Tapi kali ini saya memang agak sedikit tertegun. Jama’ah tadi mengulurkan tangannya untuk bersalaman, tetapi pandangannya tertuju ke arah yang berlawanan dengan saya (mungkin sedang memperhatikan sesuatu yang menarik perhatiannya). Waktu itu timbul pikiran nakal, bagaimana kalau salamnya saya sambut dengan tangan kiri, toh dia juga tidak melihat. He..he…he.

Saya tertegun karena saking mentradisinya bersalaman tangan, membuat kita jadi lupa hakikatnya. Bersalaman pada hakikatnya bertujuan untuk lebih mempererat silaturahmi (dan lebih baiknya tentunya dengan mengucapkan Assalamu’alaikum, saling mendoakan dalam keselamatan). Kita lupa hakikat bersalaman, sehingga ketika bersalaman kita tidak lagi berusaha untuk melihat orang yang disalami. Coba perhatikan, misalnya ketika seseorang datang dalam suatu pertemuan dan menyalami orang-orang yang sudah hadir duluan. Banyak diantara mereka yang menjabat tangan orang tersebut, tetapi dengan tetap mengobrol dengan teman sebelahnya tanpa melihat ke arah orang yang disalami.   Coba perhatikan pada acara halal-bil-halal yang biasa diadakan di kantor-kantor sehabis Idul Fitri. Ketika para bawahan bersalaman dengan para pimpiman kantor tersebut (biasanya pejabatnya berbaris di depan, dan para bawahan antri satu persatu menyalami atasannya), sang pemimpin menyambut salaman bawahannya tetapi sambil tetap mengobrol dengan rekan pimpinan lain yang ada disampingnya. Tidak berusaha menyisihkan waktu sekejap saja untuk menatap bawahannya yang mengulurkan tangan tersebut.

Ini membuat bersalaman menjadi kehilangan makna. Karena kita sering melupakan etikanya.

Sayangnya, dan mohon maaf juga bahwa banyak komentar yang tidak sempat saya tanggapi. Berbagai kesibukan belakangan ini terlalu banyak menyita waktu. Karena kesibukan tersebut, saya juga tidak sempat mengupdate dan menambah tulisan-tulisan dalam blog ini.

Mohon doanya, mudah-mudahan kedepan blog ini akan terus berlanjut dengan tulisan-tulisan baru.

Salam

“Jamuan makan berdiri” belakangan memang telah menjadi bagian dari gaya berpesta dalam masyarakat kita. Tidak hanya pada acara yang kebetulan saya ikuti hari ini (jamuan makan oleh salah seorang kepala daerah untuk peserta kongres salah satu organisasi profesi), tetapi juga pada pesta-pesta perkawinan dan pesta-pesta keluarga lainnya. Tidak hanya pada acara-acara di kota-kota besar tetapi kebiasaan tersebut juga sudah merambah pada kota-kota kecil di Indonesia.

Hal ini kemudian membuat saya merenung. Mungkin saya tidak lagi bisa (tidak lagi perlu) menasehati anak-anak (seperti saya dinasehati orang tua pada waktu kecil dulu).  “Nak, kalau makan itu duduk yang sopan !!”. Mungkin saya perlu mengajari anak-anak di rumah untuk makan sambil berdiri, sehingga ketika nantinya mereka menghadiri “jamuan makan berdiri” di luar rumah, tidak tersiksa seperti saya saat ini (sebagaimana tersiksanya sebagian besar undangan lainnya dalam ruangan hari ini).  Atau mungkin saya yang belum siap mengikuti perkembangan keadaan.

Entahlah. Yang pasti, pada saat ini, setiap menerima undangan pesta perkawinan dengan acara makan sambil berdiri, saya hanya datang, menyalami penganten dan pulang tanpa menyentuh makanannya. Karena….. memang saya tidak mau menyiksa diri sendiri.

