Jurnal Ekonomi dan Pembangunan Indonesia

Volume 21 Article 9
Number 1 Januari

1-2021

Akses Pelayanan Kesehatan Keluarga Berstatus Ekonomi Rendah

di Era JKN
Prastuti Soewondo
Departemen Administrasi dan Kebijakan Kesehatan, Fakultas Kesehatan Masyarakat Universitas
Indonesia & Kelompok Kerja Kebijakan Asuransi Kesehatan, Tim Nasional Percepatan Penanggulangan
Kemiskinan (TNP2K), prastuti.s@gmail.com

Meliyanni Johar
Kelompok Kerja Kebijakan Asuransi Kesehatan, Tim Nasional Percepatan Penanggulangan Kemiskinan
(TNP2K), meliyanni.johar@tnp2k.go.id

Retno Pujisubekti
Kelompok Kerja Kebijakan Asuransi Kesehatan, Tim Nasional Percepatan Penanggulangan Kemiskinan
(TNP2K), retno.pujisubekti@tnp2k.go.id

Follow this and additional works at: https://scholarhub.ui.ac.id/jepi

Part of the Health Economics Commons

Recommended Citation
Soewondo, Prastuti; Johar, Meliyanni; and Pujisubekti, Retno (2021) "Akses Pelayanan Kesehatan
Keluarga Berstatus Ekonomi Rendah di Era JKN," Jurnal Ekonomi dan Pembangunan Indonesia: Vol. 21:
No. 1, Article 9.
DOI: 10.21002/jepi.2021.08
Available at: https://scholarhub.ui.ac.id/jepi/vol21/iss1/9

This Article is brought to you for free and open access by the Faculty of Economics & Business at UI Scholars Hub.
It has been accepted for inclusion in Jurnal Ekonomi dan Pembangunan Indonesia by an authorized editor of UI
Scholars Hub.
 Jurnal Ekonomi dan Pembangunan Indonesia
Vol. 21 No. 1 Januari 2021: 108–124
108 p-ISSN 1411-5212; e-ISSN 2406-9280

Akses Pelayanan Kesehatan Keluarga Berstatus Ekonomi Rendah di

Era JKN
Healthcare Utilisation by the Economically Disadvantaged Under
Jaminan Kesehatan Nasional (JKN)

Prastuti Soewondoa,b , Meliyanni Joharb , & Retno Pujisubektib,∗

a Departemen Administrasi dan Kebijakan Kesehatan, Fakultas Kesehatan Masyarakat Universitas Indonesia
b Kelompok Kerja Kebijakan Asuransi Kesehatan, Tim Nasional Percepatan Penanggulangan Kemiskinan (TNP2K)

[diterima: 13 Oktober 2018 — disetujui: 26 November 2019 — terbit daring: 29 Januari 2021]

Abstract
Economically disadvantaged families often cannot pay for healthcare. Since Jaminan Kesehatan Nasional (JKN) was
launched in 2014, the government expands subsidies for these families, identified based on consumption. However, this
criterion would misclassify families with low purchasing power as economically advantaged because they have large
consumption, financed through social assistance. This paper uses the income from the main job instead to determine
families’ economic rank. Based on 35 percent of families with the lowest income, utilisation increases with insurance
availability. Predictions using consumption as the gauge for economic rank are underestimated, up to 71 percent for
inpatient services.
Keywords: healthcare utilisation; health insurance; low-income family; Sakernas; JKN; PBI

Abstrak
Masyarakat dengan status ekonomi rendah sering kali tidak mampu memenuhi kebutuhan kesehatannya.
Sejak Jaminan Kesehatan Nasional (JKN) diluncurkan pada tahun 2014, Pemerintah memperluas subsidi
iuran bagi keluarga tidak mampu yang diidentifikasi menurut nilai konsumsi. Masalahnya, kriteria ini
akan mengategorikan keluarga tidak mampu sebagai mampu karena nilai konsumsi yang besar dibiayai
oleh pihak lain. Sebagai alternatif, kajian ini menggolongkan keluarga berdasarkan besaran penghasilan
yang didapatkan dari pekerjaan. Untuk 35 persen keluarga berpenghasilan terendah, probabilitas utilisasi
ditemukan meningkat dengan ketersediaan jaminan kesehatan. Penggunaan besaran konsumsi sebagai
acuan peringkat ekonomi terlalu kecil menafsir pengaruh kepesertaan jaminan kesehatan pada utilisasi,
sampai sebanyak 71 persen pada pelayanan rawat inap.
Kata kunci: akses pelayanan kesehatan; jaminan kesehatan; Sakernas; keluarga berekonomi rendah; JKN; PBI

Kode Klasifikasi JEL: I11; I13

Pendahuluan Elgar et al., 2015; Pickett & Wilkinson, 2015; Carrieri

Hasil observasi di hampir semua negara menun-
jukkan bahwa keluarga dengan status ekonomi
rendah atau miskin memiliki kondisi kesehatan
yang lebih buruk daripada keluarga berekonomi
cukup dan baik (Fletcher & Wolfe, 2014; Mills, 2014;
∗ Alamat Korespondensi: Grand Kebon Sirih lt. 15, Jl. Kebon
Sirih Raya No. 35 Jakarta Pusat 10110. E-mail: retno.pujisubekti@
tnp2k.go.id.
& Jones, 2017; Linden & Ray, 2017). Faktor-faktor
penyebabnya meliputi faktor lingkungan dikare-
nakan keluarga miskin yang cenderung tinggal di
lingkungan yang rawan penyakit, seperti di dekat
tumpukan sampah, genangan air kotor, atau di da-
erah yang berpolusi udara tinggi, kondisi rumah
yang terlalu padat penghuni; faktor gaya hidup
yang kurang sehat, seperti kebiasan merokok, ku-
rang mengonsumsi makanan bergizi tinggi dan

Jurnal Ekonomi dan Pembangunan Indonesia Vol. 21 No. 1 Januari 2021, hlm. 108–124
 Soewondo, P., et al.
tidak rutin berolah raga; serta faktor risiko peker-
jaan yang mungkin relatif tinggi seperti bekerja
sebagai buruh bangunan, pekerja kebun dan pa-
brik, atau nelayan kecil (Martikainen et al., 2014;
Breiman et al., 2015; Goh et al., 2015; Mberu et al.,
2016). Selain itu, bayi-bayi di keluarga miskin ju-
ga cenderung lahir dengan endowment fisik dan
mental yang inferior dibanding anak-anak yang
lahir di keluarga berkecukupan (Aizer & Currie,
2014; Robertson & O’Brien, 2018). Akan tetapi, wa-
laupun tingginya kebutuhan kesehatan keluarga
miskin, banyak dari keluarga tersebut yang tidak
mampu membeli pelayanan kesehatan (Jacobs et
al., 2011). Untuk itu, pembuat kebijakan kesehatan
melakukan berbagai intervensi untuk membantu
keluarga-keluarga dengan status ekonomi rendah
ini untuk mendapat pelayanan kesehatan yang se-
suai, salah satunya dengan memberikan jaminan
kesehatan (Tangcharoensathien et al., 2015).
Penelitian ini menganalisis apakah ketersediaan
jaminan kesehatan mampu meningkatkan utilisasi
pelayanan kesehatan oleh keluarga berpenghasilan
rendah dibanding situasi ketika tidak mempunyai
jaminan kesehatan. Berbeda dengan kebanyakan
penelitian yang membandingkan utilisasi pelayan-
an kesehatan oleh keluarga yang kurang mampu
dan keluarga yang berkecukupan, penelitian ini
berfokus terhadap bagaimana jenis ketersediaan
jaminan kesehatan berpengaruh terhadap utilisasi
di keluarga dengan status ekonomi rendah. Dengan
demikian, perbedaan mengenai utilisasi pada sam-
pel tidaklah disebabkan oleh perbedaan besarnya
status ekonomi. Tiga jenis jaminan yang dianalisis
adalah (i) jaminan kesehatan umum; (ii) jaminan
kesehatan yang secara eksklusif menargetkan kelu-
arga berstatus ekonomi rendah (menurut kriteria
yang sudah ditetapkan oleh negara); dan (iii) jamin-
an kesehatan yang diselenggarakan oleh beberapa
pemerintah daerah, yang menjunjung tinggi prinsip
kesehatan semesta untuk warganya.
Dimulai tahun 2014, semua bentuk jaminan kese-
Jurnal Ekonomi dan Pembangunan Indonesia Vol. 21 No. 1 Januari 2021, hlm. 108–124
109
hatan yang diselenggarakan oleh negara diintegrasi
di bawah satu institusi negara dalam program Ja-
minan Kesehatan Nasional (JKN), dengan Badan
Penyelenggara Jaminan Sosial (BPJS) Kesehatan se-
bagai penyelenggaranya. Keluarga dengan jaminan
kesehatan (ii) disebut sebagai “Penerima Bantuan
Iuran” (PBI), yang dapat memperoleh pelayanan ke-
sehatan (termasuk obat dari resep) tanpa membayar
sepeser pun di fasilitas kesehatan karena iurannya
sudah dibayarkan Pemerintah. Kepesertaan PBI di-
atur oleh Undang-Undang Sistem Jaminan Sosial
Nasional (UU SJSN) dan cakupan PBI disesuaikan
dengan anggaran negara untuk kesehatan.
Sampel yang digunakan oleh penulis diambil dari
data Survei Sosioekonomi Nasional (Susenas) dan Su-
rvei Angkatan Kerja Nasional (Sakernas) tahun 2014,
2015, dan 2017; data tahun 2016 tidak dipakai ka-
rena Sakernas tahun 2016 tidak mencakup seluruh
provinsi. Susenas telah umum digunakan dalam
kajian mikro maupun makro, termasuk dalam pro-
ses penggolongan rumah tangga berstatus ekonomi
rendah. Sementara data Sakernas digunakan karena
Susenas tidak mempunyai informasi besaran peng-
hasilan pribadi keluarga. Susenas mencatat besaran
konsumsi yang dapat dipenuhi oleh penghasilan
pribadi atau dibayari oleh pihak lain seperti subsidi
pemerintah. Oleh karena itu, penulis merujuk ke-
pada Sakernas untuk memperoleh estimasi besaran
penghasilan masing-masing kepala keluarga sesuai
dengan umur, jenis kelamin, pendidikan, kondisi
pekerjaan, dan daerah.
Sepengetahuan terbaik penulis, penggabungan
data Sakernas dan Susenas pada tingkat individu
adalah hal yang baru. Cross-matching – yaitu memba-
wa estimasi dari satu set data untuk diaplikasikan
ke set data lain yang mempunyai variabel-variabel
yang konsisten dengan variabel pembuat estimasi
– tidak hanya dapat mengisi keterbatasan Susenas
dalam mengukur besaran penghasilan keluarga,
tetapi mungkin juga menambah akurasi gambaran
kondisi ekonomi keluarga Indonesia. Contohnya,
110 Akses Pelayanan Kesehatan Keluarga ...

