Pertumbuhan Aritmetik. Pertumbuhan Populasi. Pertumbuhan Geometrik. Pertumbuhan Eksponensial

Transkripsi

1 Pertumbuhan Populasi Aritmetik (Arithmeticgrowth) Geometrik (Geometricgrowth) Eksponensial (ExponentialGrowth) Pertumbuhan Aritmetik populasi tahun Pertumbuhan Geometrik Pertumbuhan Eksponensial populasi populasi tahun tahun

2 Pertumbuhan Malthus ( ): Produksi pangan pertanian mengikuti pertumbuhan aritmetik, sementara itu populasi berkembang secara geometrik populasi Ukuran Dasar Pertumbuhan 1 Perubahan absolut P n P 0 2 Persentase perubahan ( Pn P 0 P 0 ) Rerata peningkatan tahunan P n P 0 n 4 Tingkat pertumbuhan Aritmetik ) P0 100 ( Pn P 0 n P 0 = populasi awal P n = populasi akhir, setelah n tahun n = banyaknya interval (tahun) antara P 0 dan P n tahun Ukuran Dasar Pertumbuhan Contoh (Mexico): P 0 = (tahun 2000) P n = (tahun 2050) n = 50 tahun (mid-2000 sd mid-2050) 1 Perubahan absolut P n P 0 = = Persentase perubahan ( Pn P 0 P 0 ) 100 = / =64,35% 3 Rerata peningkatan tahunan P n P 0 n = /50 = Tingkat pertumbuhan Aritmetik ) P0 100 = / =1,29% ( Pn P 0 n Pertumbuhan Geometrik 1 Populasi pada akhir periode P n = P 0 (1 + r) n atau log P n = log P 0 + log(1 + r) n 2 Populasi awal P 0 = Pn (1+r) atau n log P 0 = log P n log(1 + r) n 3 Tingkat pertumbuhan Geometrik r = n P n P 0 1 atau log(1 + r) = log(pn/p0) n 4 Interval antar dua populasi n = log(pn/p0) log(1+r) 5 Waktu penggandaan (doubling time) n = log 2 log(1+r) P 0 = populasi awal P n = populasi akhir, setelah n tahun n = banyaknya interval (tahun) antara P 0 dan P n r = tingkat pertumbuhan tahunan

3 Pertumbuhan Geometrik Contoh (Amerika Serikat): 1 Populasi pada akhir periode P n =297,2 2 Populasi awal P 0 =250,4 P 0 = 250,4 juta (mid-1990) P n = 297,2 juta (mid 2010) n = 20 tahun r = 0,86041% 3 Tingkat pertumbuhan Geometrik r =0,86041% 4 Interval antar dua populasi n = 20 tahun 5 Waktu penggandaan (doubling time) n =80,9 tahun Pertumbuhan Eksponensial 1 Populasi pada akhir periode P n = P 0 e rn atau lnp n = lnp 0 + rn 2 Populasi awal P 0 = Pn e atau rn lnp 0 = lnp n rn 3 Tingkat pertumbuhan Eksponensial r = ln(pn/p0) n 4 Interval antar dua populasi n = ln(pn/p0) r 5 Waktu penggandaan (doubling time) n = ln2 r P 0 = populasi awal P n = populasi akhir, setelah n tahun n = banyaknya interval (tahun) antara P 0 dan P n r = tingkat pertumbuhan tahunan ln = logaritma natural, e =2,71828 Pertumbuhan Eksponensial Contoh (Pakistan) 1 Populasi pada akhir periode P n =146,5 2 Populasi awal P 0 =112,4 P 0 = 112,4 juta (mid-1990) P n = 146,5 juta (mid 1999) n = 9 tahun r = 2,94401% 3 Tingkat pertumbuhan Eksponensial r =2,944% 4 Interval antar dua populasi n = 9 tahun 5 Waktu penggandaan (doubling time) n =23,5 tahun Persamaan Imbangan P t P 0 = (B D) + (I E) dengan P t = populasi pada akhir periode P 0 = populasi pada awal periode B = kelahiran D = kematian I = imigrasi E = emigrasi