Misalnya kita ingin membuat grafik perkembangan realisasi Penanaman Modal Dalam Negeri (PMDN) dan Penanaman Modal Asing (PMA).  Realisasi PMDN dalam nilai Rp Miliar sedangkan realisasi PMA dalam nili US$ Juta. Tentunya kita tidak dapat membuat kedua besaran nilai tersebut dalam satu sumbu vertikal (axis vertikal) yang sama. Oleh karenanya, berikut ini diberikan cara membuat grafik dengan dua sumbu vertikal.

Misalnya kita punya data berikut yang menggambarkan perkembangan realisasi PMDN dan PMA di Indonesia tahun 1990 – 2009 (sumber data BKPM RI). Nilai PMDN dalam Rp Miliar sedangkan nilai PMA dalam US$ Juta. Sebagai latihan, mari kita ketikkan data tersebut pada worksheet seperti tampilan di bawah ini. (Perhatikan: Kolom E adalah tahun, tetapi judul tahunnya tidak usah diketik. Tujuannya hanya untuk memudahkan proses pengerjaan grafik)

Selanjutnya blok range B2:D22, kemudian klik Insert  > Chart dan pilih jenis grafik yang diinginkan. Dalam contoh, misalnya kita gunakan grafik garis, maka klik Line, akan muncul pilihan grafik garis. Pilih salah satunya. Dalam contoh kita ambil pilihan grafik line grafik pertama .  Klik grafik pertama tersebut dari tampilan dibawah ini (lihat kotak yang berwarna hitam).

Setelah itu klik Finish. (Catatan: Anda bisa memberikan asesoris grafik dengan cara mengklik Next. Tapi untuk penyederhanaan pembahasan tulisan ini, langsung klik Finish saja).

Setelah mengklik Finish, akan muncul grafik perkembangan PMDN dan PMA, tetapi masih dengan satu sumbu vertikal seperti di bawah ini.

Sekarang, kita ingin menjadikan grafik PMDN dan PMA dengan sumbu vertikal yang berbeda. Misalnya sebagai contoh kita set sumbu vertikal pertama (bagian sebelah kiri) untuk PMDN dan sumbu vertikal kedua (bagian sebelah kanan) untuk PMA.

Caranya adalah: klik kanan grafik PMA kemudian klik Format Data Series, kemudian klik Axis dan pada Plot Series on pilih Secondary Axis. Kemudian klik OK.

Dengan cara ini, grafik kita akan memiliki dua sumbu vertikal. Sumbu sebelah kiri untuk PMDN dalam nilai Rp Miliar dan sumbu sebelah kanan untuk PMA dengan nilai US$ Juta.

Anda juga bisa membuat jenis grafik yang berbeda antara PMA dan PMDN. Misalnya grafik PMA kita rubah jadi grafik batang sedangkan grafik PMDN tetap sebagai grafik garis. Caranya:  klik kanan grafik PMA, klik Chart Type kemudian pilih grafik Column (Batang).

Ok. Pengerjaan kita selesai.  Silakan lanjutkan dengan memberi judul sumbu vertikal, merubah warna, merubah font memindahkan legend dsbnya sesuai keinginan kita. Sebagai contoh, lihat grafik di bawah ini.

Misalnya kita punya data berikut yang menggambarkan perkembangan realisasi PMDN dan PMA di Indonesia tahun 1990 – 2009 (sumber data BKPM RI). Nilai PMDN dalam Rp Miliar sedangkan nilai PMA dalam US$ Juta. Sebagai latihan, mari kita ketikkan data tersebut pada worksheet seperti tampilan di bawah ini. (Perhatikan: Kolom E adalah tahun, tetapi judul tahunnya tidak usah diketik. Tujuannya hanya untuk memudahkan proses pengerjaan grafik)

Selanjutnya blok range E2:G22, kemudian klik Insert dan pilih jenis grafik yang diinginkan. Dalam contoh, misalnya kita gunakan grafik garis, maka klik Line, akan muncul pilihan grafik garis. Pilih salah satunya. Dalam contoh kita ambil pilihan grafik 2-D Line grafik pertama .  Klik grafik pertama tersebut dari tampilan dibawah ini (arah panah berwarna merah).

