Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dari seluruh sampel yang diteliti (53.108.176 rumahtangga), sebanyak 62,7 persen termasuk kategori tidak miskin, 14,9 persen termasuk dalam kategori hampir miskin, dan 22,4 persen masuk dalam kategori rniskin.Probabilita suatu rumahtangga untuk berada pada kategori tidak miskin adalah 71,97 persen, sementara itu probabilita rumahtangga berada pada kategori hampir miskin adalah 13,13 persen, dan probabilita suatu rumahtangga berada pada kategori miskin adalah 14,9 persen.Berdasarkan analisis deskriptif, persentase tertinggi pada rumahtangga miskin dimiliki oleh mereka yang berpendidikan tidak pernah sekolah/tidak tamat SD, tinggal di perdesaan, memiliki sumber penerangan selain listrik PLN, lapangan usaha utama kepala keluarga di sektor pertanian, memiliki rata-rata jumlah anggota rumahtangga yang besar, memiliki jumlah penduduk dewasa melek huruf yang sedikit, dan rata-rata jarak yang harus ditempuh ke fasilitas kesehatan, ekonomi, pendidikan lebih jauh dari rumah.Faktor-faktor yang diharapkan dapat meningkatkan probabilita suatu rumahtangga untuk berada pada kategori hampir miskin dan tidak miskin adalah dengan cara meningkatkan tingkat pendidikan kepala rumahtangga, memperhitungkan kembali jumlah anggota rumahtangga, meningkatkan jumlah anggota rumahtangga yang dapat membaca dan menulis, mendorong perluasan lapangan usaha yang digeluti para kepala rumahtangga atau anggota rumahtangga, dan kemudahan akses dalam memperoleh rumah yang murah, sumber penerangan listrik PLN dan jarak yang harus ditempuh ke fasilitas pendidikan."

"Sasaran umum pembangunan kesehatan adalah meningkatkan kualitas sumber daya manusia melalui perilaku hidup sehat dan pemberdayaan individu, keluarga, dan masyarakat dalam bidang kesehatan. Upaya pembangunan kesehatan mencakup pencegahan, penyembuhan, dan pemulihan secara menyeluruh, terpadu, merata, dapat diterima serta terjangkau seluruh masyarakat Indonesia. Salah satu upaya pencegahan adalah dengan mengkonsumsi makanan bergizi termasuk susu. Adalah penting untuk mengetahui bagaimana perilaku konsumsi susu pada rumah tangga di Indonesia. Akan tetapi pada kenyataannya belum pernah ada studi tentang perilaku konsumen susu yang menganalisis dari aspek-aspek demografi selain aspek-aspek lain.Penelitian ini bertujuan untuk mempelajari sejauh mana faktor sosial, ekonomi, demografi, dan psikologi khususnya kebiasaan (habit) hidup dapat mempengaruhi perilaku konsumen dalam mengkonsumsi susu di rumah tangga Indonesia.Sumber data studi ini adalah data model hasil Survey Sosial Ekonomi Nasional (Susenas) 1998. Adapun faktor-faktor yang diuji adalah demografi (proporsi ART umur muda, umur tua, dan perempuan), sosial (pendidikan kepala rumah tangga), ekonomi (pengeluaran rumah tangga dan proporsi ART yang bekerja), dan variabel psikologis (kebiasaan sehat, makan, dan belanja barang mewah). Metode analisis yang digunakan pada studi ini adalah model regresi logistik multinomial.Hasil analisis deskriptif menunjukkan bahwa persentase konsumsi susu setiap hari terbesar pada rumah tangga yang memiliki anak balita, proporsi ART perempuan terbesar, KRT yang berpendidikan lebih tinggi, pengeluaran rumah tangga yang lebih besar, dan proporsi ART yang tidak bekerja.Hasil analisis inferensial menunjukkan bahwa hampir semua faktor yang diuji mempunyai pengaruh yang signifikan terhadap konsumsi susu. Hlbungan positif pada pengeluaran rumah tangga. proporsi ART perempuan, umur muda, umur tua dan kebiasaan belanja barang mewah. Kebiasaan sehat dan konsumsi makanan yang mengandung karbohidrat serta pendidikan KRT mempunyai hubungan signifikan terhadap konsumsi susu di rumah tangga. Begitu pula pendidikan KRT dan proporsi ARI bekerja serta kebiasaan sehat mempunyai hubungan yang signifikan terhadap konsumsi susu di rumah tangga."