jika menggunakan tingkat konsumsi, akan banyak an ke sektor swasta dan tempat tidur bagi peserta
keluarga tidak mampu yang tergolongkan sebagai PBI mengisyaratkan pada pembuat kebijakan akan
mampu karena tingkat konsumsinya yang besar perlunya peningkatan kapasitas fasilitas kesehatan
yang dibiayai oleh pemberian atau subsidi. Sementa- publik dan partisipasi fasilitas swasta yang lebih
ra itu, melalui informasi penghasilan dari pekerjaan, besar lagi untuk mencapai kesehatan bagi seluruh
dapat diprediksi keluarga yang berpenghasilan sa- warga Indonesia. Selain itu, sampel menunjukkan
ngat rendah atau tidak ada penghasilan tetap sama bahwa peserta JKN hanya mencakup sekitar 45
sekali (selain dari donor) sehingga penggolongan persen dari 35 persen keluarga berpenghasilan ter-
keluarga tidak mampu dapat lebih akurat. endah, dengan peserta PBI sekitar 31 persen atau
69 persen dari peserta JKN. Meskipun masih ada
Berdasarkan 35 persen keluarga berpenghasilan
waktu untuk menjadi peserta JKN sebelum tahun
terendah, hasil analisis menunjukkan bahwa proba-
2019 (target waktu pencapaian jaminan semesta),
bilitas utilisasi pelayanan kesehatan pada umum-
akan tetapi seharusnya lebih banyak lagi anggota
nya meningkat dengan ketersediaan JKN. Probabili-
keluarga berstatus ekonomi rendah yang berhak
tas utilisasi pelayanan rawat jalan di fasilitas publik
menjadi peserta PBI.
untuk peserta JKN diprediksikan 0,065 poin persen-
tase lebih tinggi dibandingkan dengan yang tidak
Banyak penelitian telah menunjukkan korelasi
memiliki JKN, atau 25 persen dari rata-rata utilisa-
yang positif antara jaminan kesehatan dan utilisasi
si pelayanan rawat jalan di fasilitas publik dalam
pelayanan kesehatan. Dari Asia, ada sekumpulan
sampel. Sementara probabilitas utilisasi pelayanan
penelitian dari Cina yang secara konsisten menun-
rawat inap di fasilitas publik oleh peserta JKN di-
jukkan bahwa jaminan kesehatan dapat menjadi
prediksikan 0,05 poin persentase lebih tinggi, atau
stimulasi untuk utilisasi fasilitas kesehatan, teru-
lebih dari dua kali lipat dari rata-rata sampel diban-
tama untuk rawat inap di rumah sakit (Wagstaff
ding yang tidak memiliki JKN. Di fasilitas swasta,
et al., 2009; Yu et al., 2010; Zhang et al., 2017). Di
probabilitas utilisasi pelayanan rawat inap oleh
Korea, sebuah penelitian oleh Sohn & Jung (2016)
peserta JKN lebih besar 140 persen dari rata-rata
menggunakan data panel untuk mengukur besar-
sampel dibanding kasus tanpa JKN. Untuk peserta
an dampak jaminan kesehatan terhadap utilisasi
PBI, probabilitas utilisasi layanan rawat jalan dan
pelayanan kesehatan. Data panel memberikan buk-
inap di sektor swasta oleh PBI lebih kecil dibanding
ti yang kuat karena perubahan utilisasi pelayan-
non-PBI. Ketersediaan Jaminan Kesehatan Daerah
an ataupun status kepemilikan jaminan terdeteksi
(Jamkesda) mendukung utilisasi pelayanan kesehat-
langsung untuk tiap individu. Sohn & Jung (2016)
an, khususnya di fasilitas publik. Membandingkan
menemukan bahwa tidak hanya utilisasi pelayan-
besaran estimasi pengaruh jaminan terhadap utili-
an kesehatan meningkat dengan adanya jaminan,
sasi pelayanan di atas dengan estimasi yang setara
tetapi intensitas utilisasi pelayanan kesehatan juga
tetapi dihasilkan dengan penggolongan keluarga
bertambah dengan ketersediaan jaminan. Intensitas
tidak mampu menggunakan konsumsi per kapita,
diukur dengan frekuensi utilisasi pelayanan. In-
seperti yang sudah dilakukan oleh literatur sebe-
dividu yang mempunyai jaminan kesehatan yang
lumnya, penulis menemukan penggolongan berda-
mencakup lebih banyak pelayanan/fasilitas atau
sarkan konsumsi yang menghasilkan estimasi lebih
memiliki lebih dari satu jaminan akan lebih sering
kecil (underestimation) dalam nilai mutlak, sampai
menggunakan fasilitas kesehatan dibanding indi-
71 persen pada kasus rawat inap.
vidu yang mempunyai satu jenis jaminan dengan
Adanya keterbatasan utilisasi pelayanan kesehat- cakupan pelayanan dasar.
Jurnal Ekonomi dan Pembangunan Indonesia Vol. 21 No. 1 Januari 2021, hlm. 108–124
 Soewondo, P., et al. 111

Di Indonesia, sudah ada beberapa penelitian yang nya, hasil-hasil kajian yang ada menyimpulkan
mengukur perubahan utilisasi pelayanan kesehat- utilisasi pelayanan kesehatan meningkat dengan
an terkait dengan ketersediaan jaminan dengan ketersediaan jaminan, akan tetapi pada populasi
hasil yang berbeda-beda. Secara umum, penelitian- yang lebih kecil kesimpulan ini mungkin berbeda.
penelitian ini berkesimpulan bahwa korelasi antara Misalnya, proses registrasi bisa saja menghambat
jaminan dan pelayanan kesehatan adalah positif populasi tertentu untuk menjadi peserta jaminan.
(Waters et al., 2003; Hidayat et al., 2004; Pradhan et Kajian Acharya et al. (2012) menemukan bahwa ja-
al., 2007; Sparrow, 2008; Sparrow et al., 2010). Tetapi, minan yang kepesertaannya berbasis pada pendaf-
hanya beberapa penelitian yang dapat memberikan taran atas inisiasi sendiri tidak mempunyai dampak
bukti yang konkret bahwa kenaikan penggunaan yang kuat terhadap utilisasi pelayanan kesehatan
fasilitas kesehatan disebabkan oleh ketersediaan ja- keluarga berstatus ekonomi rendah dan keluarga
minan. Misalnya, hasil penelitian Johar (2009) tidak yang mata pencahariannya berasal dari pekerjaan
menemukan adanya peningkatan utilisasi fasilitas informal (tidak kena pajak).
kesehatan yang signifikan karena adanya Kartu
Sehat di tahun 1990–2000.
Metode
Selain yang disebutkan di atas, terdapat juga
bukti dari negara berkembang lainnya. Di Ghana,
Proses analisis dibagi menjadi empat bagian: (I) es-
penelitian Brugiavini & Pace (2016) menganalisis
timasi bobot status individu aktif bekerja dan bobot
kesehatan ibu dan anak yang mengungkap bahwa
besaran penghasilan utama perorangan (labour force
jaminan kesehatan dapat meningkatkan pemeriksa-
participation [LFP] equation dan wage equation); (II)
an rutin kehamilan, kelahiran di fasilitas kesehatan,
estimasi besaran penghasilan utama kepala rumah
dan proses kelahiran oleh tenaga kesehatan. Dari
tangga (cross-matching); (III) penggolongan keluarga
Brazil, Boccolini & de Souza Junior (2016) membuat
berstatus ekonomi rendah; dan (IV) analisis kuat-
konsep ‘underutilisation’ atau utilisasi pelayanan
nya korelasi antara ketersediaan jaminan kesehatan
kesehatan yang tidak maksimal, dalam arti seorang
dan utilisasi pelayanan kesehatan. Dua set data
individu tidak pernah diperiksa oleh dokter, tidak
yang digunakan adalah set data nasional Susenas
pernah ke dokter gigi, tidak pernah mengukur tensi
dan Sakernas yang mencakup individu di semua
darah di klinik, atau tidak pernah cek gula darah.
provinsi Indonesia.
Dari sampel sekitar 60.000 individu, merepresenta-
Pada tahap pertama (I), penulis hanya dapat men-
sikan 22 juta populasi dewasa Brazil, melaporkan
catat besaran penghasilan dari individu-individu
bahwa rata-rata underutilisation sebesar 15 persen.
yang aktif bekerja. Hal ini berarti ada proses selek-
Brazil sebenarnya mempunyai program kesehat-
si yang mengatur apakah seorang individu aktif
an semesta, tetapi 30 persen dari warganya juga
bekerja atau tidak. Konsep ‘reservation wage’ digu-
memiliki jaminan kesehatan swasta. Hasil analisis
nakan pada literatur-literatur sebelumnya untuk
juga menunjukkan bahwa kemungkinan insiden
mencerminkan tingkat penghasilan minimum yang
underutilisation adalah 2,1 kali lebih tinggi untuk
harus dicapai sebelum bekerja menjadi kegiatan
individu yang hanya mengandalkan jaminan ke-
yang menguntungkan dibanding tidak bekerja. Re-
sehatan negara dibanding individu yang memiliki
servation wage seseorang tentunya akan bervariasi
jaminan kesehatan negara dan swasta.
menurut keadaan keluarga dan lingkungan. Untuk
Sebuah rangkuman ilmiah yang baru terbit oleh mengintegrasi proses seleksi ini ke wage equation, pe-
Prinja et al. (2017) menegaskan bahwa pada umum- nulis menggunakan model seleksi Heckman (1979).
Jurnal Ekonomi dan Pembangunan Indonesia Vol. 21 No. 1 Januari 2021, hlm. 108–124
112 Akses Pelayanan Kesehatan Keluarga ...
Motivasi di balik model seleksi Heckman adalah
adanya wage equation yang hanya bisa dilihat bagi
para pekerja dan LFP equation yang mengatur ke-
putusan seorang individu untuk menjadi pekerja.
Wage equation dapat ditulis sebagai berikut:
wi = βXi + εi , (1)
dengan wi adalah wage atau besaran penghasilan
individu i, Xi berisikan kumpulan variabel yang
berkaitan dengan produktivitas individu i, dan εi
adalah eror estimasi. wi hanya bisa didapat jika
individu berkerja. Oleh karena itu, ada proses yang
mendahului Persamaan (1) yang diberikan oleh LFP
equation:
e∗i = γZi + ui (2)
dengan e∗i terkait dengan reservation wage dan ri me-
lalui E∗i = Wi − ri > 0 untuk individu i yang bekerja.
Dalam estimasi, penulis membuat indikator vari-
abel ei yang memberikan nilai 1 untuk observasi
pekerja dan 0 untuk yang lainnya; ei = 1 jika > 0 e∗i
atau ui < −γZi dan selain itu ei = 0. Zi berisikan
kumpulan variabel yang berkaitan dengan kebu-
tuhan ekonomi keluarga (Zi ⊂ Xi ) dan ui adalah
eror estimasi. Model Heckman berasumsi bahwa
kedua eror mempunyai distribusi normal dengan
mean 0 dan varians σ2ε dan σ2u serta korelasi sebesar
ρu :
(ε, u) ∼ N(0, 0, σ2ε σ2u , ρεu ). (3)
Karena Persamaan (1) hanya ditemukan jika
e∗i > 0, maka regresi pada Persamaan (1) saja yang
dapat menghasilkan besaran penghasilan yang bias.
Ini disebabkan asumsi regresi bahwa E(ε|X) = 0
terlanggar. Sebetulnya:
E(wi |ei = 1, Xi ) = E(βXi |ei = 1, Xi )
+E(εi |ei = 1, Xi )
= βXi + E(εi |ui < −γZi ), (4)
sejak Xi diasumsikan independen dari kedua eror.
Bisa dilihat jika E(εi |ui < −γZi ) = 0 berarti regre-
Jurnal Ekonomi dan Pembangunan Indonesia Vol. 21 No. 1 Januari 2021, hlm. 108–124
si Persamaan (1) saja cukup. Akan tetapi, karena
pada umumnya korelasi ρu tidaklah nol, estima-
si wage equation saja akan menghasilkan prediksi
besaran penghasilan yang bias; misalnya individu
yang cenderung aktif bekerja adalah individu yang
mempunyai aspirasi tinggi yang juga cenderung
akan menduduki pekerjaan yang menghasilkan
penghasilan besar. Bisa ditunjukkan bahwa:
E(εi |ui < −γZi ) = ρu σε λi (γZi ) = βλ λi (γZi ), (5)
dengan λi adalah inverse Mill’s ratio yang mengukur
besarnya bias terkait proses seleksi status aktif be-
kerja. Karena σε dan Mill’s ratio selalu positif, maka
Persamaan (5) hanya bisa nol jika ρu = 0.’
Estimasi dilakukan untuk setiap grup individu
menurut jenjang karier (25–44 tahun atau 45–59
tahun) dan jenis kelamin. Langkah ini diambil ka-
rena variasi perilaku lapangan pekerjaan sangatlah
berbeda untuk individu di masa karier prima dan
senior, sementara perbedaan antara penghasilan
pekerja laki-laki dan perempuan sudah banyak
didokumentasikan (Blau & Kahn, 2017). Estimasi
besaran bobot β̂, β̂λ dan γ̂ disimpan untuk dibawa
ke data Susenas.
Tahap (II) sampai (IV) diterapkan pada data Suse-
nas. Pada tahap kedua (II), penulis memprediksikan
tingkat penghasilan menggunakan variabel yang
sama dengan yang ada di Susenas. Bobot dari tahap
pertama (I) diterapkan pada kepala rumah tangga
untuk mencerminkan besaran penghasilan utama
keluarga:

ŵi = β̂Xi + β̂λ φ p−γ̂Zi q /p1 − Φ p−γ̂Zi qq

= β̂Xi + β̂λ φ pγ̂Zi q /Φ pγ̂Zi q (6)
dengan φ(.) adalah normal probability density fun-
ction (pdf) dan Φ(.) adalah normal cumulative density
function (cdf). Hasil dari Persamaan (6) akan membe-
rikan estimasi besaran penghasilan perorangan dari
lapangan pekerjaan di data Susenas yang selama ini
tidak tersedia. Diasumsikan hanya ada satu pencari
 Soewondo, P., et al. 113

nafkah utama untuk sebuah rumah tangga. Asumsi adalah:

ini dianggap cukup rasional, dengan stabilnya tren Pr(yi = 1) = Φ(αDI + θAi ). (8)
LFP dalam dua dekade terakhir secara total (67–
Kuatnya korelasi antara probabilitas utilisasi fasi-
70 persen) dan antara perempuan dewasa (51–52
litas kesehatan dan ketersediaan jaminan diberikan
persen) (World Bank, 2018), dan mengingat dalam
oleh efek marginal dari model probit yang dikalku-
tradisi Asia, mencari nafkah adalah tanggung ja-
lasi menurut status ketersediaan jaminan.
wab utama suami atau kepala keluarga sementara
Tiga jenis jaminan kesehatan yang dianalisis ada-
istri bertanggung jawab atas anak dan kegiatan
lah1 : (i) jaminan kesehatan sosial umum (JKN); (ii)
sehari-hari rumah; anggota keluarga lain mungkin
jaminan kesehatan sosial untuk keluarga berstatus
mempunyai penghasilan, tetapi tidak tetap atau
ekonomi rendah (PBI); dan (iii) jaminan kesehatan
lebih kecil dari penghasilan utama. Apabila kepala
(tambahan) dari kebijakan pemerintah daerah (Jam-
rumah tangga tidak bekerja, penghasilan utama
kesda). Contohnya, Daerah Istimewa Aceh yang
rumah tangga diisi dengan prediksi Persamaan (6)
telah menyatakan bahwa mempunyai jaminan ke-
untuk anggota rumah lain yang bekerja: anggota
sehatan semesta dengan cakupan Jamkesda-nya
yang tertua di kisaran umur 25–44 tahun atau, jika
sekitar 23 persen pada tahun 2014–2017 (Susenas,
tidak ada, anggota yang termuda di kisaran umur
2014–2017). Walaupun populasi penelitian ini ada-
45–59 tahun. Asumsinya adalah anggota rumah
lah keluarga berstatus ekonomi rendah, tidak semua
tangga pekerja ini mempunyai potensi terbesar un-
keluarga ini menerima PBI (Soewondo, 2017).
tuk berpenghasilan lebih tinggi dari anggota rumah
tangga pekerja lainnya. Jika semua anggota rumah
tangga tidaklah bekerja, maka nilai penghasilan Data
untuk rumah tangga ini adalah nol. Dua set data yang digunakan dalam analisis adalah
set data Susenas dan Sakernas tahun 2014, 2015, dan
Di tahap ketiga (III), penulis mengidentifikasi
2017. Susenas adalah data nasional yang mencakup
keluarga berstatus ekonomi rendah berdasarkan
seluruh provinsi di tingkat keluarga dan individu.
ŵi . Keluarga diurutkan dari yang mempunyai ŵi
Sampel per tahunnya mencapai 300.000 keluarga
terkecil ke ŵi terbesar. Persentase keluarga bersta-
dan 1.100.000 individu sejak 2014. Sakernas juga
tus ekonomi rendah sebesar 35 persen dengan ŵi
merupakan data nasional, tetapi mempunyai fokus
terkecil pada tingkat nasional.
fitur pekerjaan perorangan. Dibandingkan dengan
Di tahap terakhir (IV), penulis menganalisis ko- Susenas, Sakernas jauh lebih ringkas dengan besar-
relasi antara ketersediaan jaminan kesehatan dan an sampel sekitar 530.000 individu per tahunnya.
utilisasi failitas kesehatan untuk keluarga-keluarga Data Sakernas tahun 2016 tidak dipakai karena
yang telah teridentifikasi di tahap ketiga (III). Mo- tidak bisa merepresentasikan populasi sampai di
del yang akan digunakan adalah model probit ka- tingkat kabupaten.
rena utilisasi pelayanan kesehatan diukur dengan Variabel pendapatan, w, diambil dari gaji atau
variabel biner. Utilisasi pelayanan kesehatan oleh penghasilan per bulan individu yang dinormali-
individu i, yi , dipengaruhi oleh ketersediaan jamin- sasikan dengan cara membagi dengan total jam
an kesehatan Di dan faktor-faktor sosio-demografi kerja di Sakernas. Langkah normalisasi diperlukan
Ai :
yi = αDI + θAi + vi , (7) 1 Peserta jaminan kesehatan swasta sangatlah sedikit pada po-

pulasi dengan status ekonomi rendah. Oleh karena itu, keluarga

dengan vi ∼ N(0, 1) sehingga model yang diestimasi yang memiliki jaminan swasta dikeluarkan dari analisis.