4 Persamaan Imbangan P 0 net growth meninggal dan pindah hidup dan tidak pindah lahir hidup dan imigrasi hidup dan tidak pindah 0 t Periode (tahun) gross growth P t Latihan Estimasi populasi dunia Tahun Populasi tengah-tahun Menggunakan pertumbuhan Geometrik hitung: a Persentase perubahan populasi dunia tiap dekade b Berapa tingkat pertumbuhan tahunan dalam tiap dekade c Berapa lama populasi dunia akan menjadi dua kali lipat untuk tiap dekade Komposisi Usia-Jenis Kelamin Teknik Visualisasi Piramida Populasi Teknik lainnya Interpretasi Piramida populasi Metode Statistik untuk data usia-jenis kelamin Piramida Populasi Populasi dunia 2000 pria wanita % Total Populasi

5 Pembandingan Piramida Populasi Populasi dunia 2000 (biru) dan 2050 pria wanita Pembandingan Piramida Populasi Piramida populasi Indonesia (biru) dan Jepang 2005 pria wanita % Total Populasi % Total Populasi Diagram Lingkaran Grafik Area Indonesia 2000 Indonesia 2050 Pria Indonesia 0 14 tahun (30,8%) 65 tahun lebih (4,8%) tahun (64,4%) 0 14 tahun (26,3%) tahun (67,8%) 65 tahun lebih (5,9%) Total populasi (%) tahun 0 14 tahun 65+ tahun Tahun

6 Grafik Area Populasi Muda Wanita Indonesia Total populasi (%) tahun 0 14 tahun 65+ tahun Lebar di bawah, berbentuk triangular dengan proporsi usia anak-anak lebih tinggi dari usia dewasa Dalam transisi demografi populasi seperti ini mempunyai fertilitas dan mortalitas tinggi Tahun Populasi Sangat Muda Populasi Matang Sangat lebar di bawah, berbentuk triangular dengan proporsi usia anak-anak jauh lebih tinggi dari usia dewasa Populasi seperti ini berkaitan dengan ukuran keluarga yang besar (fertilitas tinggi) dan penurunan mortalitas Periode transisional antara profil populasi tua dan muda namun masih dengan proporsi usia anak-anak yang cukup besar

7 Populasi Tua Berbentuk persegi dengan persentase sama untuk tiap kelompok usia Dalam skala nasional profil ini menunjukkan angka kelahiran dan kematian yang rendah Dalam skala komunitas yang lebih kecil profil ini menunjukkan heterogenitas demografi, yang mana tiap kelompok usia terdiri atas beraneka ragam kelompok Populasi Undercut Defisit pada usia muda, yang mungkin dikarenakan oleh penurunan angka kelahiran Populasi Berkurang Populasi Unimodal Proporsi dan banyak populasi usia muda berkurang terus, menandakan fertilitas yang rendah secara persisten dalam jangka panjang Adanya satu kelompok usia yang mempunyai proporsi menonjol mungkin karena migrasi kelompok usia tertentu

8 Populasi Bimodal Adanya dua kelompok usia yang mempunyai proporsi menonjol, biasanya pada daerah tertentu, perumahan keluarga muda misalnya, terdapat orang tua dan anak-anak dalam jumlah besar Ukuran Pemusatan untuk Usia mean median modus Lihat Met-Stat 1! Index of Dissimilarity Untuk menunjukkan struktur usia dan karakteristik populasi yang lain Mengukur seberapa jauh perbedaan di antara dua distribusi persentase Rumus Index of Dissimilarity: I D =0,5 n i=1 x i y i dengan x adalah persentase populasi standar y adalah persentase populasi yang akan dibandingkan i adalah kategori data, misalnya kelompok usia n adalah banyaknya kategori Index of Dissimilarity Contoh: Kelompok Umur Amerika % Cina % Selisih absolut A B C B C 0-4 7,3 10,3 3, ,3 8,8 1, ,9 8,6 1, ,1 10,6 3, ,5 11,1 3, ,6 9,2 0, ,9 7,4 1, ,0 7,6 0, ,1 5,6 1, ,6 4,3 1, ,6 4,0 0, ,2 3,7 0, ,3 3,0 1, ,1 2,3 1, ,2 1,6 1, ,4 1,0 1, ,6 0,5 1, ,2 0,2 1,0 Total 100,0 100,0 28,0 Index of dissimilarity 14,0

