(R.8)
ANALISIS TRIPLE SYSTEM ESTIMATION
PADA SENS
US PENDUDUK 2010Sri Suharti1), Gandhi Pawitan2), dan Gatot Riwi Setyanto3)
1) Staf BPS Riau, mahasiswa Magister Statistika Terapan Universitas Padjadjaran
Email : dek_hartie@yahoo.com
2) Universitas Katolik Parahyangan 3) Universitas Padjadjaran
Abstrak
Sensus Penduduk merupakan satu-satunya pencatatan data kependudukan di Indonesia secara menyeluruh dan lengkap. Data hasil sensus penduduk diharapkan akurat karena digunakan sebagai dasar pada berbagai kebijakan dan analisis kependudukan. Namun error pada data sensus penduduk selalu ada, salah satunya yaitu coverage census error (kesalahan cakupan sensus). Pengukuran kualitas sensus dilakukan dengan membandingkan hasil sensus penduduk dengan Post Enumeration Survey (PES), yang dilakukan dengan Metode
Dual System Estimation (DSE), sehingga dapat terlihat coverage census error pada
pelaksanaan sensus. Namun metode ini mendapatkan kritikan pada independensi data sensus penduduk dan PES. Tidak terpenuhinya asumsi ini menyebabkan correlation bias (bias korelasi) yang berpengaruh pada estimasi jumlah responden yang tidak tercakup pada kedua sumber data Sensus dan PES (x00). Oleh karena itu dikembangkan metode Triple System
Estimation dengan menggabungkan 3 sumber data yaitu Sensus Penduduk, Post Enumeration Survey (PES) dan Data Administrasi Wilayah sehingga estimasi jumlah responden yang tidak
tercakup pada kedua sumber data Sensus dan PES (x00+) lebih tepat.
Kata Kunci : Coverage Error Census, Post Enumeration Survey (PES), Dual System Estimation, Triple System Estimation
1. PENDAHULUAN
Berdasarkan Undang-Undang Nomor 16 tahun 1997 tentang Statistik, definisi sensus yaitu cara pengumpulan data yang dilakukan melalui pencacahan semua unit populasi di seluruh wilayah Republik Indonesia untuk memperoleh karakteristik suatu populasi pada saat tertentu.
Meskipun Sensus Penduduk dilaksanakan pada setiap unit populasi, namun pada kenyataannya dengan menggunakan metode sensus lengkap, penetapan total populasi tetap perlu dilakukan secara hati-hati. Hal ini disebabkan adanya error pengukuran yang berupa error cakupan sensus (coverage census). Untuk meningkatkan estimasi ini dapat dilakukan dengan menggabungkan informasi dari dua sumber yaitu Sensus Penduduk (Sensus) dan Post
Enumeration Survey (PES). Metode ini dikenal dengan sebutan Dual System Estimation (DSE)
Post Enumeration Survey (PES) adalah survei yang dilakukan setelah pelaksanaan
sensus untuk mengevaluasi kualitas hasil sensus dengan melihat error pengukuran. Salah satu tujuan PES pada Sensus Penduduk 2010 (PES SP2010) adalah mengetahui tingkat ketelitian cakupan (coverage) rumah tangga dan penduduk. Kesalahan cakupan
undercoverage terjadi apabila jumlah rumah tangga/penduduk yang diukur lebih kecil
daripada jumlah sebenarnya dan overcoverage terjadi apabila pengukuran jumlah rumah tangga/penduduk lebih besar dari jumlah yang sebenarnya. Variabel yang diukur pada PES adalah beberapa variabel yang sama diukur pada saat sensus. Sedangkan jangka waktu pelaksanaan PES SP2010 adalah 1 bulan dari pelaksanaan SP2010 dengan harapan responden masih dapat mengingat kembali jawaban (memory call) pada waktu wawancara SP2010.
Dual System Estimation (DSE) mensyaratkan bahwa kedua sumber informasi yaitu
sensus dan PES harus saling independen. Tidak terpenuhinya asumsi independensi ini menyebabkan adanya bias korelasi (correlation bias) pada DSE sehingga model DSE yang terbentuk kurang tepat dalam mengestimasi total populasi (Zaslavsky, 1989).