Setelah mengklik grafik yang pertama tersebut, akan muncul grafik perkembangan PMDN dan PMA, tetapi masih dengan satu sumbu vertikal seperti di bawah ini

Sekarang, kita ingin menjadikan grafik PMDN dan PMA dengan sumbu vertikal yang berbeda. Misalnya sebagai contoh kita set sumbu vertikal pertama (bagian sebelah kiri) untuk PMDN dan sumbu vertikal kedua (bagian sebelah kanan) untuk PMA.

Caranya adalah: klik kanan grafik PMA kemudian klik Format Data Series, kemudian pada Series Option pilih Secondary Axis. Dengan cara ini, grafik kita akan memiliki dua sumbu vertikal. Sumbu sebelah kiri untuk PMDN dalam nilai Rp Miliar dan sumbu sebelah kanan untuk PMA dengan nilai US$ Juta.

Anda juga bisa membuat jenis grafik yang berbeda antara PMA dan PMDN. Misalnya grafik PMA kita rubah jadi grafik batang sedangkan grafik PMDN tetap sebagai grafik garis. Caranya:  klik kanan grafik PMA, klik Change Series Chart Type kemudian pilih grafik Column (Batang).

Ok. Pengerjaan kita selesai.  Silakan lanjutkan dengan memberi judul sumbu vertikal, merubah warna, merubah font memindahkan legend dsbnya sesuai keinginan kita. Sebagai contoh, lihat grafik di bawah ini.

Selain dengan cara pengamatan jumlah atau proporsi tersebut, kita bisa mendeteksi kesalahan pelaporan umur  dengan menggunakan Indeks Whipple (IW). Whipple mengevaluasi kesalahan yang disebabkan oleh pelaporan umur dengan anggapan bahwa kesalahan pelaporan umur sebagian besar terletak pada umur 23 tahun sampai dengan 62 tahun. Dalam pelaporannya, antara umur-umur tersebut banyak menyukai umur-umur yang berakhiran angka 0 dan 5.

Dengan dasar tersebut, Whipple kemudian merumuskan indeks kecermatan pelaporan umur dengan rumus:

Dari rumus tersebut terlihat bahwa indeks whipple dihitung dengan cara:  kalikan 5 jumlah  penduduk yang berumur dengan akhiran 0 dan 5 mulai dari umur 25 sampai 60. Selanjutnya dibagi dengan total jumlah penduduk yang berumur antara 23 sampai 62 tahun.

Jika semua penduduk yang berumur 23 sampai 62 tahun melaporkan umurnya berakhiran angka 0 atau 5, nilai indeks akan menjadi sebesar 500. Sebaliknya jika pelaporan umur antara 23 tahun sampai dengan 62 tahun tersebut benar, maka secara ringkas nilai indeks tersebut akan sama dengan 100. Dengan demikian, semakin dekat nilai indeks dengan 100, maka pelaporan umur makin mendekati kecermatan.

Sebagai contoh, kita kutipkan kembali data penduduk Provinsi Jambi tahun 2000 dari tulisan sebelumnya (hanya mulai umur 23 – 62 tahun), sebagai berikut:

Dari data tersebut, maka indeks whipplenya adalah:

Apa artinya ?

PBB merekomendasikan suatu standar untuk mengukur kesalahan pelaporan umur menggunakan indeks Whipple ini sebagai berikut:

