AHH sebagai alat evaluasi pemerintah
Kesejahteraan penduduk
selalu menjadi prioritas setiap negara ataupun daerah-daerah. Banyak indikator
yang bisa digunakan untuk menilai kesejahteraan penduduk, bisa dari dimensi
pendidikan, ekonomi, maupun kesehatan. Perserikatan Bangsa-Bangsa (PBB) telah
menetapkan sebuah ukuran standar pembangunan manusia untuk melihat perkembangan
dari ketiga dimensi tersebut. Ukuran standar tersebut dikenal dengan sebutan
Indeks Pembangunan Manusia (IPM). Di dalam IPM terdapat komponen Angka Lahir
Hidup (AHH) sebagai indikator dari dimensi kesehatan.
Angka Lahir
Hidup (AHH) biasanya digunakan untuk mengevaluasi kinerja pemerintah dalam
meningkatkan kesejahteraan penduduk khususnya di bidang kesehatan. Jadi, dengan
mengetahui konsep dan penghitungan dari AHH, diharapkan bisa berguna bagi diri
kita sendiri serta pemerintah suatu daerah dalam membangun daerahnya. AHH adalah rata-rata perkiraan banyak tahun
yang dapat ditempuh oleh seseorang selama hidupnya. Semakin tinggi AHH yang diperoleh saat baru
lahir di suatu daerah, maka derajat kesehatan daerah tersebut semakin baik. Perlu
diingat AHH berhubungan erat dengan tingkat kesehatan bayi dan ibu, otomatis
berkaitan dengan Angka Kematian Bayi (AKB) dan Angka Kematian Ibu (AKI). Seperti
yang kita ketahui, Angka kematian dipengaruhi berbagai hal yang bisa menunjukkan
keadaan suatu daerah, oleh karena itu AHH sangat penting untuk dipelajari. Setelah
penjelasan singkat mengenai AHH, saya akan menjelaskan bagaimana cara
mendapatkan AHH. Hal ini saya rasa akan berguna buat para statistisi terutama
di daerah yang nantinya akan terjun langsung ke lapangan.
Perhitungan AHH saat lahir
Sebelum kita mencari
nilai AHH, terlebih dahulu kita harus mempunyai jumlah Anak Lahir Hidup (ALH)
dan Anak Masih Hidup (AMH), datanya bisa didapatkan dari data SUSENAS. ALH dan
AMH bisa didapatkan dari data penduduk wanita berumur 15-49 tahun yang pernah
kawin (telah menjadi ibu) dan dikelompokkan berdasarkan kelompok umur dalam
lima kelas. AHH yang akan kita cari dan gunakan sebagai evaluasi kinerja
pemerintah adalah Angka Harapan Hidup saat lahir. Setelah ALH dan AMH
didapatkan, kita hitung AHH saat lahir dengan metode langsung menggunakan
software mortpak.
- Langkah pertama, kita instal terlebih dahulu dan buka softwarenya. Buka worksheet baru dengan memilih toolbar file -> New
- Dalam penghitungan untuk mendapatkan AHH, harus menggunakan input mean age at childbearing dan untuk mendapatkannya pilih menu FERTCB
- Setelah muncul tampilan selected application FERTCB (Untitled2), isikan title terserah anda, masukkan bulan dan tahun referensi data ALH yang digunakan (contoh, juli 2010), dan masukkan nilai ALH sesuai kelompok umur ibu. Setelah itu di RUN sehingga keluar output TFR dan mean age at childbearing. Contoh tampilannya seperti dibawah ini.
- Setelah didapatkan mean age at childbearing, kita cari AHH saat lahir dengan menu CEBCS.
- Setelah muncul tampilan selected application CEBCS (Untitled3), diisikan bagian-bagian yang kosong, serta ALH dan AMH dengan format seperti contoh dibawah ini.