Salah satu metode untuk mengurangi bias korelasi tersebut dengan ditambahkan sumber informasi lain dari populasi (Data Administratif Wilayah (DAW)) yang dapat digunakan sebagai dasar estimasi populasi. Metode ini dikenal dengan nama Triple System
Estimation yaitu menggunakan 3 sumber data dalam melakukan estimasi total populasi yaitu
Sensus, PES dan DAW (Zaslavsky, 1993). Adanya informasi tambahan dari sumber ketiga ini diharapkan dapat mengurangi dependensi antara data sensus dan PES sehingga nilai bias korelasi dapat dikurangi dan estimasi total populasi lebih akurat.
Sehingga secara umum penelitian ini bertujuan untuk melihat perbandingan penggunaan metode Triple System Estimation dengan Dual System Estimation dalam menganalisis cakupan sensus dan melakukan estimasi total populasi.
2. METODE
Metode Triple System Estimation ini menggunakan tiga sumber data yaitu data Sensus Penduduk (SP2010), PES (PES SP2010) dan Data Administrasi Wilayah (DAW). Metode ini mengasumsikan bahwa sumber data ketiga (DAW) independen dan tidak terpengaruh terhadap pengumpulan data pertama (SP 2010) dan data kedua (PES SP2010) sehingga tidak ada interaksi tiga arah pada ketiga sumber data tersebut.
Notasi yang digunakan setiap sel dalam tabel Triple System Estimation adalah (Sensus, PES, DAW) dan menggunakan kode “1” jika sumber data tercakup dan kode “0” jika sumber data tidak tercakup (Tabel 1). Misalnya (0,1,0) artinya responden tersebut tercakup dalam
PES akan tetapi tidak tercakup dalam Sensus dan DAW dan dalam tabel dinotasikan dengan x010.
Skema klasifikasi cakupan pada Triple System Estimation difokuskan pada responden yang tidak tercakup pada ketiga sumber data yaitu x000.
Tabel 1. Triple System Estimation Untuk Data Sensus, PES Dan Data Administrasi Wilayah (DAW)
PES Sensus Ya Tidak DAW DAW Ya Tidak Ya Tidak Ya x111 x110 x011 x010 Tidak x101 x100 x001 x000 dengan
x111 : frekuensi responden yang terhitung pada Sensus, PES dan DAW
x110 : frekuensi responden yang hanya terhitung pada Sensus dan PES
x101 : frekuensi responden yang hanya terhitung pada Sensus dan DAW
x011 : frekuensi responden yang hanya terhitung pada PES dan DAW
x100 : frekuensi responden yang hanya terhitung pada Sensus
x010 : frekuensi responden yang hanya terhitung pada PES
x001 : frekuensi responden yang hanya terhitung pada DAW
x000 : frekuensi responden yang tidak terhitung pada Sensus, PES dan DAW
Pembentukan Tabel 1 diawali dengan pelaksanaan matching, yaitu kegiatan pencocokan data Sensus, PES dan DAW. Dalam menentukan status match (cocok) pada anggota rumah tangga harus memperhatikan kesesuaian beberapa variabel yaitu:
1. Nama anggota rumah tangga
2. Hubungan dengan kepala rumah tangga 3. Jenis kelamin
4. Umur
Pedoman untuk menentukan match atau tidaknya data anggota rumah tangga (BPS, 2010) dapat dilihat pada Tabel 2 dan Tabel 3.