"Penelitian ini bertujuan untuk membentuk dan menyajikan indeks komposit insiden kemiskinan menurut kabupaten/kota di provinsi Jawa Barat sehingga dapat terlihat perbedaan tingkat kemiskinan antar kabupatenikota. Penelitian ini juga melakukan analisis Iduster menggunakan indikator insiden kemiskinan aspek ekonomi (4 variabel) dan aspek bukan ekonomi (6 variabel) untuk membentuk kelompok gabungan dari beberapa kabupaten/kota. Unit analisis dalam penelitian ini adalah wilayah kabupaten/kota di provinsi Jawa Barat.Variabel tunggal (univariate) yang diperhatikan sebanyak 10 variabel kemiskinan yang terbagi menjadi dua aspek yaitu aspek ekonomi dan aspek bukan ekonomi. Variabel kemiskinan aspek ekonomi mencakup 4 variabel (EK1,EK2,EK3,EK4) dan aspek bukan ekonomi mencakup 6 variabel yang melihat dari sisi kesehatan (NEI, NE2) , perumahan (NE3, NE4), dan pendidikan (NE5, NE6). Penelitian mendapatkan fungsi faktor insiden kemiskinan aspek ekonomi (FAE), fungsi faktor insiden kemiskinan aspek bukan ekonomi (FBE), dan fungsi faktor insiden kemiskinan keseluruhan (FIK) dari analisis faktor. Selanjutnya, melakukan pembentukan indeks komposit yaitu IAE (indeks insiden kenskinan aspek ekonorni), IBE (indeks insiden kemiskinan aspek bukan ekonomi), dan IIK (indeks insiden kemiskinan). Nilai koefisien korelasi antara IAE, IBE dan IIK dengan HPI (Human Poverty Indeks) masing-masing adalah 0.822 , 0.793 dan 0.87 dengan tingkat signifikasi yang sangat kecil. Sementara itu, hasil analisis kluster membentuk tiga kelompok wilayah di provinsi Jawa Barat yaitu kelompok wilayah mencakup sebanyak 4 kota, wilayah II mencakup sebanyak 10 kabupaten dan wilayah III mencakup 8 kabupatenikota.Kabupaten/kota yang mempunyai nilai IIK terendah adalah kota Bekasi dan nilai IIK tertinggi adalah kabupaten Sukabumi. Kemiskinan pada kelompok wilayah II menunjukkan kemiskinan yang lebih tinggi dibandingkan dengan kemiskinan provinsi Jawa Barat (Nilai IIK diatas 100). Tujuh kabupaten yang terklasifikasi buruk dan sangat buruk sehingga perlu mendapatkan prioritas dalam program pengentasan/penanggulangan kemiskinan yaitu kabupaten Sukabumi, Cianjur, Garut, Ciamis, Kuningan, Cirebon dan Bogor."