Age Group of Woman
|
Marital Duration Group of Woman
|
Average Number of
|
Proportion Dead
|
Age X
|
Probability of
Dying Before Age
X
|
|||||||||
Children Ever Born
|
Children Surviving
|
United Nations Models
|
Coale-Demeny Model
|
|||||||||||
(Palloni-Heligman Equations)
|
(Trussell Equations)
|
|||||||||||||
Latin Am.
|
Chilean
|
So. Asian
|
Far East
|
General
|
West
|
North
|
East
|
South
|
||||||
15 - 20
|
0 - 5
|
0.121
|
0.114
|
0.058
|
1
|
0.059
|
0.065
|
0.059
|
0.059
|
0.059
|
0.062
|
0.060
|
0.063
|
0.059
|
20 - 25
|
5 - 10
|
0.750
|
0.710
|
0.053
|
2
|
0.056
|
0.057
|
0.056
|
0.055
|
0.056
|
0.056
|
0.053
|
0.056
|
0.056
|
25 - 30
|
10 - 15
|
1.573
|
1.484
|
0.057
|
3
|
0.057
|
0.058
|
0.058
|
0.057
|
0.057
|
0.056
|
0.054
|
0.057
|
0.057
|
30 - 35
|
15 - 20
|
2.322
|
2.181
|
0.061
|
5
|
0.062
|
0.062
|
0.062
|
0.061
|
0.061
|
0.061
|
0.060
|
0.061
|
0.062
|
35 - 40
|
20 - 25
|
2.883
|
2.683
|
0.069
|
10
|
0.072
|
0.071
|
0.072
|
0.071
|
0.072
|
0.071
|
0.073
|
0.071
|
0.072
|
40 - 45
|
25 - 30
|
3.242
|
2.971
|
0.084
|
15
|
0.083
|
0.084
|
0.085
|
0.083
|
0.083
|
0.085
|
0.086
|
0.085
|
0.085
|
45 - 50
|
30 - 35
|
3.502
|
3.146
|
0.102
|
20
|
0.102
|
0.102
|
0.102
|
0.102
|
0.102
|
0.102
|
0.103
|
0.102
|
0.102
|
Age Group of Woman
|
Corresponding Mortality Indices
|
||||||||||
Reference
Date
|
United Nations Models
|
Reference
Date
|
Coale-Demeny Model
|
||||||||
(Palloni-Heligman Equations)
|
(Trussell Equations)
|
||||||||||
Latin Am.
|
Chilean
|
So. Asian
|
Far East
|
General
|
West
|
North
|
East
|
South
|
|||
Infant
mortality rate
|
|||||||||||
15 - 20
|
Jun 2009
|
.059
|
.065
|
.059
|
.059
|
.059
|
Jun 2009
|
.062
|
.060
|
.063
|
.059
|
20 - 25
|
Mar 2008
|
.048
|
.054
|
.048
|
.049
|
.049
|
Mar 2008
|
.049
|
.045
|
.051
|
.050
|
25 - 30
|
Jul 2006
|
.046
|
.053
|
.047
|
.047
|
.047
|
Apr 2006
|
.046
|
.042
|
.050
|
.050
|
30 - 35
|
May 2004
|
.046
|
.054
|
.047
|
.047
|
.047
|
Dec 2003
|
.047
|
.042
|
.051
|
.051
|
35 - 40
|
Dec 2001
|
.049
|
.059
|
.051
|
.050
|
.050
|
Jun 2001
|
.050
|
.044
|
.056
|
.057
|
40 - 45
|
Feb 1999
|
.053
|
.067
|
.058
|
.054
|
.055
|
Sep 1998
|
.055
|
.048
|
.062
|
.063
|
45 - 50
|
Aug 1995
|
.060
|
.075
|
.065
|
.059
|
.062
|
Oct 1995
|
.060
|
.051
|
.069
|
.070
|
Probability
of dying between ages 1 and 5
|
|||||||||||
15 - 20
|
Jun 2009
|
.025
|
.012
|
.022
|
.022
|
.022
|
Jun 2009
|
.024
|
.035
|
.015
|
.014
|
20 - 25
|
Mar 2008
|
.018
|
.008
|
.017
|
.016
|
.016
|
Mar 2008
|
.016
|
.022
|
.011
|
.010