Dual System Estimation tidak menggunakan data DAW, sehingga responden yang tidak
tercakup dalam Sensus dan PES yaitu
= × (1)
Dan estimasi responden yang tidak tercakup dalam Sensus, PES dan DAW ( ) adalah
= − (2)
Hasil estimasi DSE kemudian dibandingkan dengan hasil estimasi beberapa model pada
Triple System Estimation (Zaslavsky, 1993) berikut : Model 1 : Kombinasi DSE dengan PES dan DAW
Penggunaan DSE dengan kombinasi PES dan DAW ini dapat memperkirakan secara langsung responden yang tidak tercakup dalam Sensus, PES dan DAW yaitu
= ( )
( ) (3)
dengan
000
ˆ
x
: estimasi responden yang tidak terhitung dalam Sensus, PES dan DAW01
x
: frekuensi responden yang terhitung dalam PES (marginal terhadap DAW)11
x
: frekuensi responden yang terhitung dalam Sensus dan PES (marginal terhadapTabel 2. Batas Toleransi Variabel Nama, Umur dan Hubungan dengan Kepala Rumah Tangga (KRT)
No. Variabel Toleransi
1 Nama
Ada perbedaan kelengkapan penulisan atau perbedaan penulisan yang tidak mengubah pengucapannya. Contoh : Amel dengan Amelia, atau Ameliana
Meringkas nama dan menggunakan inisial dan nama panggilan akan dianggap sama. Contoh : Jack untuk Zakaria atau Jaka, T.J. untuk Tony Jayadi atau Topan Jainuddin, Ahmad untuk Muhammad.
2 Hubungan dengan KRT
Tidak saling bertentangan, misalnya SP2010 dan PES menunjukkan orang yang berbeda sebagai KRT. Pada PES komposisi adalah KRT, istri, anak dan ibu. Pada SP2010 ibu sebagai KRT, sedangkan pada PES yang bertindak sebagai KRT adalah anaknya
Bila KRT PES dan SP2010 adalah sama dan ruta
match 1 dengan 1, maka tidak mungkin hubungan
dengan KRT untuk ART pada ruta tersebut berubah
3 Umur Toleransi
Kurang dari 15 tahun + 2 tahun
15 – 29 tahun + 4 tahun
30 – 44 tahun + 7 tahun
45 – 64 tahun + 10 tahun
Tabel 3. Pedoman Penentuan Status Match Anggota Rumah Tangga
NO KRITERIA KONDISI STATUS
1 4 variabel dalam toleransi - Match
2 3 variabel dalam toleransi dengan satu variabel
yang berbeda yaitu:
a. Jenis Kelamin - mungkin
match
b. Nama diluar toleransi mungkin
match
c. Umur diluar toleransi mungkin
match
d. Hubungan dengan kepala rumah tangga bertentangan mungkin
match
3 2 variabel dalam toleransi
a. Nama dan jenis kelamin - mungkin
match
b. Nama dan hubungan dengan kepala rumah tangga - mungkin match
c. Nama dan umur - mungkin
match
d. Selain a, b dan c - tidak match
Model 2 : DSE dengan ratio cross product antara Sensus dan PES
Ratio cross product antara Sensus dan PES (k2) adalah nilai cross product yang
diperoleh ketika sel DAW bernilai1 sehingga diperoleh
= ×
× (4)
dengan
k2 : ratio cross product antara Sensus dan PES
Model ini mengasumsikan bahwa ratio cross product k2 yang diperoleh dari
perhitungan di atas, akan bernilai sama dengan perhitungan ratio cross product antara tabel marginal Sensus dan PES. Sehingga dari asumsi tersebut dapat dihitung nilai
= × × (5) dengan
00
ˆ
x
: estimasi frekuensi responden yang tidak terhitung dalam Sensus dan PES (marginal terhadap DAW}10
x
: frekuensi responden yang hanya terhitung dalam Sensus (marginal terhadap DAW)Estimasi responden yang tidak tercakup dalam Sensus, PES dan DAW adalah sebagaimana persamaan (2).
Model 3 : Estimasi dengan ratio cross product 3 arah
Model ini mengasumsikan bahwa ratio cross product 3 arah (k3) pada tabel Sensus,
PES dan DAW bernilai 1, sehingga diperolah nilai estimasi
=( ( × × × )
× × ) (6)
3. HASIL DAN PEMBAHASAN
Berikut disajikan contoh model Triple System Estimation pada salah satu wilayah Blok Sensus. Data Sensus dan PES diperoleh dari data Badan Pusat Statistik (BPS) dan data DAW diperoleh dari ketua Rukun Tetangga (RT) pada wilayah tersebut.
