Home > Documents > Pelatihan Susenas Lipi

Pelatihan Susenas Lipi

Date post: 31-Jan-2016
Category:
Author: vndra17
View: 592 times
Download: 302 times
Share this document with a friend
Description:
pelatihan pengolahan data susenas dengan stata
Embed Size (px)
of 55 /55
Pelatihan dan Pengolahan Data Survei Sosial Ekonomi Nasional (SUSENAS) Oleh; M. Fajar Rakhmadi Hafiz Arfyanto
Transcript

Slide 1

Pelatihan dan Pengolahan Data Survei Sosial Ekonomi Nasional (SUSENAS)Oleh;M. Fajar RakhmadiHafiz Arfyanto2SURVEI SOSIAL EKONOMI NASIONAL (SUSENAS)Pengertian SUSENASSurvei yang dirancang untuk mengumpulkan data sosial kependudukan yang relatif luas (BPS, 2001).Sejak tahun 1992, diperuntukkan untuk memonitor gambaran kesejahteraan pendudukSUSENAS merepresentasikan kondisi sosial ekonomi hingga tingkat kabupaten kota

3Pengertian SUSENASBPS menggunakan SUSENAS untuk menghitung beberapa indikator berikut:Persentase persalinan ditolong tenaga kesehatan (dokter, bidan dan tenaga medis)Rasio elektrifikasiRata-Rata lama (bulan) anak 2-4 tahun mendapat ASIPersentase penduduk yang berobat jalan sebulan yang laluPersentase Pengeluaran Rata-rata per Kapita SebulanPersentase Rumah Tangga menurut Provinsi, Tipe Daerah dan Status Kepemilikan Rumah, dll

45Konstruksi data SUSENASPembagian data SUSENASData mentah (Raw Data) SUSENAS terbagi menjadi beberapa bagian: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.

Digunakan untuk memonitoring kondisi sosial ekonomi yang mungkin berubah tiap tahun

6Pembagian data SUSENASData mentah (Raw Data) SUSENAS terbagi menjadi beberapa bagian:SUSENAS Inti (core)SUSENAS Inti (core), menurut tingkat observasinya, dapat dibagi lagi menjadi dua:SUSENAS Kor IndividuData mengenai: Pendidikan, Umur, Jenis Kelamin, Perkawinan, Kegiatan Ekonomi, Kesehatan, dllSUSENAS Kor Rumah TanggaData mengenai: Kondisi Perumahan dan Lingkungan Hidup, Pengeluaran Rumah Tangga

7Pembagian data SUSENASData mentah (Raw Data) SUSENAS terbagi menjadi beberapa bagian:SUSENAS ModulMencakup 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 pertamaModul Sosial Budaya tahun keduaModul Kesehatan, Gizi*, Pendidiakn dan Perumahan tahun ketiga

8Pembagian data SUSENASData mentah (Raw Data) SUSENAS terbagi menjadi beberapa bagian:SUSENAS ModulDigunakan untuk memonitoring kondisi sosial ekonomi yang tidak harus dimonitor tiap tahunnya.

informasi kesehatan dan gizi tidak lagi dikumpulkan melalui SUSENAS sejak tahun 2007. Pendataan kesehatan dan gizi selanjutnya dikumpulkan oleh Kementrian Kesehatan melalui Riset Kesehatan Dasar (RISKESDAS) yang mengadopsi pertanyaan-pertanyaan SUSENAS Modul Kesehatan dan Gizi

9Pembagian data SUSENASData mentah (Raw Data) SUSENAS terbagi menjadi beberapa bagian:SUSENAS PanelSUSENAS 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)Merepresentasikan kondisi sosial ekonomi masyarakat dari tingkat nasional hingga provinsi saja.