9 Index of Dissimilarity Contoh: Kelompok Populasi Populasi A Populasi B Populasi C Umur standar Total 100,0 100,0 100,0 100,0 Index of dissimilarity: Soal dan Diskusi 1 Mengapa transisi demografi kemungkinan tidak tepat untuk digunakan sebagai referensi dalam menjelaskan perubahan populasi pada tingkat regional dan lokal? 2 Apa perbedaan antara tingkat dan rasio demografis? 3 Mengapa tingkat demografis lebih sering dipilih daripada total banyak kematian dan kelahiran? 4 Semakin besar populasi, semakin besar penambahan yang diperlukan untuk menjaga tingkat pertumbuhan yang konstan Berikan contoh! 5 Apakah kesalahan potensial yang dapat terjadi jika suatu piramida populasi disusun berdasarkan persentase terhadap total masing-masing jenis kelamin? 6 Jelaskan keuntungan dan kerugian rasio dependensi sebagai ringkasan numerik struktur usia dan dependensi! Standarisasi Komponen perubahan populasi struktur populasi pada periode tertentu proses cohort pada waktu tertentu Pemisahan antara akibat yang berasal dari struktur populasi dengan akibat yang berasal dari cohort Berguna untuk perbandingan antar populasi Standarisasi Inggris (biru) dengan Kuwait, 1996 pria wanita % Total Populasi

10 Standarisasi Langsung Distribusi Umur dan Kematian Menurut Umur, Kerajaan Inggris (UK) dan Kuwait, 1996 Umur Total Populasi Total kematian A UK (B) Kuwait (C) UK (D) Kuwait (E) Total Standarisasi Langsung Distribusi Umur dan Kematian Menurut Umur, Kerajaan Inggris (UK) dan Kuwait, 1996 Umur Total Populasi Total kematian ASDR* A UK (B) Kuwait (C) UK (D) Kuwait (E) UK Kuwait ,599 3, ,141 0, ,178 0, ,495 0, ,662 0, ,722 0, ,892 0, ,217 0, ,874 1, ,951 2, ,913 4, ,299 7, ,878 15, ,590 27, ,519 83,580 CDR Total ,865 2,175 *ASDR:Age-specificdeathrates, per 1000 Standarisasi Langsung Menggunakan tingkat (rate) populasi studi (studypopulation) ke populasi pembanding (referencepopulation) Kel Populasi Populasi umur studi pembanding 1 n 1 N 1 M 1 2 n 2 N 2 M 2 i k n i N i n k N k M i M k n i : banyaknya kejadian (misalnya kematian) dalam interval i, untuk populasi studi N i : ukuran populasi studi dalam interval i M i : ukuran populasi pembanding dalam interval i Standarisasi Langsung Crude rate(cdr): k i=1 C n i k i=1 N i Standarisasi Langsung : k i=1 n i r = C k i=1 M i, C suatu konstanta dengan n i = n i N i M i