Tabel 4. Contoh Triple System Estimation pada salah satu wilayah Blok Sensus
PES Sensus Ya Tidak DAW DAW Ya Tidak Ya Tidak Ya 312 169 21 48 Tidak 25 32 42 0
Sumber : simulasi data hasil pencacahan
Berdasarkan Tabel 4 di atas, dilakukan pengamatan dengan melakukan kontrol pada masing-masing sumber data untuk melihat nilai Cross Product Ratio (Odds) α. Nilai oods α
untuk PES dan DAW = / , diperoleh dengan melakukan kontrol pada Sensus
= 1, demikian juga cara yang sama nilai oods α untuk Sensus dan DAW (PES = 1) dan oods α
untuk Sensus dan PES (DAW = 1). Kedua sumber data disebut independen apabila odds bernilai mendekati 1.
Tabel 5. Nilai Cross Product Ratio (Odds) α Odds α untuk Sensus =1 Odds α untuk PES =1 Odds α untuk DAW =1 2.36 3.54 24.96
Pada Tabel 5 terlihat nilai oods Sensus dan PES sebesar 24.96, jauh dari nilai 1, hal ini menunjukkan kurangnya independensi pada data Sensus dan PES. Sedangkan pada saat
dilakukan kontrol pada Sensus = 1 dan PES = 1, nilai oods lebih mendekati nilai independence = 1 yaitu 2.36 dan 3.54, menunjukkan bahwa data DAW lebih independen terhadap data Sensus maupun PES. Hal ini menunjukkan bahwa independensi data Sensus dan PES tidak dapat terpenuhi sehingga metode DSE tidak dapat digunakan.
Tabel 6. Estimasi Nilai dan Estimasi Gross Census Coverage Rates
DSE Model 1 Model 2 Model 3
Nilai -33.8 7.3 162.1 226.9
Total tanpa 649 649 649 649
Total tanpa data DAW 586 586 586 586
Census count 538 538 538 538
Gross Census Coverage
Rates 0.875 0.820 0.663 0.614
Sumber : hasil perhitungan
Estimasi pada DSE menggunakan Persamaan (1) bernilai -33.8 (lihat Tabel 6), nilai negatif menunjukkan bahwa perkiraan dengan DSE kurang dari jumlah yang sebenarnya diamati. Sedangkan estimasi menggunakan model triple system bernilai positif dengan nilai terbesar diperoleh pada model 3 yaitu 226.9. Artinya dengan menggunakan metode Triple System Estimation dapat menjangkau coverage sensus yang lebih luas.
Nilai Gross Census Coverage Rates menunjukkan seberapa besar census count dapat mencakup populasi yang sebenarnya. Pada Tabel 6 terlihat pada DSE bernilai 0.875 sedangkan pada triple system nilai Gross Census Coverage Rates di bawah cakupan DSE hanya bernilai 0.614. Nilai census count sebesar 538, dengan metode Triple System Estimation, hanya mencakup 61.4% dari populasi yang sebenarnya, meskipun pada DSE angka tersebut dianggap sudah mencakup 87.5% populasi sebenarnya. Hal ini menunjukkan bahwa DSE cenderung undercoverage dibandingkan Triple System Estimation.
4. KESIMPULAN
Metode Triple System Estimation memberikan koreksi pada dual system yang cenderung undercoverage pada estimasi total populasi. Metode ini juga tidak membutuhkan asumsi independensi data. Akan tetapi hasil Triple System Estimation ini sangat tergantung pada ketersediaan sumber data ketiga yaitu Data Administrasi Wilayah (DAW).
5. DAFTAR PUSTAKA
Badan Pusat Statistik. 2010. Buku 10D Pedoman Matching dalam Rangka PES SP2010. Jakarta : BPS
Cowan, Charles D and Malec, Donald. 1986. Capture-Recapture Models When Both Source Have
Clustered Observations. Journal of the American Statistical Association, Vol. 81 No. 394
Juny 1986
Zaslavsky, Alan M. 1989. Multiple-System Methods For Census Coverage Evaluation. Proc Survey Research Methods. American Statistical Association, Hal 681-686
Zaslavsky, Alan M & Wolfgang, Glenn S. 1993. Triple System Modeling Of Census,
Post-Enumeration Survey, And Administrative List Data. Journal of Business and Economic