"ABSTRAKPengelolaan Program Perumahan dan Permukiman khususnya dalam melakukan pemantauan melalui indikator yang telah ditetapkan memerlukan data secara berkala. Pengelola program sampai saat ini masih mengalami kesulitan dalam penyediaan data terutama karena laporan rutin yang ada belum berjalan dengan baik. Padahal di lain pihak Susenas yang dilaksanakan olen BPS menghasilkan data yang secara teratur diperbaharui, tetapi data mentah yang ada belum dimanfaatkan secara optimal.Untuk mengatasi hal itu, diperlukan suatu model analisa yang mencakup langkah-langkah bagaimana memanfaatkan data perumahan dan permukiman dalam Susenas tersebut supaya menjadi informasi yang dapat digunakan untuk pemantauan program. Maka yang menjadi tujuan dalam pengembangan model ini adalah mendapatkan cara pengembangan dan jenis indikator kesehatan lingkungan berdasarkan data yang ada; dan mendapatkan bentuk analisis yang dapat memberikan gambaran perbedaan kondisi antar wilayah Kabupaten/Kota, Propinsi, Nasional, dan antara desa dengan perkotaan, serta kecenderungan perubahan antar waktu.Proses pengembangan model ini dilakukan melalui kajian tentang sumber dan jenis data yang ada; indentifikasi kebutuhan informasi; penentuan indikator yang telah dikonfirmasikan dengan para pengelola program; penyusunan bentuk analisis; kemudian dilakukan uji coba pengolahan data mentah hasil Susenas tahun 1995 mengenai data pembuangan kotoran yang ada pada data perumahan dan permukiman.Indikator yang dihasilkan sejauh mungkin ada kesesuaian dengan prinsip-prinsip dari indikator itu sendiri seperti sederhana dan murah; mudah dalam memperoleh data dan cepat; fokus pada elemen-eiemen kunci, relevant spesifik. Dari segi sensitive, pengolahan data pembuangan kotoran menunjukkan angka-angka indikator bervariasi antar daerah. Mengenai validitas, dari pengukuran tidak langsung, angka cakupan jamban yang rendah secara konsisten diikuti dengan tingginya angka kematian bayi, demikian pula sebaliknya.Hasil yang diperoleh berupa cara mengkonversikan dari data perumahan dan permukiman menjadi indikator kesehatan lingkungan. Beberapa indikator tersebut antara lain. Cakupan air bersih; cakupan pembuangan kotoran; cakupan penggunaan air minum yang memenuhi syarat secara fisik; pembuangan limbah; cakupan pembuangan sampah; presentase rumah dengan dengan ruang tidur yang mempunyai ventilasi; presentase rumah dengan lantai memenuhi syarat; presentase rumah yang mempunyai ruang dapur sendiri. Penyajian masing-masing indikator tersebut dalam bentuk tabel, dart visualisasi sehingga memudahkan pengguna dalam melakukan analisis.Disarankan perlu adanya peningkatan pemanfaatan data perumahan dan permukiman dalam Susenas untuk memenuhi kebutuhan informasi melalui pembentukan tim pengolah dan analisa data; dibuat publikasi hasil olahan dan analisa; dibuat petunjuk atau pedoman teknis pemanfaatan data tersebut; dan perlu dibuat suatu paket program komputer yang memudahkan pengguna dalam pemanfaatan data.

---

ABSTRACTA Model of Analysis of Housing and Settlement Health Using Susenas Data To monitor indicators of Housing and Settlement Programs, the Managers need accurate data and information. The managers have problems with getting adequate data, as the routine information system is not running properly. On the other.hand, the national economic social survey (SUSENAS), conducted annually by Central Statistics Bureau (BPS) provides complete renewable raw data.To resolve the gap, it is necessary to develop a model of data analysis on how to use the data available in susenas for monitoring the indicators of housing and settlement programs. The model should be able to analyze the environmental health indicators showing housing and settlement condition at district/municipality, province, and national levels; housing and settlement condition in rural and urban areas; and trend of the condition's change.The development of the model was conducted through some activities which includes to 1) reviewing the sources and type of the data, 2) identifying information needed, 3) determining indicators which have been discussed with program managers, 4) arranging forms of analysis, and 5) doing a field trial on analyzing of the 1995 susenas data, particularly data on human excreta disposal.Indicators identified are in line with the principles of the indicators, namely, simple, low cost, easy and quick to obtain, focused on key elements, relevant, and specific. From the sensitivity point of view, the analysis of the human excreta disposal data showed the variation of indicators among provinces. From the validity perspective, provinces with low coverage of sanitary latrine consistently followed with high infant mortality rate (IMR), and conversely.The result obtained was to convert the housing and settlement data into the environmental health indicators. Those indicators include 1) coverage of water supply, 2) coverage of human excreta disposal, 3) coverage of water supply physically meets the requirement, 4) coverage of waste water, 5) coverage of refuse disposal, 6) percentage of housing which their bedrooms have an adequate ventilation, 7) percentage of housing which their floor meet requirement, and 8) percentage of housing having separate kitchen. The display of each indicators are in tables and visual in order to be easy to analyze.It is suggested to use more frequently the susenas data, especially data on housing and settlement, through the establishment Team designated to collect and analyze the data, to publish the information obtained, to prepare manual on how to work on it, and to develop software enabling users to operation it easily."

