|
Perpindahan (mobilitas) penduduk yang telah terjadi sejak tahun sembilan puluhan, membutuhkan data migrasi yang relevan, yaitu dengan pengukuran yang tepat. Selama ini migrasi diukur dengan angka migrasi kasar (crude migration rate =cmr), masih belum dapat menggambarkan kejadian migrasi yang terjadi, karena masih dipengaruhi oleh perubahan struktur usia. Untuk itu diperlukan suatu pengukuran yang telah terbebas dari pengaruh struktur usia. Untuk itu dibutuhkan data migrasi yang lebih rinci, yaitu migrasi yang dapat menggambarkan migrasi dengan renlang waktu yang relatif pendek, menurut kelompok usia. Data SUPAS 1995 memungkinkan untuk memperoleh data migrasi (risen) menurut kelompok usia dan daerah tujuan dan asal migran, melalui pengolahan data dengan menggunakan lamanya tinggal.Ananta dan Anwar (1995), telah mempergunakan suatu pengukuran migrasi yang terbebas dari pengaruh struktur usia, yang dikenal dengan gross-migra-production-rate (GMR), yang merupakan suatu angka indeks. Angka ini merupakan penjumlahan daripada angka migrasi menurut kelompok usia (age-specific-migration-rate). Pengukuran ini analog dengan Gross Reproduction Rate (GRR) dalam analisis fertilitas. Sesungguhnya, pengukuran ini digunakan dalam analisis demografi multiregional, yang merupakan perluasan dari pada demografi formal, sehingga hanya ada satu angka migrasi (angka migrasi keluar). Dengan menggunakan pengukuran ini dalam perspektif demografi uniregional, maka ditemukan dua angka migrasi, yaitu Gross-migra-out-prociuction-rate (GOMR) untuk mengukur migrasi keluar dan gross-migra-in-production-rate (GIMR) untuk mengukur migrasi masuk.Dengan menggunakan data SP 1980 dan SP 1990, Ananta dan Anwar (1995) menghitung GOMR dan GIMR untuk keduapuluh tujuh propinsi. Pengukuran ini memperhatikan kecenderungan angka migrasi masuk dan keluar, dengan membagi propinsipropinsi atas tujuh kelompok kecenderungan poia migrasi. Selanjutnya, Karyatna (1996) telah menggunakan pengukuran ini untuk mengestimasi angka migrasi periode 1990-1995, dengan menggunakan data SP 1980 dan SP 1990. Estimasi angka migrasi dilakukian sebelum keluarnya hash SUPAS 1995, dengan menggunakan asumsi-asumsi tertentu, yang juga melihat kecenderungan naik-lurunnya angka migrasi keluar dan masuk, dengan menghasilkan skenario pola migrasi. Berdasarkan skenario 1 dan 2, pola kecenderungan migrasi propinsi dibagi atas sembilan kelompok. Dan akhirnya, penelitian ketiga dilakukan Ananta et al. (1998), dengan menggunakan data SUPAS 1995, telah lebih maju. Pengukuran migrasi yang dilakukan telah memperhitungkan penduduk yang beresiko untuk pndah, serta adanya kriteria GMR yang tertentu. Angka migrasi dikelompokkan atas tiga, yaitu migrasi rendah (GMR-nya kecil dari 0,20), migrasi sedang (GMIR berada antara 0,20 - 0,40) dan migrasi tinggi (GMR-nya besar dari 0,40). Penelitian ini membagi propinsi-propinsi atas lujuh kelompok. Namun, keliga penelitian ini belum melihat GMR menurut propinsi asal dan propinsi tujuan.Thesis ini bertujuan untuk mengestimasi angka migrasi (risen) pada propinsipropinsi, dengan menggunakan variabel lamanya linggal : lima, empat, tiga, dua dan satu tahun pada propinsi tempat tinggal sekarang. Setelah memperoleh data migrasi, maka akan dapat diketahui bagaimana pola kecenderungan migrasi risen yang terjadi. Untuk itu diperlukan data migran menurut kelompok usia dan jenis kelamin untuk duapuluh tujuh propirisi. Data tersebut diperoleh melalui beberapa tahapan, yaitu : (1) menginterpolasi jumlah penduduk menurut kelompok usia lima tahunan dan jenis kelamin untuk 27 propinsi, (2) Mendapatkan variabel migran menurut kelompok usia lima tahunan, propinsi asal dan propinsi tujuan.(3) mengestimasi data jumlah penduduk usia 0-4 tahun dengan asumsi 25 persen penduduk usia 0-4 mengikuti penduduk wanita usia 15-19 tahun, dan (4) mengestimasi angka migrasi risen ketuar dan masuk (GOMR, GIMR). Data dan angka migrasi yang dihasilkan adalah berdasarkan data kumulatif. Selanjutnya diestimasi lagi migran berdasarkan titik waktu yang diinginkan, dengan teknik yang sederhana dari data migran kumulatif, khusus untuk dua propinsi, yaitu : Sumatera Barat dan DKI Jakarta.Dari hasil estimasi yang dilakukan dapat disimpulkan bahwa beberapa hai yang menarik :1. Angka migrasi propinsi-propinsi terus mengalami penurunan, dengan kecepatan yang bervariasi antar propinsi. Ada yang relatif cepat, tetapi ada juga yang sangat cepat. Propinsi-propinsi yang semula berada pada delapan kelompok berdasarkan kecenderungan migrasinya (1989-1995), pada akhir periode pengamatan (1993-1995), duapuluh empat propinsi telah masuk pada kelompok migrasi rendah. Hanya tiga propinsi yang masih berada pada kelompok migrasi lainnya, yaitu DKI Jakarta pada kelompok empat yang bercirikan migrasi sedang dan Kalimantan Timur dan Sulawesi Tenggara pada kelompok tiga yang bercirikan migrasi masuk sedang dan migrasi keluar rendah.2. Angka migrasi laki-laki pada umumnya lebih besar daripada perempuan. Namun ada pada beberapa propinsi ditemukan angka migrasi perempuan lebih tinggi daripada laki-laki, yaitu di Sumatera Utara, Sumatera Barat dan Sulawesi Tenggara.3. Konsentrasi migran masih pada kelompok-kelompok usia muda, yaitu 20-29 tahun untuk perempuan. Sedangkan untuk migran laki-laki, sedikit lebih tinggi, yaitu 25-34 tahun.4. Propinsi tujuan migran dan propinsi asst migran masih terkonsentrasi di Pulau Jawa. DKI Jakarta masih mempunyal daya tarik yang cukup besar untuk didatangi, meskipun akhirnya telah digeser oleh Jawa Barat.5. Berdasarkan data tahunan, terlihat bahwa angka migrasi yang diperoleh lebih kecil. Pola migrasinya bervariasi antara migrasi keluar laki-laki dan perempuan dengan migran masuk laki-laki dan perempuan.Di masa mendatang, ketersediaan data migrasi yang lebih rinci dan semakin komprehensif sangat dibutuhkan, sehingga dapat digunakan untuk berbagai analisis demografi, khususnya migrasi. Untuk itu disarankan agar Badan Pusat Statistik dapat mengumpulkan dala tersebut dalam Sensus Penduduk pada pertanyaan kor (inti), sehingga kesalahan sampling dapat diatasi, dan ketersediaan data untuk analisis dapat direalisasikan. |
T9168-Susanna Taslim.pdf :: Unduh