11 Standarisasi Langsung Variansi r (berdasarkan asumsi bahwa n i berdistribusi Binomial, dan N i dianggap tetap: dengan M = k i=1 M i var(r) = C2 M 2 = C2 M 2 var(r) C2 M 2 untuk n i /N i relativ cukup kecil k i=1 k i=1 k i=1 ( Mi N i ) 2 var(n i ) M 2 i N i n i N i (1 n i N i ) M i N i n i M i N i Standarisasi Langsung Standarisasi Langsung Kuwait ke Inggris, 1996 Kel Pembanding (M i ) ASDR (n i /N i ) Harga harapan Umur UK Kuwait n i , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,3 Total ,0 Standarisasi Langsung=749546,0/ =12,75 (harapan kematian/total pop pembanding 1000) (Age standardized death rate -Kuwait) Standarisasi Tak-langsung Menggunakan tingkat (rate) populasi pembanding ke populasi studi Kel Populasi Populasi umur studi pembanding 1 n 1 N 1 m 1 M 1 2 n 2 N 2 m 2 M 2 i k n i N i n k N k m i M i m k M k n i : banyaknya kejadian (misalnya kematian) dalam interval i, untuk populasi studi N i : ukuran populasi studi dalam interval i m i : banyaknya kejadian (misalnya kematian) dalam interval i, untuk populasi pembanding M i : ukuran populasi pembanding dalam interval i Standarisasi Tak-langsung r REF = C k i=1 N i(m i /M i ) k i=1 N i r STUDI = C k i=1 n i k i=1 N i s = = r STUDI r REF k i=1 n i k i=1 N im i /M i

12 Standarisasi Tak-langsung Variansi untuk s var(s) = dengan E = k i=1 N i( mi M i ) untuk M i relatif besar dibanding N i : n + s 2 (N i /M i ) 2 m i E 2 var(s) = n E 2 Standarisasi Tak-langsung = s CR (CR:cruderate dari populasi pembanding Standarisasi Tak-langsung Standarisasi Tak-langsung Kuwait ke Inggris, 1996 Kel Pembanding (m i /M i ) populasi (N i ) Harga harapan Umur ASDR UK Kuwait (N i m i /M i ) 0-4 1, , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,9 Total ,0 SMR= n i / N i (m i /M i ) =3815/3459=1,10 (observed/expected deaths) (SMR:StandardizedMortalityRatio) Indirectly standardized death rate=smr CDR UK = 11,98 SMR SMR > 1 menunjukkan mortalitas yang lebih besar dalam populasi studi daripada dalam populasi pembanding, dan sebaliknya untuk SMR < 1 SMR bergantung pada distribusi umur dan pola mortalitas dalam kedua populasi yang dibandingkan Ada metode statistika yang lebih baik daripada SMR Latihan 1 Standarisasi dimungkinkan untuk lebih dari satu variabel (misalnya kelompok umur dan jenis kelamin, bukan kelompok umur saja) Jelaskan bagaimana caranya! 2 Diketahui data populasi dan kematian dua daerah sebagai berikut: Kel Umur Daerah A Daerah B populasi kematian populasi kematian Dengan menggunakan Daerah A sebagai populasi pembanding, hitung Standarisasi langsung untuk tingkat kematian, SMR dan Standarisasi tak-langsung untuk tingkat kematian!

13 Life Table(Tabel Mortalitas) Model matematika yang digunakan untuk merepresentasikan kematian dan lama hidup pada suatu populasi tertentu pada saat tertentu Dapat digunakan untuk menentukan faktor-faktor seperti: probabilitas meninggal dalam satu tahun untuk seseorang dengan usia tertentu Harapan lama hidup(usia) yang dapat dicapai oleh bayi yang baru lahir Harapan sisa lama hidup untuk seseorang pada usia tertentu Probabilitas hidup dari suatu interval usia tertentu Tipe berdasarkan konsep pembentukan: period life table dan cohort life table Tipe berdasarkan interval usia: complete life table(interval setiap tahun) dan abridged life table(interval n tahun tertentu) Period Life Table Berdasarkan asumsi populasi stasioner: Ukuran populasi konstan: banyaknya yang lahir sama dengan banyaknya yang meninggal Struktur usia konstan: Banyaknya populasi dan persentase tiap umur(kelompok umur) tidak berubah Populasi tertutup: tidak ada pengaruh migrasi Cohort Life Table Berdasarkan observasi pada cohort yang sesungguhnya Sering tidak dapat dilakukan observasi lengkap sehingga diperlukan proyeksi atau estimasi mortalitas Notasi dan Fungsi dalam Life Table Notasi l x nq x np x nd x nl x T x hargaharapanbanyaknyaorangyanghiduppada usia x probabilitaskondisionalseseorangmeninggalantarausia xdan x+n,jikadiketahuidiahiduppada usia x probabilitas kondisional seseorang masih hidup antarausia xdan x + n, n p x = 1 n q x hargaharapanbanyaknyakematianantarausia x dan x + n hargaharapanorang-tahun(person-years)antara usia xdan x + n hargaharapantotalorang-tahunyanghidupusia xataulebih Catatan: untuk n = 1,notasi nsebelahkiribiasanyadihilangkan,misalnya 1 q xmenjadi q x