"Penelitian tentang penduduk lanjut usia di Indonesia ini bertujuan untuk mengetahui karakteristik sosial, ekonomi, dan kesehatan penduduk lansia di Indonesia serta mengkaji faktor-faktor yang mempengaruhi kondisi kesehatan penduduk lansia. Untuk mencapai tujuan tersebut, penelitian ini menggunakan data Survei Sosial Ekonomi Nasional (Susenas) 1999 terhadap 63312 penduduk lansia di seluruh Indonesia. Yang dimaksud dengan penduduk lansia pada penelitian ini adalah mereka yang berumur 60 tahun keatas. Unit analisis dalam penelitian ini adalah penduduk lansia sebagai individu. Metode analisisnya menggunakan analisis deskriptif dengan menggunakan tabulasi silang antar variabel yang dianalisis, analisis faktor untuk membantu proses analisis inferensial, dan analisis inferensial dengan menggunakan model regresi logistik multinomial. Metode regresi logistik multinomial dianggap cocok, karena dalam penelitian ini variabel status kesehatan yang merupakan variabel terikat merupakan variabel dengan tiga kategori. Hasil penelitian tentang karakteristik sosial, ekonomi, dan kesehatan penduduk lansia berdasar Susenas 1999 secara deskriptif menunjukkan bahwa; (1) Jumlah penduduk lansia perempuan lebih besar dibanding pria dengan rasio jenis kelamin 89,9. Pendidikan penduduk lansia perempuan lebih buruk dibanding pria. Masih banyak penduduk lansia yang berstatus kawin (59,8%) dan berstatus sebagai kepala RT (58,2%). Fenomena penduduk lansia yang bekerja juga banyak ditemukan (46%); (2) Tingkat pengeluaran untuk kesehatan masih rendah dengan rata-rata Rp.34.156 per orang per tahun; (3) Kualitas lingkungan tempat tinggal penduduk lansia relatif buruk, dan secara umum kondisi lingkungan tempat tinggal penduduk lansia di kota lebih balk dibanding di desa; (4) Lebih dari separuh (58,1%) penduduk lansia mengaku bertubuh sehat, tidak mengalami gangguan apapun, sementara 26,3% mengaku mengalami keluhan kesehatan yang dapat mengganggu aktivitas, dan 15,6% penduduk lansia merasa keluhan kesehatan tersebut tidak mengganggu aktivitas sehari-hari mereka. Berdasarkan analisis inferensial didapatkan hasil sebagai berikut; (1) seluruh variabel yang mewakili faktor individu seperti jenis kelamin, status kawin, pendidikan dan aktivitas mempunyai pengaruh yang signifikan terhadap status kesehatan penduduk lansia; (2) seluruh variabel yang mewakili faktor rumah tangga seperti living arrangement, hubungan dengan kepala RT, dan pengeluaran untuk kesehatan juga mempunyai pengaruh yang signifikan terhadap kesehatan penduduk lansia; (3) variabel lokasi dan kualitas Iingkungan memberikan pengaruh yang cukup signifikan terhadap status kesehatan penduduk lansia buruk dibanding balk, namun kurang signifikan terhadap status kesehatan sedang terhadap balk; (4) ketika variabel living arrangement diinteraksikan dengan variabel jenis kelamin ternyata walau sama-sama hidup sendiri tanpa pasangan atau anggota keluarga yang lain, temyata dalam memiliki kesehatan buruk, laki-laki berisiko lebih besar dibanding perempuan."