Jurnal Ekonomi dan Pembangunan Indonesia Vol. 21 No. 1 Januari 2021, hlm. 108–124
114 Akses Pelayanan Kesehatan Keluarga ...
karena penghasilan meningkat dengan jam kerja.
Gaji per jam juga mencerminkan perbandingan
labour-leisure individu: pekerjaan berkualitas baik
cenderung memiliki penghasilan cukup tinggi dan
jam kerja yang tidak terlalu panjang. Indikator LFP,
e, dibuat untuk individu yang tercatat mempunyai
gaji. Penulis mengeluarkan individu yang sedang
belajar full-time dan penyandang cacat dari analisis.
Selain itu, Sakernas tidak mencatat gaji untuk pemi-
lik bisnis dengan status ‘berusaha sendiri dengan
pegawai’, maka kelompok yang ini juga dikeluar-
kan dari analisis. Secara keseluruhan, termasuk
yang tidak melaporkan jam kerja, sampel berku-
rang 28 persen dari total sampel pekerja umur 25–60
tahun.
Untuk cross-matching, variabel yang mencermin-
kan produktivitas, X, meliputi: umur, jenis kelamin,
pendidikan tertinggi, lokasi tempat tinggal, dan
jenis pekerjaan (buruh/karyawan/pegawai, pekerja
bebas (pertanian atau bukan pertanian), dan ber-
usaha sendiri) yang terdapat dalam data Susenas.
Selanjutnya, untuk variabel yang mencerminkan
kebutuhan ekonomi, Z, dalam Sakernas sangatlah
terbatas. Penulis menggunakan kondisi keluarga
seperti status kawin dan kedudukan di keluarga
(kepala, pasangan, anak dewasa, anak muda, anak
menantu, orang tua/mertua, dan lainnya).
Informasi tentang ketersediaan jaminan kesehat-
an, D, didapat dari Susenas. Pemilik jaminan umum
(JKN) adalah keluarga yang melaporkan mempu-
nyai jaminan dari Askes/Asabri/Jamsostek, BPJS
Kesehatan, dan BPJS Ketenagakerjaan. Pemilik ja-
minan berkondisi status ekonomi rendah adalah
keluarga yang melaporkan mempunyai jaminan
dari Jamkesmas/PBI, sementara pemilik Jamkesda
melaporkan bahwa mempunyai Jamkesda. Berda-
sarkan estimasi model (8), dapat diestimasi besar-
nya korelasi antara utilisasi pelayanan kesehatan
dan ketersediaan jaminan, α̂. Hipotesis penulis ada-
lah JKN dan Jamkesda mempunyai korelasi yang
positif dan signifikan dengan utilisasi pelayanan
Jurnal Ekonomi dan Pembangunan Indonesia Vol. 21 No. 1 Januari 2021, hlm. 108–124
kesehatan; untuk Jamkesda, khususnya di fasilitas
publik. Sementara korelasi antara PBI dan utilisasi
pelayanan kesehatan dapat negatif apabila dengan
adanya bantuan-bantuan sosial lain, keluarga PBI
merasa kurang puas berobat dengan JKN karena
diskriminasi kualitas pelayanan yang diterima (Se-
tiawan, 2014).
Variabel lainnya mencerminkan faktor yang me-
mengaruhi keputusan individu yang sedang sakit
untuk berobat, A. Penulis mengambil karakteristik
individu seperti umur, jenis kelamin, pendidikan,
status kawin; karakteristik kepala rumah tangga
untuk mencerminkan tingkat ekonomi keluarga;
serta ketersediaan fasilitas kesehatan primer, ru-
mah sakit, dan sarana kesehatan khusus ibu dan
anak.
Hasil dan Analisis
Sebelum melihat estimasi pendapatan, Gambar 1
menggambarkan kondisi lapangan pekerjaan di
Indonesia dari tahun 2011 sampai 2017. Dapat dili-
hat bahwa LFP cukup stabil di tingkat nasional pada
66–68 persen. Partisipasi di perkotaan lebih rendah
dibanding di perdesaan. Employment meningkat
sejak 2015, terutama di perkotaan, menandai turun-
nya tingkat pengangguran. Sementara penghasilan
per jam lebih tinggi di perkotaan dibandingkan de-
ngan di desa, tetapi keduanya meningkat dengan
kecepatan yang sama. Jika dilihat antarkepulauan,
penghasilan per jam di Pulau Jawa (dan Bali) di-
gambarkan paling rendah dibandingkan dengan
penghasilan per jam di pulau-pulau lainnya. Hal
ini dikarenakan Pulau Jawa mempunyai populasi
terbanyak dan, berdasarkan data BPS tahun 2018,
provinsi-provinsi di Pulau Jawa memiliki pekerja
sektor formal yang lebih banyak dibandingkan dari
daerah luar Jawa dengan jam kerja pada daerah
Pulau Jawa cenderung lebih panjang.
Tabel 1 melaporkan rata-rata penghasilan per
jam menurut jenjang karier dan pendidikan. Berda-
 Soewondo, P., et al. 115

Gambar 1. Lapangan Pekerjaan di Indonesia 2011-2017

Sumber: Sakernas (2011–2017)
Keterangan: Pada 2016, Sakernas memiliki sampel yang sedikit dan tidak mengrepresentasikan populasi nasional

sarkan Tabel 1 dapat dilihat penghasilan per jam
untuk seseorang yang mempunyai pendidikan ter-
tiari jauh lebih besar (sedikitnya dua kali lipat) dari
penghasilan per jam pekerja lainnya.
Tabel 2 melaporkan bobot β̂, β̂λ , dan γ̂ yang akan
dibobotkan dengan data Susenas untuk membuat
seri penghasilan sesuai dengan formula (6). Dalam
regresi, penghasilan per jam dikonversi ke unit lo-
garitma untuk mengurangi besarnya variasi nilai
penghasilan per jam dalam rupiah karena beberapa
nilai ekstrem yang sangat besar; variasinya (sim-
pangan baku) lebih dari 1,5 kali lebih besar dari nilai
rata-rata (mean) dan distribusinya miring (skew) ke
kanan karena beberapa nilai penghasilan per jam
yang sangat besar. Distribusi penghasilan per jam
dalam unit logaritma juga lebih konsisten dengan
asumsi distribusi normal –yang bentuknya seperti
Jurnal Ekonomi dan Pembangunan Indonesia Vol. 21 No. 1 Januari 2021, hlm. 108–124
lonceng dan simetris ke kanan dan kiri dari rerata
yang mendasari uji baku statistik. Karena penulis
hanya menggunakan peringkat dari besarnya peng-
hasilan per jam, bukan nilai rupiah penghasilan per
jam itu sendiri, konversi ini tidak bermasalah ka-
rena tidak mengubah peringkat (hanya mengubah
nilai).
Seperti yang diprediksikan oleh teori ekonomi, di
semua grup dan jenjang karier, penghasilan per jam
meningkat dengan umur dan pendidikan (Card,
1999; Arshad & Ghani, 2015; Brunello et al., 2017;
Heckman et al., 2018). Penghasilan per jam paling
tinggi untuk individu yang mempunyai bisnis sen-
diri dibanding dengan pegawai atau pekerja bebas
dan lebih tinggi di perkotaan dibanding dengan
perdesaan. Sementara, pertumbuhan ekonomi di
tingkat makro yang pesat secara umum menaik-
116 Akses Pelayanan Kesehatan Keluarga ...

Tabel 1. Penghasilan per Jam Menurut Jenjang Karier makro yang kuat.
dan Pendidikan Tahun 2017 (dalam Rupiah)
Pada labour force equation, variabel yang tidak
Tidak SD/SMP SMA Tertiari ada dalam wage equation adalah status pernikahan,
sekolah
2017 kedudukan dalam keluarga, dan indikator varia-
25–44 Rp5.688 Rp7.196 Rp11.563 Rp20.602 bel untuk kabupaten yang merepresentasikan per-
45–60 Rp5.186 Rp6.610 Rp13.668 Rp33.430
2015 tumbuhan ekonomi setempat. Negosiasi besaran
25–44 Rp3.951 Rp4.894 Rp8.015 Rp17.848
45–60 Rp3.297 Rp4.422 Rp10.244 Rp28.341
penghasilan seseorang biasanya lebih mempertim-
2014 bangkan pengalaman kerja maupun status pendi-
25–44 Rp3.657 Rp4.533 Rp7.681 Rp15.439
45–60 Rp3.179 Rp4.054 Rp9.910 Rp26.372 dikan, sedangkan keputusan seseorang untuk ikut
2014–2017 ke dalam partisipasi kerja berkorelasi kuat dengan
25–44 Rp4.393 Rp5.525 Rp9.150 Rp18.178
45–60 Rp3.882 Rp5.080 Rp11.481 Rp29.756 status pernikahan dan kedudukan dalam keluarga
Sampel (%) 17,30% 47,90% 26,30% 8,50% (Bowen & Finegan, 2015). Kepala keluarga adalah
Sumber: Sakernas 2014, 2015, dan 2017, diolah
Keterangan: Angka dalam tabel adalah rata-rata dari sampel individu dalam keluarga yang paling besar proba-
dalam Rupiah di tahun 2017 (sudah disesuaikan bilitasnya untuk bekerja. Untuk perempuan muda,
dengan inflasi di setiap tahun). Umur 25–44
merepresentasikan jenjang karier prima dan umur status belum menikah dan cerai mempunyai pro-
45–60 merepresentasikan jenjang karier senior.
babilitas yang lebih tinggi untuk bekerja. Misalnya,
janda harus bekerja untuk memenuhi kebutuhan
kan tingkat penghasilan nasional. Bisa dilihat dari anaknya. Sebaliknya, untuk laki-laki muda, pro-
nilai konstanta, pada rata-rata, penghasilan per jam babilitas untuk bekerja bagi yang memiliki status
tertinggi diperoleh oleh pekerja laki-laki berusia tidak menikah lebih kecil dibanding laki-laki yang
25–44 tahun, diikuti oleh laki-laki berusia 45–59 berkeluarga. Pada usia tua, status tidak menikah
tahun, lalu perempuan berusia 45–59 tahun, dan memiliki probabilitas yang lebih tinggi untuk be-
terendah bagi perempuan berusia 25–44 tahun. kerja untuk memenuhi kebutuhan sendiri.