1011Perbedaan SUSENAS RT dan IndividuSUSENAS Individu12

Tingkat pendidikanKeterangan pekerjaanJenis kelaminStatus pernikahanUsiaKeterangan kesehatanSUSENAS Rumah Tangga (RT)13

Status kepemilikan bangunan rumahBahan bakar memasakSumber air minumPengeluaran rumah tanggaSumber peneranganJenis atapJenis lantaiSUSENAS Individu dan Rumah Tangga14ObservasiVariabelStatus kepemilikan rumahSumber PeneranganKeluarga Bapak BudiSendiriListrik PLNKeluarga Bapak AliSendiriOborKeluarga Mbah DjoyoSewaListrik Non PLNKeluarga Cak NdoroSendiriListrik PLNObservasiVariabelJenis KelaminUmurPendidikanBapak BudiLaki-laki47SarjanaIbu BudiPerempuan40SarjanaKakak BudiPerempuan28SarjanaBudiLaki-laki23SMAAdek BudiPerempuan18SMA

15Membaca kuesioner SUSENASMembaca kuesioner SUSENASKuesioner SUSENAS terbagi menjadi 2:Kuesioner untuk informasi Kor (individu dan rumah tangga)Kuesioner untuk informasi Panel

Membaca kuesioner KorBuka file kuesioner SUSENAS Kor yang berformat .pdf dengan nama susenas 2013 mar_K (id)

16Membaca kuesioner SUSENASKuesioner: susenas 2013 mar_K (id)

17

Membaca kuesioner SUSENASKuesioner: susenas 2013 mar_K (id)

18

Membaca kuesioner SUSENASKuesioner: susenas 2013 mar_K (id)

19

Membaca kuesioner SUSENASKuesioner: susenas 2013 mar_K (id)

20

Membaca data SUSENAS (STATA)Kuesioner: susenas 2013 mar_K (id)Terbagi menjadi beberapa bagian yang disebut BlokBlok 1: Keterangan tempatBlok 4: Keterangan Anggota Rumah TanggaBlok 5: Keterangan perorangan tentang kesehatan, pendidikan, ketenagakerjaan, serta fertilitas dan KBBlok 6: keterangan perumahanBlok 7: perlindungan sosialdst

21Membaca data SUSENAS (STATA)Kuesioner: susenas 2013 mar_K (id)Pengelompokan variable di dalam blok akan mempengaruhi penamaan variable itu di raw data (kecuali di roster)Provinsi: b1r1Partisipasi sekolah: b5r14Sakit panas (1bln): b5r1aJenis atap terluas: b6r5dst

22Membaca kuesioner SUSENASKuesioner: susenas 2013 mar_M (id)

23

Membaca kuesioner SUSENASKuesioner: susenas 2013 mar_M (id)

24

Membaca kuesioner SUSENASKuesioner: susenas 2013 mar_M (id)

25

Membaca kuesioner SUSENASKuesioner: susenas 2013 mar_M (id)

26

Membaca kuesioner SUSENASKuesioner: susenas 2013 mar_M (id)

27

Membaca kuesioner SUSENASKuesioner: 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 Blok 43: Rekapitulasi dari blok 41 dan blok 42

2829Menggunakan SUSENASMemeriksa data berdasarkan Kuesioner30

Memeriksa data berdasarkan KuesionerBuka data Susenas Kor Individu dengan nama susenas13mar_ki

31

Memeriksa data berdasarkan KuesionerBuka data Susenas Kor Individu dengan nama susenas13mar_kiPeriksa isi data susenas tersebut dengan mengetikkan perintah browse di command windowsBrowse

32

Memeriksa data berdasarkan KuesionerSelain dapat menggunakan perintah browse untuk mendeskripsikan data, kita juga dapat menggunakan beberapa perintah lainTabulateDescribeSummarize

Mari kita coba mendeskripsikan salah satu data, Jk Jenis kelamin

33Memeriksa data berdasarkan KuesionerMari kita coba mendeskripsikan salah satu data, Jk Jenis kelamintabulate jk

describe jk

summarize jk

34

Memeriksa data berdasarkan KuesionerPerintah tabulate juga dapat digunakan untuk cross tabulation.tabulate jk b1r5

35

Menggunakan data SUSENASKita akan berlatih dengan menghitung salah satu indikator pembangunan Rasio Elektrifikasi

Beberapa hal yang perlu diperhatikan:Jenis SUSENAS yang dibutuhkan SUSENAS RTVariabel di SUSENAS apa yang akan dipakaiTotal rumah tangga membuat variable baruTotal rumah tangga yang menggunakan listrik PLN b6r14a, b6r14b

36Rasio ElektrifikasiBeberapa hal yang perlu diperhatikan:Variabel di SUSENAS apa yang akan dipakaiTotal rumah tanggaMembuat variable pembantu yang bernilai 1 untuk seluruh observasiUntuk memanipulasi data (menciptakan variable baru) kita dapat menggunakan perintah generategenerate v1=1