14 Tingkatkematianusiatertentu(M x ) Tingkat kematian usia tertentu(age-specific death rate) M x = D x P x k dimana M x = tingkatkematianseseorangyangberusia x D x = kematiandalamsetahunpadausia x P x = populasitengahtahunorangyangberusia x k = suatu konstan, biasanya 1 atau 1000 Probabilitasmeninggalsetahunsetelah x(q x ) Estimasi q x dapatdilakukanmelalui M x Untuktingkatkematianyangrendah M x dan q x akan mempunyai nilai yang hampir sama Dapat dihitung secara teoritis, jika fungsi probabilitas diberikan(diasumsikan) Tabelmortalitasbiasanyadibentukberdasarkan q x q x = 2M x 2 + M x dimana q x = Probabilitasmeninggalantara xdan x + 1 M x = Tingkatkematianusia x Probabilitas Lama Hidup(S(x)) Probabilitas lama hidup(survival) S(x) = l x l 0 Batas usia tertinggi ω adalah usia x yang pertama sedemikiansehingga S(x = ω) = 0 Harapan banyaknya yang meninggal atau hidup banyaknya yang meninggal setahun setelah usia x: d x = l x l x+1 atau d x = l x q x banyaknya yang hidup(survive) setahun setelah usia x: l x+1 = l x p x

15 Orang-tahun(person-years) Secarateoritis: L x = x+1 x l y dy Pendekatan: L x =0,5(l x + l x+1 ) untuk usia-usia awal(0 dan 1 tahun): L 0 = 0,3l 0 +0,7l 1 Orang-tahun(person-years) Total populasi berusia x atau lebih: T x = t=0 L x+t = L x + T x+1 Secarateoritis: T x = 0 l x+y dy L 1 = 0,4l 1 +0,6l 2 untuk usia akhir, jika berbentuk interval usia terbuka (open-ended): L x = l x M x Harapan Hidup(Life Expectancy) Harga harapan hidup kondisional setelah usia x e x = T x l x Tabel Mortalitas Usia(x) l x d x q x p x L x T x e x ω

16 Tabel Mortalitas Singkat Tabel Mortalitas Singkat(Abridged Life Table) Tabel mortalitas kelompok(interval) usia Berguna bila tidak tersedia data yang lengkap atau bila suatu tabel mortalitas yang detail(berupa single year bukan interval usia) tidak diperlukan Tabel Mortalitas Singkat Usia(x) n l x n d x n q x n p x n L x T x e x Tabel Mortalitas Singkat Tabel Mortalitas Singkat nq x = 2n nm x 2 + n n M x nl x = n 2 (l x + l x+n ) nq x = n d x l x L 0 =0,3l 0 +0,7l 1 np x = 1 n q x 4L 1 = 4 2 (l 1 + l 5 ) nd x = l x n q x nd x = l x l x+n l x L x = M x

17 Tabel Mortalitas Singkat T x = nl i i=x Mortalitas dan Kesehatan Sumber data untuk mortalitas dan kesehatan Transisi Epidemiologi Kesehatan dan Kesakitan T x = T x+n + n L x e x = T x l x Mortalitas dan Kesehatan Kajian dalam Demografi pada awalnya lebih tertuju pada mortalitas daripada kesehatan Kajian bidang kesehatan dan epidemiologi menjadi penting karena pada akhirnya kesehatan(kesakitan) berpengaruh cukup besar pada mortalitas Sumber Data Sertifikat kematian Survei Kesehatan Surveilans Sensus Cross-national(WHO)