Filed under: Tip-Trik Tagged: Artikel, kependudukan, Tip-Trik ]]> http://junaidichaniago.wordpress.com/2010/05/26/indeks-whipple-evaluasi-pelaporan-umur-penduduk/feed/ 0 junaidichaniago rumus whipple1 whipple rumus whipple2 http://junaidichaniago.wordpress.com/2010/05/26/age-heaping-ternyata-kita-senang-dengan-angka-0-dan-5/ http://junaidichaniago.wordpress.com/2010/05/26/age-heaping-ternyata-kita-senang-dengan-angka-0-dan-5/#comments Wed, 26 May 2010 10:01:22 +0000 Junaidi http://junaidichaniago.wordpress.com/?p=2476 ]]> Ternyata secara tidak sadar, kita cenderung menyenangi angka 0 dan 5.  Kecenderungan kita menyenangi angka tersebut, menyebabkan kita cenderung melaporkan umur dengan umur-umur  yang berakhiran angka 0 dan 5. Ini menyebabkan terjadinya penumpukan penduduk pada umur-umur tersebut.

Secara normal, jumlah penduduk menurut umur satu tahunan atau umur tunggal  hanya berubah sedikit demi sedikit dari satu umur ke umur berikutnya. Tetapi kalau Anda perhatikan data distribusi umur penduduk di bawah ini, terlihat penumpukan umur pada umur-umur yang berakhiran 0 dan 5.  Sebagai contoh, pada umur 30 tahun proporsi penduduk mencapai 2,80 % sedangkan umur dibawahnya ( 29 tahun)  hanya sebesar 1,49 % dan umur diatasnya (31 tahun) hanya sebesar 1,27 %. Contoh lainnya pada umur 45 tahun, proporsi penduduk sebanyak 1,76 %, sedangkan pada umur dibawahnya (44 tahun) hanya 0,72 % dan diatasnya (46 tahun) hanya 0,65 %. Pola-pola semacam ini bisa Sdr. lihat pada umur-umur lainnya (yang berwarna merah).

Data ini memang data hasil Sensus Penduduk tahun 2000 untuk perdesaan Provinsi Jambi. Tapi fenomena ini  juga akan berlaku sama jika dilihat pada daerah-daerah lainnya.

Fenomena penumpukan umur ini dinamakan dengan “age heaping “.  Dan kesalahan-kesalahan dalam pelaporan umur penduduk ini akan berakibat kesalahan-kesalahan dalam berbagai analisis yang menggunakan data penduduk menurut umur ini. Oleh karenanya, kita perlu terlebih dahulu melakukan  evaluasi dan perapian data penduduk menurut umur ini sebelum digunakan untuk tujuan analisis tersebut.

Tulisan ini merupakan pengantar untuk seri metode evaluasi dan perapian data penduduk menurut umur. Kita akan  bahas metode-metode tersebut pada tulisan-tulisan berikutnya pada blog ini.

Lihat tulisan: Indeks Whipple: Evaluasi Pelaporan Umur Penduduk

Filed under: Tip-Trik Tagged: Artikel, kependudukan, Tip-Trik ]]> http://junaidichaniago.wordpress.com/2010/05/26/age-heaping-ternyata-kita-senang-dengan-angka-0-dan-5/feed/ 0 junaidichaniago age heaping http://junaidichaniago.wordpress.com/2010/05/24/download-tabel-r-lengkap/ http://junaidichaniago.wordpress.com/2010/05/24/download-tabel-r-lengkap/#comments Mon, 24 May 2010 16:33:12 +0000 Junaidi http://junaidichaniago.wordpress.com/?p=2469 ]]> Buku ajar Statistika kadang-kadang melampirkan tabel r dalam rangka pengujian statistik (misalnya untuk pengujian validitas konstruk). Namun demikian, biasanya  tidak setiap nilai r untuk setiap derajat bebas yang dicantumkan. Oleh karenanya, kita sering kesulitan menentukan nilai r tabel ketika derajat bebas yang kita miliki tidak tercantum dalam tabel tersebut.

Oleh karenanya, berikut ini diberikan tabel r yang relatif lengkap, yang memuat tingkat signifikansi 0.1 , 0.5, 0.02, 0.01, 0.001. Selain itu, tabel ini juga memuat nilai r untuk derajat bebas mulai dari 1 – 200 secara berurut (lengkap).

Bagi yang membutuhkan, silakan klik disini