Total rumah tangga yang menggunakan listrik PLNgenerate v2=b6r14a==1 if b6r14b~=6

37Rasio Elektrifikasi38PenimbangJika diperhatikan lebih lanjut, data total rumah tangga dan rumah tangga pengguna listrik PLN masih terlalu kecil Masih ukuran sampleSUSENAS meyediakan variable penimbang yang berfungsi sebagai variable pengali agar mendapatkan gambaran populasiSUSENAS individu weindSUSENAS Rumah Tangga wert

39PenimbangSUSENAS memiliki beberapa fungsi untuk mengakomodir penimbangAweight Analitic weightPweight Sampling weightIweight Importance weightFweight Frequency weight

Pada kesempatan ini kita akan menggunakan frequency weight/fweight40PenimbangPada kesempatan ini kita akan menggunakan frequency weight/fweight

Fungsi penimbang dapat dipadukan dengan beberapa perintah lain seperti tabulateTabulate var [fw=variable weight] optiontabulate v1 [fw=wert]

41

PenimbangFungsi penimbang dapat dipadukan dengan beberapa perintah lain seperti tabulatetabulate v1 [fw=wert]

Perintah ini error karena fweight tidak dapat digunakan jika variable penimbang bukan merupakan bilangan bulatUntuk memeriksa masukkan perintah: browse wert

42

PenimbangPerintah ini error karena fweight tidak dapat digunakan jika variable penimbang bukan merupakan bilangan bulatUntuk memeriksa masukkan perintah: browse wert

43

43PenimbangPerintah ini error karena fweight tidak dapat digunakan jika variable penimbang bukan merupakan bilangan bulatUntuk membulatkan variable wert, kita dapat menggunakan perintah roundBuat variable baru (wert_new) yang bernilai pembulatan dari variable wertgenerate wert_new=round(wert)Periksa apakah perintah sudah sesuai dengan yang diharapkan. Bandingkan nilai wert dengan wert_newbrowse wert wert_new

4444PenimbangPeriksa apakah perintah sudah sesuai dengan yang diharapkan. Bandingkan nilai wert dengan wert_newbrowse wert wert_new

45

45PenimbangKita ulangi perintah tabulate untuk variable v1 dan v2 dengan menggunakan wert_new sebagai penimbangtabulate v1 [fw=wert]tabulate v2 [fw=wert]

46

Rasio Elektrifikasi47

Sumber: Statistik PLN 2013Tingkat kemiskinanTingkat kemiskinan merupakan indikator sosial ekonomi yang penting dan merupakan salah satu indikator capaian pembangunanUntuk mendapatkan indicator tersebut, terlebih dahulu kita harus mendefinisikan status miskin individuStatus miskin=pengeluaran perkapita perbulan < garis kemiskinan

Variabel yang dibutuhkanPengeluaran perkapita exp_capGaris kemiskinan generate baru

48Tingkat kemiskinanUntuk 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_kiBuka Ms. Excel dengan nama tingkat kemiskinan dan garis kemiskinan di folder pelatihan

49Tingkat kemiskinanLangkah 1:Memasukkan garis kemiskinan ke data susenas13mar_kiBuka Ms. Excel dengan nama tingkat kemiskinan dan garis kemiskinan di folder pelatihanCari tabel garis kemiskinan, tingkat kemiskinan untuk bulan maret 2013

50Tingkat kemiskinanLangkah 1:Memasukkan garis kemiskinan ke data susenas13mar_ki

51

Tingkat kemiskinanLangkah 1:Memasukkan garis kemiskinan ke data susenas13mar_kiSetiap provinsi memiliki dua garis kemiskinan: desa dan kota.

generate povline =359217 if b1r1 ==11 & b1r5 ==1replace povline =307352 if b1r1 ==12 & b1r5 ==1replace povline =332837 if b1r1 ==13 & b1r5 ==1replace povline =346796 if b1r1 ==14 & b1r5 ==1replace povline =337930 if b1r1 ==15 & b1r5 ==1..replace npl =319416 if b1r1 ==11 & b1r5 ==2replace npl =263061 if b1r1 ==12 & b1r5 ==2replace npl =288215 if b1r1 ==13 & b1r5 ==2replace npl =312591 if b1r1 ==14 & b1r5 ==2..

52Tingkat kemiskinanLangkah 2:Menentukan status kemiskinan individugenerate poor=exp_cap


Recommended