18 Beberapa Kendala Kurangnya kesadaran pemeriksaan kesehatan Kesalahan diagnosis Kurangnya akses ke fasilitas kesehatan Adanya hambatan sosial, kultural dan psikologis yang berkaitan dengan kesehatan Cross-national(WHO) Transisi Epidemiologi Omran(1971, 1981) Periode wabah dan kelaparan Mortalitas tinggi dan berfluktuasi, sehingga pertumbuhan populasi lambat bahkan menurun Harapan hidup saat lahir rendah antara tahun Periode menurunnya pandemi(epidemi pada populasi dan daerah yang luas) Mortalitas menurun dengan cepat seiring dengan menurunnya epidemi baik dalam frekuensi maupun besarannya Harapan hidup saat lahir naik menjadi rata-rata 55 tahun Populasi mulai tumbuh karena kelahiran lebih banyak daripada kematian Periode penyakit degeneratif dan buatan(man-made disease) Mortalitas terus menurun dan mencapai stabilitas Harapan hidup saat lahir naik menjadi 70 tahun lebih Kenaikan populasi bergantung pada tingkat kelahiran< Ukuran Mortalitas Crude death rate(cdr) Age-specific death rate(asdr) Infant mortality rate(imr) Neonatal mortality rate Post-neonatal mortality rate Perinatal mortality rate Stillbirth rate cause-specific death rate CDR CDR(Crude death rate) CDR = D P 1000 D : banyaknya kematian dalam setahun P : populasi tengah tahun

19 ASDR ASDR(Age-specific death rate) ASDR = D x P x 1000 IMR IMR(Infant mortality rate) IMR = D 0 B 1000 D x P x : banyaknyakematianorangyangberusia x dalam setahun : populasitengahtahunorangyangberusia x D 0 B : banyaknyakematiandibawahsatutahun : banyaknya kelahiran dalam satu tahun Neonatal mortality rate Post-neonatal mortality rate Neonatalmortalityrate = D 0 28 B 1000 Post-neonatalmortalityrate = D B 1000 D 0 28 B : banyaknyakematiandalam28harisetelah lahir : banyaknya kelahiran dalam satu tahun D B : banyaknyakematiandalam28-365hari setelah lahir : banyaknya kelahiran dalam satu tahun

20 Perinatal mortality rate Stillbirth rate Perinatalmortalityrate = D f + D 0 28 B + D f 1000 Stillbirthrate = D f B + D f 1000 D f : banyaknyakematianlatefetal(kematianjanin setelah 28 minggu usia kehamilan) D f : banyaknyakematianlatefetal(kematianjanin setelah 28 minggu usia kehamilan) D 0 28 : banyaknyakematiandalam28harisetelah lahir B : banyaknya kelahiran dalam satu tahun B : banyaknya kelahiran dalam satu tahun Cause-specific death rate Maternal mortality rate Cause-specificdeathrate = D c P Maternalmortalityrate = D m B k D c P : banyaknyakematiankarenasebabtertentu c dalam setahun : populasi tengah tahun D m : banyaknyakematianmaternal,yaitukematian yang disebabkan oleh hal-hal yang berkaitan dengan kehamilan, persalinan, dalam periode sekitar 6 minggu setelah persalinan B : banyaknya kelahiran k : suatukonstan,biasanya10000atau100000

21 Ukuran Morbiditas Insidensi = d baru P k Prevalensi = d total P k Fertilitas dan Keluarga Fertilitas(fertility) berkaitan dengan banyaknya anak yang lahir dari seorang wanita Fekunditas(fecundity) berkaitan dengan kemampuan fisiologis wanita untuk melahirkan anak, lawan kata dari sterilitas(sterility) Keluarga, satuan terkecil yang mempengaruhi keseluruhan populasi d baru : banyaknyakasusbaru(orangyangbarumenderitasuatu penyakit tertentu) dalam suatu periode d total : banyaknyakasustotal(orangyangbarumaupunsedang menderita suatu penyakit tertentu) dalam suatu periode P : populasi tengah periode k : suatu konstan, biasanya 1000 atau Ukuran Fertilitas dan Keluarga Crude birth rate Fertilitas Crude birth rate(cbr) General fertility rate(gfr) Child woman ratio(cwr) Age-specific fertility rate(asfr) Keluarga Crude marriage rate Crude divorce rate General marriage rate General divorce rate age-specific marriage rate age-specific divorce rate B P CBR = B P 1000 : banyaknya kelahiran dalam setahun : Populasi tengah-tahun