Bobot dari labour force equation (γ̂) juga sejalan de-
ngan teori ekonomi. Untuk individu berusia 25–44
tahun, partisipasi meningkat dengan umur karena
dorongan dari kebutuhan keluarga yang lebih be-
sar. Sementara untuk individu umur 45–59 tahun,
partisipasi menurun dengan umur karena banyak
pekerja yang memulai masa pensiun. Menurut Or-
ganisation for Economic Co-operation and Development
(OECD), partisipasi kerja meningkat dengan ting-
ginya tingkat pendidikan yang mana hal tersebut
merupakan bentuk dari aspirasi individu untuk
berkarier dan menerapkan keahlian yang telah di-
dapat di masa pendidikan (OECD, n.d.). Ijazah
pendidikan juga menjadi sinyal produktivitas bagi
perusahaan dan institusi yang membuka lowongan
kerja. Dorongan untuk bekerja lebih besar di perko-
taan dibanding di perdesaan dan ketenagakerjaan
meningkat secara umum dengan kondisi ekonomi
Jurnal Ekonomi dan Pembangunan Indonesia Vol. 21 No. 1 Januari 2021, hlm. 108–124
β̂λ untuk perempuan pada umumnya adalah 0,
mengindikasikan tidak ada masalah seleksi yang
signifikan dan wage equation bisa diestimasi menggu-
nakan pekerja perempuan saja. Akan tetapi untuk
laki-laki, β̂λ cukup kuat dan positif, mengindika-
sikan adanya korelasi yang positif antara besar-
an penghasilan dan dorongan untuk bekerja. Jika
memproyeksikan besaran penghasilan hanya meng-
gunakan laki-laki yang bekerja, maka hasilnya akan
lebih besar dari yang seharusnya (overestimated) ka-
rena individu yang masuk ke lapangan pekerjaan
cenderung mempunyai kompetensi dan aspirasi
yang lebih besar untuk berkarier.
Tabel 3 memberikan tingkat utilisasi pelayanan
kesehatan layanan rawat jalan dan karakteristik
individu dalam sampel. Individu dalam hal ini
adalah yang masuk dalam golongan anggota ke-
luarga berstatus ekonomi terendah dalam sampel.
 Soewondo, P., et al. 117

Tabel 2. Bobot dari Regresi Labour Force Participation dan Wage Equation

Umur 25–44 Umur 45–60

Variabel Perempuan Laki-laki Perempuan Laki-laki
β̂ γ̂ β̂ γ̂ β̂ γ̂ β̂ γ̂
Umur
19–24 (base) (base) (base) (base) - - - -
25–29 0,082 0,225 -0,091 0,276 - - - -
30–34 0,153 0,319ˆ -0,001 0,217 - - - -
35–39 0,223 0,355 0,085 0,110 - - - -
40–44 0,249 0,401 0,149 0,020ˆ - - - -
45–49 - - - - (base) (base) (base) (base)
50–54 - - - - 0,091 -0,048 0,034 -0,120
55–59 - - - - 0,117 -0,203 0,017ˆ -0,352
Pendidikan
Tidak Sekolah (base) (base) (base) (base) (base) (base) (base) (base)
SD/SMP 0,088 0,104 -0,013 0,173 0,095 -0,070 0,123 0,111
SMA 0,381 0,253 0,253 0,186 0,716 0,045ˆ 0,562 0,243
Tertiari 0,767 1,110 0,647 0,522 1,667 1,212 1,373 0,690
Perdesaan -0,264 -0,229 0,036 -0,343 -0,078 -0,156 -0,070 -0,370
Pekerjaan
Berusaha sendiri (base) - (base) - (base) - (base) -
Buruh/Pegawai -0,057 - -0,117 - -0,166 - 0,013ˆ -
Pekerja Bebas: Tani -0,049 - -0,220 - -0,115 - -0,225 -
Pekerja Bebas: Lain -0,178 - -0,121 - -0,222 - -0,047 -
Status Pernikahan
Menikah - (base) - (base) - (base) - (base)
Belum menikah - 0,352 - -0,218 - 0,094 - -0,046ˆ
Cerai mati - 0,465 - -0,061 - 0,238 - 0,294
Cerai hidup - 0,391 - -0,078 - 0,026ˆ - 0,124
Status di rumah
Kepala Keluarga - (base) - (base) - (base) - (base)
Istri/suami - -0,520 - -0,188 - -0,530 - -0,217
Anak ≥ 25 Tahun - -0,350 - -0,265 - -0,312 - -0,236
Anak 19–24 Tahun - -0,357 - -0,365 - . - .
Menantu - -0,451 - -0,079 - -0,520 - 0,159
Cucu - -0,353 - -0,352 - . - .
Tahun
2015 0,045 -0,031 -0,029 0,037 -0,040 -0,022 -0,024 0,028
2017 0,275 0,031 0,277 0,070 0,151 0,079 0,231 0,116
Konstanta 8,434 -0,564 9,229 0,384 8,507 -0,083 8,726 0,313
β̂λ -0,005ˆ -0,650 0,031ˆ 0,133
Sumber: Sakernas 2014, 2015, dan 2017, diolah
Keterangan: ˆ mengindikasikan estimasi bobot yang secara statistik tidak berbeda dengan 0, dengan
p-value >0,1 (tidak signifikan menurut statistik pada 10% significance level);
Untuk β̂λ , p-value diambil berdasarkan p-value dari estimasi ρu ;
Umur 25–44 merepresentasikan jenjang karier prima dan umur 45–60 merepresentasikan
jenjang karier senior;
(base) mengindikasikan grup yang menjadi dasar perbandingan dan tidak dimasukkan
dalam regresi;
Dalam regresi labour force equation, dimasukkan juga dummy variables untuk kabupaten.

Jurnal Ekonomi dan Pembangunan Indonesia Vol. 21 No. 1 Januari 2021, hlm. 108–124
118 Akses Pelayanan Kesehatan Keluarga ...
Tingkat total utilisasi pelayanan rawat jalan selama
sebulan terakhir di fasilitas publik atau swasta ada-
lah sebanyak 50 persen dari sampel individu yang
mempunyai gejala penyakit. Kebanyakan, pelayan-
an rawat jalan diberikan oleh fasilitas swasta (30
persen). Sementara total utilisasi pelayanan rawat
inap dalam satu tahun terakhir hampir mencapai
4 persen dari seluruh individu, kebanyakan pada
fasilitas publik (2,07 persen). Untuk rawat inap,
sampel tidak terbatas untuk penderita gejala saja
karena semua individu berisiko untuk mengalami
kecelakaan atau sakit mendadak yang memerlukan
layanan rawat darurat.
Kebanyakan individu berumur antara 15–35 ta-
hun (58 persen), sementara 11,5 persen berumur 60
tahun ke atas. Tingkat pendidikan sangat rendah
dengan 23 persen tidak sekolah dan 57,6 persen
hanya lulus SD. Cakupan jaminan juga rendah de-
ngan 45 persen peserta JKN (termasuk peserta PBI),
31 persen peserta PBI, dan 10,24 persen mempunyai
Jamkesda. Rendahnya ketersediaan jaminan kese-
hatan bagi warga berstatus ekonomi rendah bisa
berpengaruh terhadap status kesehatannya. Con-
tohnya, 52 persen individu dalam sampel mengaku
adanya gangguan pada aktivitas sehari-hari kare-
na alasan kesehatan. Dari segi ekonomi keluarga,
kebanyakan kepala keluarga adalah laki-laki de-
ngan usia yang cukup tua (50 tahun pada rata-rata),
berusaha sendiri, atau bekerja sebagai buruh atau
penerima gaji lainnya. Separuh dari sampel bisa
digolongkan sebagai keluarga berkesejahteraan ren-
dah yang tidak mempunyai harta seperti rumah,
kendaraan pribadi, dan barang-barang elektronik
rumah tangga. Untuk keadaan lingkungan tempat
tinggal, akses ke fasilitas kesehatan sudah cukup
baik, tapi infrastruktur lainnya masih kurang.
Meninjau karakteristik sampel menurut status
ketersediaan jaminan kesehatan, peserta PBI menda-
pat layanan rawat jalan lebih banyak pada fasilitas
publik, sementara peserta JKN lebih banyak meng-
gunakan fasilitas swasta. Untuk rawat inap, insiden
Jurnal Ekonomi dan Pembangunan Indonesia Vol. 21 No. 1 Januari 2021, hlm. 108–124
lebih banyak ditangani fasilitas publik, tetapi bisa
dilihat bahwa dibanding dengan peserta JKN, pe-
serta PBI dan Jamkesda lebih jarang dirawat inap
di fasilitas swasta. Untuk karakteristik sampel, di-
banding dengan peserta JKN dan Jamkesda, lebih
banyak peserta PBI yang berpendidikan rendah,
mempunyai kepala keluarga yang tidak bekerja
atau bekerja sebagai buruh, tinggal di perdesaan,
dan kurang sejahtera. Karakteristik sampel PBI kon-
sisten dengan data peserta PBI yang diambil Tim
Nasional Percepatan Penanggulangan Kemiskinan
(TNP2K) 4 tahun lalu (di tahun 2014) di 6 provinsi
di Indonesia (Sumatra Utara, Kepulauan Bangka
Belitung, Jawa Barat, Kalimantan Tengah, Sulawesi
Selatan, dan Maluku Utara), yaitu total utilisasi pela-
yanan rawat jalan dalam sebulan terakhir 39 persen,
total utilisasi pelayanan rawat inap dalam setahun
terakhir 1,6 persen; terkait karakteristik sampel, 88
persen tidak sampai tamat SMA, beranggotakan
5–6 anggota rumah tangga, dan kepala keluarga
berkerja sebagai buruh/karyawan atau berusaha
sendiri (TNP2K, 2020).
Tabel 4 melaporkan estimasi perbedaan
probabilitas (efek marginal) rawat jalan dan inap
di fasilitas kesehatan publik dan swasta menurut
status kepemilikan jaminan. Probabilitas utilisa-
si pelayanan rawat jalan di fasilitas publik bagi
peserta JKN adalah 0,065 persentase poin lebih
tinggi dibandingkan dengan probabilitas utilisa-
si pelayanan rawat jalan oleh peserta yang tidak
memiliki JKN, atau 25 persen (=0,065/0,2521) dari
rata-rata utilisasi pelayanan rawat jalan di fasilitas
publik di sampel (0,2521, diambil dari Tabel 3). Se-
mentara untuk peserta PBI, dibandingkan dengan
situasi tanpa PBI, probabilitas utilisasi pelayanan
rawat jalannya di fasilitas publik adalah 0,037 poin
persentase lebih tinggi atau 14 persen dari rata-
rata, jauh lebih kecil dari tambahan probabilitas
bagi peserta JKN di atas. Perbedaan ini mungkin
mencerminkan perlakuan yang berbeda (dan tidak
menguntungkan) bagi peserta PBI pada fasilitas
 Soewondo, P., et al. 119