"Indonesia adalah negara kelima terbesar konsumen rokok dunia dari tahun 2001-2003. Konsumsi rokok Indonesia dari tahun 1960-2003 mengalami peningkatan sebesar 3.8 kali lipat, yaitu dari 35 Milyar batang menjadi 171 milyar batang per tahun (USDA 2004). WHO memperkirakan pada tahun 2020 penyakit yang berkaitan dengan merokok merupakan permasalahan kesehatan terbesar yang menyebabkan 8.4 juta kematian per tahun (Departemen Kesehatan 2004). Beberapa penyakit yang disebabkan oleh kebiasaan merokok antara lain kanker mulut, kanker paru-paru, kanker pankreas, tekanan darah tinggi, dan bronkitis. Oleh karena itu intervensi pemerintah diperlukan untuk menurunkan prevalensi dan konsumsi rokok saat ini. Sehingga penelitian mengenai profit perokok dan faktor-faktor yang mempengaruhi perilaku merokok panting untuk dilakukan.Tesis ini bertujuan pertama, membuat profil perokok berdasarkan karakteristik demografi dan sosial ekonominya, kedua, menentukan faktor-faktor sosial ekonomi yang signifikan berpengaruh terhadap perilaku merokok individu, dan ketiga menentukan implikasi kebijakannya.Tesis ini menggunakan data Susenas 2004 berdasarkan penggabungan antara data modul dan data kor dengan unit analisis individu. Metode analisis yang digunakan ada dua yaitu metode deskriptif, untuk membuat profit perokok, dan metode estimasi ekonometrika. Faktor yang mempengaruhi probabilitas individu dewasa menjadi perokok akan ditentukan melalui regresi logistic, sedangkan untuk konsumsi rokok ditentukan dengan regresi Ordinary Least Square (OLS).Tesis ini menyimpulkan bahwa faktor yang signifikan mempengaruhi probabilitas menjadi perokok adalah Janis kelamin, bekerja, status perkawinan, tingkat pendidikan, lokasi tempat tinggal, kondisi tempat tinggal, umur, dan tingkat pendapatan (kecuali untuk kuantil5). Responden yang mempunyai karakteristik laki-laki, bekerja, kawin, kondisi tempat tinggal yang buruk, kelompok umur 25 tahun atau lebih, dan termasuk dalam kuantil2 atau 3 atau 4, memiliki probabilitas untuk menjadi perokok lebih tinggi dibandingkan dengan pembandingnya, yaitu mereka yang mempunyai karakteristik perempuan, tidak bekerja, tidak kawin, kondisi tempat tinggalnya balk, kelompok umur 15-24, dan kuantill. Sementara itu, harga rokok tidak berpengaruh secara signifikan terhadap probabilitas seseorang menjadi perokok.Sedangkan faktor-faktor yang signifikan mempengaruhi konsumsi rokok adalah harga rokok, pendapatan, umur mulai merokok setiap hari, bekerja, lokasi tempat tinggal, umur, tingkat pendidikan, dan kondisi tempat tinggal. Sebagai tambahan faktor-faktor yang berhubungan positif dengan konsumsi rokok responden adalah pendapatan, pendidikan menengah dan bekerja. Harga rokok secara negatif signifikan mempengaruhi konsumsi rokok. Tesis ini menemukan bahwa elastisitas harga rokok terhadap perrnintaannya = -0.42. Sehingga peningkatan harga rokok 10% akan menurunkan konsumsi rokok 4.2%. Menurut kelompok pendapatan, dampak peningkatan harga rokok bagi mereka yang miskin (kuartile 1) lebih besar daripada mereka yang kaya (kuartile 5). Peningkatan harga rokok 10% akan menurunkan konsumsi rokok 4.6% untuk mereka miskin, sementara untuk mereka yang kaya 4.2%.Untuk menurunkan konsumsi rokok, berdasarkan basil tesis ini, maka pemerintah harus melakukan beberapa hal yaitu meningkatkan harga rokok secara terus menerus, meningkatkan tingkat pendidikan masyarakat, melarang ikian rokok secara keseluruhan, mempersempit ruang gerak perokok, larangan membeli rokok bagi remaja yang berumur di bawah 18 tahun, memberikan penyuluhan mengenai bahaya merokok terutama terhadap mereka yang akan menikah dan menyediakan tempat tinggal yang layak huni secara kesehatan."

"Salah satu indikator penting untuk mengetahui miskin atau tidaknya suatu rumah tangga adalah jumlah pengeluaran rumah tangga tersebut per bulan. Tugas akhir mi membandingkan kontribusi pengeluaran pangan dan non pangan pada pengeluaran per bulan dengan memperhatikan karakteristik-karakteristik demografis dan sosial rumah tangga. Metode analisis yang digunakan adalah model regresi linier berganda, berdasarkan data rumah tangga hasil Survei Sosial Ekonomi Nasional 1990 (BPS 1990) untuk wilayah propinsi Jawa Barat. Beberapa model regresi di buat untuk rumah tangga miskin dan tidak miskin baik di kota maupun di desa. Hasil yang didapat adalah adanya perbedaan kontribusi pengeluaran pangan maupun non pangan pada pengeluaran rumah tangga per bulan antara rumah tangga miskin dan tidak miskin baik di kota maupun di desa. Kontribusi pengeluaran pangan pada rumah tangga miskin lebih besar dibandingkan rumah tangga tidak miskin, di kota maupun di desa. Sedangkan kontribusi pengeluaran non pangan pada rumah tangga tidak miskin lebih besar dibandingkan rumah tangga miskin, di kota maupun di desa. Karakteristik-karakteristjk yang diperhatikan dalam model adalah jenis kelamin kepala keluarga, sumber penghasilan utama, status pekerjaan, tingkat pendidikan kepala keluarga, jumlah pekerja dan jumlah anggota rumah tangga."