22 General fertility rate Child woman ratio GFR = B F CWR = P 0 4 F B F : banyaknya kelahiran dalam setahun : Populasitengah-tahunwanitaberusia15-49 B : banyaknya anak berusia 0-4 : banyaknyawanitaberusia15-49 F Age-specific fertility rate Crude marriage rate ASFR = B x F x 1000 Crudemarriagerate = M P 1000 B x : banyaknyakelahirandariwanitayangberusia x F x : populasitengahtahunwanitaberusia x x dapat berupa kelompok usia, seperti 15-19, 20-24, dst M P : banyaknya perkawinan dalam setahun : populasi tengah tahun

23 Crude divorce rate General marriage rate Crudedivorcerate = D P 1000 Generalmarriagerate = M P D P : banyaknya perceraian dalam setahun : populasi tengah tahun M P 15+ : banyaknya perkawinan dalam setahun : populasitengahtahunusia15tahunataulebih General divorce rate Age-specific marriage rate Generaldivorcerate = D P Age-specificmarriagerate = MF x PF x 1000 D P 15+ : banyaknya perceraian dalam setahun : populasitengahtahunusia15tahunataulebih MF x : banyaknyaperkawinandariwanitaberusia x PF x : populasitengahtahunwanitaberusia x x dapat berupa kelompok usia, seperti 15-19, 20-24, dst

24 Age-specific divorce rate Age-specificdivorcerate = DF x PF x 1000 DF x : banyaknyaperceraiandariwanitaberusia x PF x : populasitengahtahunwanitaberusia x x dapat berupa kelompok usia, seperti 15-19, 20-24, dst Ukuran Fertilitas berbasis cohort sintetik Cohort sintetik menggunakan informasi sekelompok cohort dalam satu tahun Total Fertility Rate(TFR) Gross Reproduction Rate(GRR) Net Reproduction Rate(NRR) Total Fertility Rate Data dalam setahun(single year), f x TFR = 49 x=15 f x /1000 : age-specificfertilityrateper1000untukusia x Data dalam kelompok usia, f k TFR = k= f k /1000 : age-specificfertilityrateper1000untuk kelompok usia k Gross Reproduction Rate Data dalam setahun(single year), GRR = 49 x=15 fd x /1000 fd x : age-specificfertilityrateper1000untukusia x, hanya untuk anak perempuan Data dalam kelompok usia, fd k GRR = k= fd k /1000 : age-specificfertilityrateper1000untukkelompok usia k, hanya untuk anak perempuan

25 Net Reproduction Rate Data dalam setahun(single year), fd x L x l0 NRR = ( 49 x=15 fd x L x l 0 ) /1000 : age-specificfertilityrateper1000usia x(anakperempuan) : probabilitashidupanakperempuan Data dalam kelompok usia, ( NRR = fd k L x l0 x= fd x 5 L x 5 l 0 ) /1000 : age-specificfertilityrateper1000untukkelompokusia k (anak perempuan) : probabilitashidupanakperempuan Latihan- Fertilitas 1 Diketahui data fertilitas dan mortalitas sebagai berikut: Kelumur x B x Bd x F x 5 L x /5l , , , , , , ,93642 B x adalahkelahirantotalperkelompokusia, Bd x adalah banyakkelahiranuntukanakperempuan, F x adalah banyaknyaperempuanperkelompokusia, 5 L x /5l 0 adalah probabilitas anak perempuan yang hidup mencapai usia reproduksi a HitungTFR,GRRdanNRR! b Interpretasikan hasilnya! Latihan- Fertilitas 2 Mengapa NRR selalu lebih rendah dari GRR? 3 Populasi dengan GRR yang lebih besar daripada populasi lain, belum tentu mempunyai CBR yang lebih rendah Mengapa?