGUNA DATA

Aksesibilitas

Direktorat Diseminasi Statistik bpshq@bps.go.id, www.bps.go.id Persyaratan dan Penolakan PERSYARATAN

Pengguna data harus menyebutkan nama kegiatan: Survei Sosial Ekonomi Nasional (SUSENAS) Kor, 2019 PENOLAKAN

Pengguna data mengakui bahwa BPS tidak bertanggung jawab atas penggunaan data atau interpretasi atau kesimpulan berdasarkan penggunaan data apabila tidak diketahui atau tidak dikonsultasikan dengan BPS.

Referensi

Dokumen terkait

Pada hari ini, Rabu tanggal Delapan bulan Mei tahun Dua Ribu Tiga Belas, dimulai pukul 00.00 s/d 16:00 WIB dengan mengambil tempat di kantor Dinas Kelautan dan Perikanan

Pada hari ini Senin tanggal Delapan Bulan Juni Tahun Dua Ribu Lima Belas, Pokja PengadaanBarang/Jasa Dinas Peternakan dan Kesehatan Hewan Provinsi Lampung

[r]

Sanggahan sudah diterima selambat-lambatnya 3 (tiga) hari kalender setelah pengumuman ini dengan tembusan kepada PPK Kegiatan Pembangunan Jembatan Dinas Pekerjaan

Abdul Moeloek Provinsi Lampung akan melaksanakan Pelelangan Sederhana dengan pascakualifikasi secara elektronik untuk paket pekerjaan Pengadaan Biaya Jasa Kebersihan

30 Cara mengambil data JKSE, ASII.jk, UNVR.jk, PTBA.jk, KLBF.jk, MYOR.jk 5 tahunan plus grafik di Yahoo Finance 31 Menjelaskan Transaksi saham harian BEI di Koran Bisnis Indonesia

Kewirausahaan adalah semangat, perilaku dan kemampuan untuk memberikan tanggapan yang positif terhadap peluang memperoleh keuntungan untuk diri sendiri dan atau pelayanan yang

Swasembada pangan umumnya merupakan capaian peningkatan ketersediaan pangan dengan wilayah nasional, sedangkan ketahanan pangan lebih mengutamakan akses setiap individu