Tabel 3. Utilisasi Pelayanan Kesehatan dan Karakteristik Sampel (%)

Total JKN PBI Jamkesda

Utilisasi pelayanan kesehatan
Rawat jalan (publik)ˆ 20,86 25,21 26,11 25,45
Rawat jalan (swasta) 30,16 28,33 25,50 26,84
Rawat inap (publik)ˆˆ 2,07 2,90 2,68 2,53
Rawat inap (swasta) 1,47 1,71 1,19 1,17

Karakteristik sampel
Jaminan Sosial
JKN 45,04 100 100 26,8
PBI 31,03 68,91 100 11,13
Jamkesda 10,24 6,10 3,67 100
Umur
≤ 25 49,49 46,67 47,38 49,35
26–35 13,45 13,29 12,70 13,43
36–45 11,70 12,39 12,52 12,48
46–59 13,82 14,90 15,23 13,67
≤ 60 11,54 12,76 12,17 11,07
Jenis Kelamin
Perempuan 50,29 50,59 50,40 50,14
Laki-laki 49,71 49,41 49,60 49,86
Pendidikan
Tidak Sekolah 22,76 22,69 25,85 21,64
SD/SMP 57,59 56,73 61,44 59,93
SMA 16,45 16,35 11,37 16,01
Perguruan Tinggi 3,21 4,23 1,34 2,42
Status Pernikahan
Belum Menikah 48,18 45,87 46,28 48,62
Menikah 44,24 46,21 45,55 44,07
Cerai Hidup 1,68 1,54 1,68 1,57
Cerai Mati 5,90 6,38 6,49 5,73
Angkatan Kerja 41,45 43,01 44,28 42,92
Gangguan Kesehatan 52,16 52,7 53,75 53,44
Kepala RT Laki-laki 86,23 85,92 85,77 88,12
Umur Kepala RT 50,66 51,11 50,90 49,98
Pekerjaan Kepala RT
Tidak Bekerja 18,16 19,50 16,43 15,06
Berusaha sendiri 21,07 19,07 20,53 23,28
Beusahaa sendiri dibantu buruh 25,02 21,48 24,32 30,58
Buruh/karyawan/pegawai 22,26 24,72 19,65 20,84
Pekerja bebas 13,49 15,22 19,08 10,24
Jumlah anggota RT 4,96 4,90 4,8 5,25
Kesejahteraan 40 persen terbawah 46,07 49,44 61,55 49,16
Kondisi Geografis
Perdesaan 56,29 54,37 63,05 62,80
Indeks Fasilitas Kesehatan Primer [0,11–1] 0,83 0,83 0,82 0,83
Indeks Fasilitas Kesehatan Sekunder [0–1] 0,82 0,83 0,82 0,79
Indeks Fasilitas Kesehatan Maternal [0–1] 0,94 0,94 0,93 0,91
Indeks Infrastuktur Desa [0,1–3,55] 1,76 1,80 1,70 1,68
Tahun 2014 24,90 27,95 32,49 17,04
Tahun 2015 37,81 34,12 29,53 37,36
Tahun 2017 37,29 37,93 37,98 45,60
Sumber: Susenas 2014, 2015, dan 2017, serta Podes 2014, diolah
Keterangan: ˆ rawat jalan di fasilitas publik maupun swasta mencakup layanan di
semua tingkat fasilitas (pertama dan rumah sakit). Untuk rawat
jalan, sebagian besar (lebih dari 80 persen) diberikan di fasilitas
tingkat pertama;
ˆˆrawat inap di fasilitas publik maupun swasta mencakup layanan di
semua tingkat fasilitas (pertama dan rumah sakit). Untuk rawat
inap, sebagian besar diberikan di rumah sakit.

Jurnal Ekonomi dan Pembangunan Indonesia Vol. 21 No. 1 Januari 2021, hlm. 108–124
120 Akses Pelayanan Kesehatan Keluarga ...
kesehatan (Widyatmoko, 2014; Chandra & Utami,
2016), yang membuat warga jadi malas berobat.
Kepemilikan Jamkesda meningkatkan probabilitas
utilisasi pelayanan rawat jalan di fasilitas publik.
Dengan Jamkesda, individu mempunyai probabili-
tas utilisasi pelayanan rawat jalan di fasilitas publik
0,062 poin persentase, atau sekitar 22 persen dari
rata-rata, lebih tinggi dari individu yang tidak me-
miliki Jamkesda. Tentunya, tambahan probabilitas
terbesar dicapai oleh individu yang memiliki kedua
jaminan (negara dan daerah), yakni 29 persen bagi
peserta JKN dan 15 persen bagi peserta PBI dari
rata-rata sampel.
Kepesertaan dalam JKN juga berpengaruh pada
probabilitas utilisasi pelayanan rawat jalan di
fasilitas swasta. Akan tetapi untuk peserta PBI,
probabilitas utilisasinya lebih kecil dibanding non-
PBI. Hasil ini mengisyaratkan adanya peralihan
pihak penyelenggara ke sektor publik oleh PBI.
Kepemilikan Jamkesda juga tampaknya mening-
katkan utilisasi ke fasilitas publik. Probabilitas utili-
sasi rawat jalan di fasilitas swasta untuk pemegang
Jamkesda adalah 0,031 poin persentase lebih ren-
dah dibanding probabilitas utilisasi individu lain
yang tidak memiliki Jamkesda, atau 11,5 persen
dari rata-rata (0,2684).
Untuk pelayanan rawat inap, kepesertaan dalam
JKN meningkatkan probabilitas utilisasi di fasilitas
publik dan juga swasta, sedangkan Jamkesda
hanya meningkatkan utilisasi di fasilitas publik.
Dengan rata-rata utilisasi pelayanan rawat inap
di fasilitas publik oleh peserta JKN dalam sampel
sebesar 2,53 persen selama setahun, probabilitas
utilisasi bagi peserta JKN lebih dari dua kali lipat
(0,054/0,0253), lebih besar dibanding yang tidak
memiliki JKN. Sementara Jamkesda memberikan
tambahan probabilitas sebesar 67 persen dari
rata-rata sampel. Berbeda bagi peserta PBI yang
justru mempunyai probabilitas utilisasi 41 persen
lebih rendah dari rata-rata sampel dibanding
non-PBI. Di fasilitas swasta, probabilitas utilisasi
Jurnal Ekonomi dan Pembangunan Indonesia Vol. 21 No. 1 Januari 2021, hlm. 108–124
pelayanan rawat inap peserta JKN diestimasikan
140 persen lebih besar (0,024/0,0171) dari rata-
rata sampel dibanding non-JKN. Sementara
probabilitas utilisasi lebih rendah bagi peserta
PBI dibanding non-PBI dan bagi individu de-
ngan Jamkesda dibanding individu yang tidak
memiliki Jamkesda. Seperti yang terjadi pada uti-
lisasi pelayanan rawat jalan, ketersediaan jaminan
pemerintah bagi keluarga berstatus ekonomi ren-
dah menarik keluarga tersebut ke sektor publik
untuk memperoleh pengobatan.
Faktor-faktor lain yang memengaruhi
probabilitas utilisasi pelayanan kesehatan
adalah usia, keluhan kesehatan yang mengganggu
aktivitas sehari-hari, pendidikan, keadaan
ekonomi rumah tangga, dan kemudahan akses ke
fasilitas kesehatan. Pada umumnya, probabilitas
pemanfaatan pelayanan kesehatan meningkat
dengan usia karena kebutuhan kesehatan
yang cenderung lebih besar oleh warga yang
lebih tua. Sama halnya dengan individu yang
aktivitas sehari-harinya terganggu oleh penyakit,
kebutuhan pelayanan kesehatannya akan lebih
besar dibanding orang sehat. Sementara itu, tingkat
pendidikan bisa mencerminkan status ekonomi
dan juga wawasan tentang kesehatan. Individu
yang hanya lulus SD cenderung menjadi pengguna
rawat jalan di fasilitas publik, sementara individu
yang sekolah sampai perguruan tinggi mempunyai
probabilitas lebih besar untuk menggunakan
pelayanan rawat inap. Keadaan ekonomi keluarga
juga memengaruhi pilihan sektor penyelenggara.
Rumah tangga dengan kekuatan ekonomi terlemah
cenderung mengandalkan pelayanan rawat
jalan di fasilitas publik. Untuk akses ke fasilitas
kesehatan, seperti yang diharapkan pada hipotesis,
kemudahan akses ke fasilitas kesehatan primer
(tingkat pertama) menunjang utilisasi pelayanan
rawat jalan, sementara kemudahan akses ke
fasilitas kesehatan sekunder (tingkat kedua)
menunjang utilisasi pelayanan rawat inap.
 Soewondo, P., et al. 121

Tabel 4. Efek Marginal Status Jaminan terhadap Probabilitas Utilisasi Pelayanan Kesehatan

Rawat Jalan Rawat Inap

Jenis Jaminan Kesehatan
Publik Swasta Publik Swasta
Koefisien JKN 0.268*** 0.116*** 0.417*** 0.014***
(0.013) (0.012) (0.017) (0.001)
PBI 0.126*** -0.246*** -0.100*** -0.013***
(0.014) (0.014) (0.018) (0.001)
Jamkesda 0.231*** -0.103*** 0.183*** -0.006***
(0.013) (0.013) (0.020) (0.001)
Efek Marginal
JKN JKN=1, PBI=0, Jamkesda=0 0.065*** 0.039*** 0.054*** 0.024***
(0.004) (0.004) (0.003) (0.003)
PBI JKN=1, PBI=1, Jamkesda=0 0.037*** -0.082*** -0.011*** -0.016***
(0.004) (0.005) (0.002) (0.001)
Jamkesda JKN=0, PBI=0, Jamkesda=1 0.062*** -0.031*** 0.017*** -0.007***
(0.004) (0.004) (0.002) (0.001)
JKN JKN=1, PBI=0, Jamkesda=1 0.075*** 0.037*** 0.068*** 0.020***
(0.004) (0.004) (0.004) (0.002)
PBI JKN=1, PBI=1, Jamkesda=1 0.042*** -0.068*** -0.014*** -0.013***
(0.005) (0.004) (0.003) (0.001)
Sumber: Susenas 2014, 2015, dan 2017, serta Podes 2014, diolah
Keterangan: *** signifikan pada taraf 1%