|
25 - 30
|
Jul 2006
|
.017
|
.008
|
.016
|
.015
|
.015
|
Apr 2006
|
.015
|
.019
|
.010
|
.010
|
30 - 35
|
May 2004
|
.017
|
.008
|
.016
|
.015
|
.015
|
Dec 2003
|
.015
|
.019
|
.010
|
.011
|
35 - 40
|
Dec 2001
|
.019
|
.010
|
.018
|
.016
|
.017
|
Jun 2001
|
.016
|
.021
|
.012
|
.014
|
40 - 45
|
Feb 1999
|
.022
|
.012
|
.023
|
.019
|
.020
|
Sep 1998
|
.019
|
.023
|
.015
|
.018
|
45 - 50
|
Aug 1995
|
.027
|
.015
|
.028
|
.022
|
.024
|
Oct 1995
|
.022
|
.026
|
.017
|
.023
|
Life
expectancy at birth
|
|||||||||||
15 - 20
|
Jun 2009
|
65.6
|
66.2
|
67.9
|
58.7
|
63.8
|
Jun 2009
|
61.8
|
61.3
|
64.4
|
69.1
|
20 - 25
|
Mar 2008
|
68.9
|
68.9
|
70.4
|
62,0
|
66.8
|
Mar 2008
|
64.9
|
65.7
|
66.6
|
71.2
|
25 - 30
|
Jul 2006
|
69.5
|
69.1
|
70.9
|
62.6
|
67.4
|
Apr 2006
|
65.4
|
66.6
|
66.8
|
71.3
|
30 - 35
|
May 2004
|
69.4
|
68.8
|
70.7
|
62.5
|
67.3
|
Dec 2003
|
65.3
|
66.6
|
66.6
|
70.8
|
35 - 40
|
Dec 2001
|
68.4
|
67.5
|
69.7
|
61.6
|
66.2
|
Jun 2001
|
64.7
|
66,0
|
65.7
|
69.5
|
40 - 45
|
Feb 1999
|
67.1
|
65.6
|
68,0
|
60.2
|
64.9
|
Sep 1998
|
63.6
|
64.9
|
64.5
|
67.8
|
45 - 50
|
Aug 1995
|
65.1
|
63.7
|
66.1
|
58.8
|
63,0
|
Oct 1995
|
62.5
|
64.1
|
63.3
|
66.1
|
untuk nilai AHH saat lahir, dilihat dari tabel kedua kolom west. lebih tepatnya dilihat dari tabel Life
expectancy at birth untuk kelompok umur 20-25, 25-30, dan 30-35. AHH saat lahir didapatkan dari rata-rata AHH pada kelompok umur tersebut.
semoga dengan mengerti konsep serta cara penghitungannya, kita bisa memanfaatkan nilai AHH saat lahir dengan baik dan maksimal. semoga bermanfaat.
mohon maaf jika insert picture nya berantakan. masih belajar :p
yang penting isi nya.hehe
AHH saat lahir = (
64.9 + 65.4 + 65.3 ) / 3
= 65.2
mohon maaf jika insert picture nya berantakan. masih belajar :p
yang penting isi nya.hehe
Mantap..terimakasih masbro..^^
BalasHapushaha.. sama-sama masbro. baru sempet nulis sekarang.
BalasHapusbagi software mortpaknya dong ran..
BalasHapusiseng2 cari angka harapan hidup,,mampir kblog ini,,
BalasHapusliat profilnya ternyta km ran,,wkwkwkwk
nice post,,.cm bingung,,ilmunya ud gda yg nyantol di otak,hhhehehe
pak randy, apakah pada perhitungan ahh bps murni menggunakan data dari susenas saja?
BalasHapuskalau boleh tau ilustrasi diatas menggunakan mortpak versi berapa? terimakasih sebelumnya
mesti pake mortpak ya? bisa pake spss?
BalasHapusini blogger nya masih aktif gak ya?
BalasHapusdngan cara yang sama apa bisa dicari ahh menurut kelompok umur? 0-1 2-5 dst sampe 85+
BalasHapus