"Dalam upaya pengentasan kaum miskin, ada beberapa karakteristik yang dianggap dominan. Sifat karakteristik-karakteristik tersebut saling berkaitan. Tugas akhir ini mempelajari keterkaitan sifat-sifat tersebut melalul interaksi, menggunakan metode analisis berdasarkan model Log-linier. Data yang digunakan adalah data hasil Survei Sosial Ekonomi Nasional 1990 (Susenas'90) untuk wilayah Propinsi Jawa Barat. Hubungan antar beberapa karakteristik rumah tangga miskin dan tidak miskin di wilayah desa dan kota, yaitu sumber penghasilan utama rumah tangga, status pekerjaan, jumlah anggota rumah tangga, tingkat pendidikan tertinggi kepala rumah tangga dan jenis kelamin kepata rumah tangga, dianalisis berdasarkan beberapa model Log-Itnier. Hasil penelitian interaksi antar karakteristik-karakteristik yang diperoleh, menunjukkan adanya perbedaan antara rumah tangga miskin dan tidak miskin, baik di desa maupun di kota. Status kemiskinan hampir selalu nyata berinteraksi dengan sumber penghasilan utama, status pekerjaan dan tingkat pendidikan tertinggi, baik di desa maupun di kota. Pada rumah tangga di kota, tingkat pendidikan tampaknya confounded dengan status kemiskinan. Sifat-sifat yang tampak sebagai interaksi tersebut, diharapkan dapat membantu pemerintah maupun badan-badan lain dalam menetapkan kebijaksanaan di dalarn usaha-usaha pengentasan kaum miskin. Dalam pengertian bahwa perlunya diambil kebijaksanaan yang tepat, misalnya program wajib belajar 9 tahun sebagai salah satu usaha pengentasan kemiskinan harus memperhatikan sumber penghasilan keluarga, sebab ketidak ikut sertaan kaum miskin dalam program tersebut adalah karena tenaga mereka diperlukan untuk bekerja memenuhi kebutuhan hidupnya."

"Indikator untuk mengukur tingkat kesejahteraan rumahtangga bersifat relatif. Dalam tugas akhir ini telah ditemukan bahwa tingkat kemampuan sosial ekonomi rumahtangga di DKI Jakarta yang heterogen dapat dibagi ke dalam beberapa kelompok/cluster yang relatif homogen. Metode yang digunakan adalah Analisis Cluster. Dengan Analisis Cluster pengelompokan terhadap obyek/individu akan menghasilkan variabilitas yang rendah untuk obyek-obyek yang berkumpul dalam satu cluster, dan variabilitas yang tinggi untuk obyekobyek dari cluster yang berbeda. Data yang digunakan adalah data SUSENAS tahun 1993 untuk propinsi DKI Jakarta dengan besar sampel 3058 rumahtangga. Dengan metode Partisi K-Mean, 3058 rumahtangga yang diukuroleh 21 variabel dapat dikelompokw ke dalam 7 cluster, dan komposisi ke-tujuh cluster tersebut kemudian dirangkum dalam 3 kelompok sosial ekonomi."

"Continuing to expand the middle level education is partly as an objective of education policy to fulfill equity in developing countries, like m Indonesia. The quantitative objective of equity is already stated in the long-term development plan of education- where at least 80% of younger age population aged from 16-18 years are enrolled in middle level education- levels of education are for general and vocational objectives. To meet the equity objectives of the development plan, the number of general and vocational schooling has growing very fast throughout the country. The question is that whether in the labor market, the returns of schooling were predictable, and whether these signals ware taken as a consideration as the basis to expand the expansion of education According to available evidences from the developed countries studies, returned to schooling of middle levels is quite low. The Mincerian Hypothesis will be used to observe the returns to schooling based on the Susenas 2001 with the sample data West Sumatera. The data shows that the returns to middle level education are relatively low -ranges from 4-17%. Vocational school graduates much higher than these general school graduates. Female graduates were also higher their return to schooling then their male counterparts. The implication of this study is discussed."