Diskusi ta kebanyakan keluarga memiliki penghasil kedua,

ketiga, dan seterusnya, maka hasil yang ditang-
Definisi keluarga berstatus ekonomi rendah dengan
kap dalam estimasi justru adalah keluarga yang
menggunakan penghasilan dari pekerjaan belum
penghasilan utamanya saja sudah sangat kecil.
pernah digunakan sebelumnya. Definisi yang ada
Untuk melihat sensitivitas hasil penelitian me-
adalah penggolongan keluarga berstatus ekonomi
nurut definisi keluarga berstatus ekonomi rendah,
rendah menurut tingkat konsumsi keluarga. Tanpa
maka estimasi model probit untuk probabilitas uti-
menekankan acuan mana yang harus digunakan
lisasi pelayanan kesehatan diulang menggunakan
para pembuat kebijakan, ada beberapa faktor yang
sampel 35 persen keluarga berstatus ekonomi ter-
mendukung penggunaan besaran penghasilan se-
endah menurut konsumsi per kapita. Hasilnya dila-
bagai acuan peringkat ekonomi keluarga. Pertama,
porkan di Tabel 5. Terlihat jelas bahwa estimasi efek
tingkat konsumsi keluarga yang berstatus ekonomi
marginal yang didapat di Tabel 5 semuanya lebih
rendah sering kali cukup tinggi karena mendapat
kecil dalam nilai mutlak dibanding estimasi dalam
subsidi dari pemerintah atau menjadi penerima
Tabel 4. Untuk pelayanan rawat jalan, estimasi terla-
program sosial lainnya. Implikasinya, keluarga ini
lu kecil 6–49 persen dibanding yang diprediksikan
akan masuk dalam golongan mampu meskipun
dalam Tabel 4. Untuk pelayanan rawat inap, estima-
sebenarnya konsumsinya dibiayai oleh pihak lain.
si terlalu kecil 7–71 persen dibandingkan dengan
Dengan demikian, penelitian ini sebetulnya belum
yang diprediksikan dalam Tabel 4.
menangkap keluarga yang betul-betul berpengha-
silan rendah. Kedua, meskipun terdapat eror dalam
proses prediksi besaran penghasilan keluarga, arah Simpulan
eror ini cenderung ke bawah atau underestimate da-
ri penghasilan keluarga yang sebenarnya, karena Kajian ini menawarkan penggunaan besaran peng-
penulis berasumsi bahwa hanya ada satu anggota hasilan dari pekerjaan sebagai acuan peringkat eko-
rumah tangga penghasil terbesar dalam keluarga nomi sebuah keluarga dalam penggolongan keluar-
yang biasanya adalah kepala keluarga. Jika ternya- ga berstatus ekonomi rendah atau kurang mampu
Jurnal Ekonomi dan Pembangunan Indonesia Vol. 21 No. 1 Januari 2021, hlm. 108–124
122 Akses Pelayanan Kesehatan Keluarga ...

Tabel 5. Efek Marginal Status Jaminan terhadap Probabilitas Utilisasi Pelayanan Kesehatan – 35 Persen Berstatus
Ekonomi Terendah Menurut Konsumsi

Rawat Jalan Rawat Inap

Jenis Jaminan Kesehatan
Publik Swasta Publik Swasta
Koefisien JKN 0.224*** 0.064*** 0.388*** 0.305***
(0.016) (0.016) (0.023) (0.031)
PBI 0.097*** -0.167*** -0.110*** -0.245***
(0.016) (0.017) (0.023) (0.032)
Jamkesda 0.182*** -0.093*** 0.172*** -0.066***
(0.014) (0.014) (0.022) (0.035)
Efek Marginal
JKN JKN=1, PBI=0, Jamkesda=0 0.061*** 0.020*** 0.043*** 0.020***
(0.005) (0.005) (0.004) (0.003)
PBI JKN=1, PBI=1, Jamkesda=0 0.028*** -0.051*** -0.010*** -0.010***
(0.005) (0.006) (0.002) (0.001)
Jamkesda JKN=0, PBI=0, Jamkesda=1 0.048*** -0.026*** 0.013*** -0.002***
(0.004) (0.004) (0.002) (0.001)
JKN JKN=1, PBI=0, Jamkesda=1 0.069*** 0.019*** 0.054*** 0.018***
(0.005) (0.005) (0.005) (0.003)
PBI JKN=1, PBI=1, Jamkesda=1 0.031*** -0.044*** -0.013*** -0.009***
(0.005) (0.004) (0.003) (0.001)
Sumber: Susenas 2014, 2015, dan 2017, serta Podes 2014, diolah
Keterangan: *** signifikan pada taraf 1%

sebagai alternatif acuan menggunakan konsumsi ke-
luarga seperti yang sudah digunakan sebelumnya.
Penggunaan penghasilan kiranya dapat mengha-
silkan penggolongan yang lebih akurat karena tidak
terkontaminasi oleh subsidi atau sumbangan dari
pihak lain untuk memenuhi konsumsi keluarga.
Ketika membandingkan estimasi kuatnya asosiasi
antara status jaminan dan utilisasi pelayanan ke-
sehatan yang didapat dari penggolongan keluarga
menurut acuan konsumsi dibandingkan dengan
acuan penghasilan, estimasi yang menggunakan
besaran konsumsi sebagai acuan peringkat ekono-
mi keluarga menafsir asosiasi yang terlalu lemah
antara status jaminan dan utilisasi pelayanan ke-
sehatan, sampai sebanyak 71 persen dalam kasus
pelayanan rawat inap.
Pada umumnya, kepesertaan dalam JKN bisa
menunjang utilisasi pelayanan kesehatan yang le-
bih besar untuk rawat jalan maupun inap, tetapi
untuk keluarga PBI, meskipun terjamin, akses ke
fasilitas kesehatan swasta tampaknya masih terba-
tas dan ketersediaan tempat tidur di rumah sakit
untuk memenuhi kebutuhan rawat inap masih mi-
nim. Jamkesda untuk menjaga kesehatan warganya
dapat mendorong utilisasi pelayanan kesehatan,
khususnya di fasilitas publik. Dengan tingginya
ketergantungan pada penyediaan dari sektor pub-
lik, para pembuat kebijakan kiranya dapat segera
meningkatkan kapasitas fasilitas publik, terutama
tempat tidur di rumah sakit. Diperlukan juga kerja
sama dengan lebih banyak penyelenggara kesehat-
an swasta untuk meredistribusi pasien mengingat
dari tahun ke tahun jumlah fasilitas kesehatan swas-
ta yang bekerja sama dengan program JKN terus
meningkat (BPJS, 2019). Dengan demikian, beban
penyediaan pelayanan kesehatan bisa ditanggung
bersama, demi pencapaian kesehatan semesta.
Daftar Pustaka
[1] Acharya, A., Vellakkal, S., Taylor, F., Masset, E., Satija,
A., Burke, M., & Ebrahim, S. (2013). The impact of
health insurance schemes for the informal sector in low-
and middle-income countries: A systematic review. The
World Bank Research Observer, 28(2), 236-266. doi: ht-
tps://doi.org/10.1093/wbro/lks009.
[2] Aizer, A., & Currie, J. (2014). The intergenerational trans-
mission of inequality: Maternal disadvantage and health
at birth. Science, 344(6186), 856-861. doi: 10.1126/scien-
ce.1251872.

Jurnal Ekonomi dan Pembangunan Indonesia Vol. 21 No. 1 Januari 2021, hlm. 108–124
 Soewondo, P., et al.
[3] Arshad, M. N. M., & Ghani, G. M. (2015). Returns
to education and wage differentials in Malaysia. The
Journal of Developing Areas, 49(5), 213-223. doi: ht-
tps://doi.org/10.1353/jda.2015.0072.
[4] Blau, F. D., & Kahn, L. M. (2017). The gender wage gap:
Extent, trends, and explanations. Journal of Economic Litera-
ture, 55(3), 789-865. doi: 10.1257/jel.20160995.
[5] Boccolini, C. S., & de Souza Junior, P. R. B. (2016). Inequities
in healthcare utilization: Results of the Brazilian National
Health Survey, 2013. International Journal for Equity in Health,
15(1), 150. doi: https://doi.org/10.1186/s12939-016-0444-3.
[6] Bowen, W. G., & Finegan, T. A. (2015). The economics of labor
force participation (reprint edition). Princeton University
Press.
[7] BPJS Kesehatan. (2019). Laporan pengelolaan program dan
laporan keuangan tahun 2018 (auditan). Badan Penyelenggara
Jaminan Sosial Kesehatan. Diakses 19 September 2018 dari
https://bpjs-kesehatan.go.id/bpjs/arsip/detail/1310.
[8] BPS. (2018). Tabel dinamis persentase tenaga kerja formal
menurut propinsi 2018. Badan Pusat Statistik. Diakses 19
September 2018 dari https://www.bps.go.id/site/pilihdata.
html.
[9] Breiman, R. F., Cosmas, L., Njenga, M. K., Williamson,
J., Mott, J. A., Katz, M. A., Erdman, D. D., Schneider, E.,
Oberste, M. S., Neatherlin, J. C., Njuguna, H., Ondari,
D. M., Odero, K., Okoth, G. O., Olack, B., Wamola, N.,
Montgomery, J. M., Fields, B. S., & Feikin, D. R. (2015).
Severe acute respiratory infection in children in a densely
populated urban slum in Kenya, 2007–2011. BMC Infectious
Diseases, 15(1), 95. doi: https://doi.org/10.1186/s12879-015-
0827-x.
[10] Brugiavini, A., & Pace, N. (2016). Extending health insur-
ance in Ghana: effects of the national health insurance
scheme on maternity care. Health Economics Review, 6(1), 7.
doi: https://doi.org/10.1186/s13561-016-0083-9.
[11] Brunello, G., Weber, G., & Weiss, C. T. (2017). Books are
forever: Early life conditions, education and lifetime earn-
ings in Europe. The Economic Journal, 127(600), 271-296. doi:
https://doi.org/10.1111/ecoj.12307.
[12] Card, D. (1999). The causal effect of education on earn-
ings. In O. C. Ashenfelter & D. Card (eds), Handbook of
Labor Economics Vol. 3 Part A (pp. 1801-1863). Elsevier. doi:
https://doi.org/10.1016/S1573-4463(99)03011-4.
[13] Carrieri, V., & Jones, A. M. (2017). The income–health
relationship ‘beyond the mean’: New evidence from
biomarkers. Health Economics, 26(7), 937-956. doi: ht-
tps://doi.org/10.1002/hec.3372.
[14] Chandra, B. S. S., & Utami, D. (2016). Interaksi simbolik
keluarga pasien miskin pengguna JKN dan nakes di Rumah
Sakit Umum Daerah Sarifah Ambami Rato Ebu Bangkalan.
Paradigma, 4(1).
[15] Elgar, F. J., Pförtner, T. K., Moor, I., De Clercq, B., Stevens,
Jurnal Ekonomi dan Pembangunan Indonesia Vol. 21 No. 1 Januari 2021, hlm. 108–124
123
G. W., & Currie, C. (2015). Socioeconomic inequalities in
adolescent health 2002–2010: A time-series analysis of 34
countries participating in the health behaviour in school-
aged children study. The Lancet, 385(9982), 2088-2095. doi:
https://doi.org/10.1016/S0140-6736(14)61460-4.
[16] Fletcher, J., & Wolfe, B. (2014). Increasing our understanding
of the health-income gradient in children. Health Economics,
23(4), 473-486. doi: https://doi.org/10.1002/hec.2969.
[17] Goh, J., Pfeffer, J., & Zenios, S. (2015). Exposure
to harmful workplace practices could account for
inequality in life spans across different demogra-
phic groups. Health Affairs, 34(10), 1761-1768. doi: ht-
tps://doi.org/10.1377/hlthaff.2015.0022.
[18] Heckman, J. J. (1979). Sample selection bias as a specification
error. Econometrica, 47(1), 153-161. doi: 10.2307/1912352.
[19] Heckman, J. J., Humphries, J. E., & Veramendi, G. (2018).
Returns to education: The causal effects of education on
earnings, health, and smoking. Journal of Political Economy,
126(S1), S197-S246. doi: https://doi.org/10.1086/698760.
[20] Hidayat, B., Thabrany, H., Dong, H., & Sauerborn,
R. (2004). The effects of mandatory health insurance
on equity in access to outpatient care in Indonesia.
Health Policy and Planning, 19(5), 322-335. doi: ht-
tps://doi.org/10.1093/heapol/czh037.
[21] Jacobs, B., Ir, P., Bigdeli, M., Annear, P. L., & Van Damme, W.
(2012). Addressing access barriers to health services: An ana-
lytical framework for selecting appropriate interventions
in low-income Asian countries. Health Policy and Planning,
27(4), 288-300. doi: https://doi.org/10.1093/heapol/czr038.
[22] Johar, M. (2009). The impact of the Indonesian
health card program: A matching estimator approach.
Journal of Health Economics, 28(1), 35-53. doi: ht-
tps://doi.org/10.1016/j.jhealeco.2008.10.001.
[23] Linden, M., & Ray, D. (2017). Aggregation bias-
correcting approach to the health–income relationship:
Life expectancy and GDP per capita in 148 countries,
1970–2010. Economic Modelling, 61, 126-136. doi: ht-
tps://doi.org/10.1016/j.econmod.2016.12.001.
[24] Martikainen, P., Mäkelä, P., Peltonen, R., & Myrskylä, M.
(2014). Income differences in life expectancy: The changing
contribution of harmful consumption of alcohol and smok-
ing. Epidemiology, 25(2), 182-190.
[25] Mberu, B. U., Haregu, T. N., Kyobutungi, C., & Ezeh,
A. C. (2016). Health and health-related indicators in
slum, rural, and urban communities: A comparative
analysis. Global Health Action, 9(1), 33163. doi: ht-
tps://doi.org/10.3402/gha.v9.33163.
[26] Mills, A. (2014). Health care systems in low-and middle-
income countries. New England Journal of Medicine, 370(6),
552-557. doi: 10.1056/NEJMra1110897.
[27] OECD. (n.d.). Educational attainment of the labour force’. Or-
ganization for Economic Co-Operation and Development.
124 Akses Pelayanan Kesehatan Keluarga ...
Diakses 19 September 2018 dari https://www.oecd.org/els/
emp/3888221.pdf.
[28] Pickett, K. E., & Wilkinson, R. G. (2015). Income
inequality and health: A causal review. Soci-
al Science & Medicine, 128, 316-326. doi: ht-
tps://doi.org/10.1016/j.socscimed.2014.12.031.
[29] Pradhan, M., Saadah, F., & Sparrow, R. (2007). Did
the health card program ensure access to medical care
for the poor during Indonesia’s economic crisis?. The
World Bank Economic Review, 21(1), 125-150. doi: ht-
tps://doi.org/10.1093/wber/lhl010.
[30] Prinja, S., Chauhan, A. S., Karan, A., Kaur, G., & Kumar,
R. (2017). Impact of publicly financed health insurance
schemes on healthcare utilization and financial risk protect-
ion in India: A systematic review. PloS one, 12(2), e0170996.
doi:10.1371/journal.pone.0170996.
[31] Robertson, C., & O’Brien, R. (2018). Health endowment at
birth and variation in intergenerational economic mobility:
Evidence from US county birth cohorts. Demography, 55(1),
249-269. doi: https://doi.org/10.1007/s13524-017-0646-3.
[32] Setiawan, E. P. (2014). Perbedaan kepuasan antara pasien
umum dengan pasien Jaminan Kesehatan Nasional Penerima
Bantuan Iuran (JKN–PBI) terhadap kualitas pelayanan rawat
jalan di Puskesmas Nguter Sukoharjo (Skripsi, Universitas
Muhammadiyah Surakarta).
[33] Soewondo, P. (2017). Timbang besarnya manfaat dari sa-
lah sasar penerima bantuan iuran jaminan kesehatan.
Jurnal Ekonomi Kesehatan Indonesia, 2(2), 59-65. doi: ht-
tp://dx.doi.org/10.7454/eki.v2i2.2148.
[34] Sohn, M., & Jung, M. (2016). Effects of public and private
health insurance on medical service utilization in the natio-
nal health insurance system: National panel study in the
Republic of Korea. BMC Health Services Research, 16(1), 503.
doi: https://doi.org/10.1186/s12913-016-1746-2.
[35] Sparrow, R. (2008). Targeting the poor in times of crisis: The
Indonesian health card. Health Policy and Planning, 23(3),
188-199. doi: https://doi.org/10.1093/heapol/czn003.
[36] Sparrow, R., Suryahadi, A., & Widyanti, W. D. (2010).
Social health insurance for the poor: Targeting and im-
pact of Indonesia’s Askeskin program. SMERU Working
Paper. Jakarta: SMERU Research Institute. Diakses 19
September 2018 dari https://www.smeru.or.id/en/content/
social-health-insurance-poor-targeting-and-impact-
indonesias-askeskin-program.
[37] Tangcharoensathien, V., Mills, A., & Palu, T. (2015).
Accelerating health equity: the key role of universal health
coverage in the Sustainable Development Goals. BMC Medi-
cine, 13(1), 101. doi: https://doi.org/10.1186/s12916-015-0342-
3.
[38] TNP2K. (2014). Review of access to healthcare for Penerima
Bantuan Iuran (PBI) under Jaminan Kesehatan Nasional: Lapor-
an akhir studi. Tim Nasional Percepatan Penanggulangan
Jurnal Ekonomi dan Pembangunan Indonesia Vol. 21 No. 1 Januari 2021, hlm. 108–124
Kemiskinan, Jakarta.
[39] TNP2K. (2020). Kompendium aktivitas kelompok kerja
kebijakan jaminan kesehatan 2014–2019. Tim Nasional
Percepatan Penanggulangan Kemiskinan. Diakses 25
Januari 2021 dari http://www.tnp2k.go.id/downloads/
compendium-of-health-insurance-policy-working-group-
activities-2014-2019.
[40] Wagstaff, A., Yip, W., Lindelow, M., & Hsiao, W. C. (2009).
China’s health system and its reform: A review of re-
cent studies. Health Economics, 18(S2), S7-S23. doi: ht-
tps://doi.org/10.1002/hec.1518.
[41] Waters, H., Saadah, F., & Pradhan, M. (2003). The impact
of the 1997–98 East Asian economic crisis on health and
health care in Indonesia. Health Policy and Planning, 18(2),
172-181. doi: https://doi.org/10.1093/heapol/czg022.
[42] Widyatmoko, A. (2014). Analisis kualitas pelayanan Pro-
gram Jaminan Kesehatan Nasional BPJS Kesehatan pada
Rumah Sakit Umum Daerah Kota Madiun. Journal of Politic
and Government Studies, 3(4), 91-105.
[43] World Bank. (2018). Labor force participation rate, total (% of
total population ages 15+) (modeled ILO estimate). Internatio-
nal Labour Organization, ILOSTAT database. Diakses 19
September 2018 dari https://data.worldbank.org/indicator/
SL.TLF.CACT.ZS.
[44] Yu, B., Meng, Q., Collins, C., Tolhurst, R., Tang, S., Yan, F.,
Bogg, L., & Liu, X. (2010). How does the new cooperative
medical scheme influence health service utilization? A
study in two provinces in rural China. BMC Health Services
Research, 10(1), 116. doi: https://doi.org/10.1186/1472-6963-
10-116.
[45] Zhang, T., Xu, Y., Ren, J., Sun, L., & Liu, C. (2017). Ine-
quality in the distribution of health resources and health
services in China: Hospitals versus primary care institu-
tions. International Journal for Equity in Health, 16, 42. doi:
https://doi.org/10.1186/s12939-017-0543-9.