“tim kajian kesinambungan apbn atas program …...3. memberikan dukungan untuk pelaksanaan tugas...
TRANSCRIPT
i
LAPORAN KEGIATAN
“TIM KAJIAN KESINAMBUNGAN APBN
ATAS PROGRAM JAMINAN SOSIAL NASIONAL
TA 2012”
PUSAT PENGELOLAAN RISIKO FISKAL
BADAN KEBIJAKAN FISKAL
KEMENTERIAN KEUANGAN REPUBLIK INDONESIA
JAKARTA
2012
ii
KATA PENGANTAR
Puji syukur kepada Tuhan Yang Maha Kuasa, yang telah memberikan karunia,
kemudahan dan ridhoNya sehingga penyusunan laporan Tim ini dapat terselesaikan tepat
pada waktunya. Laporan Kegiatan Kajian Kesinambungan APBN atas Program Jaminan Sosial
Nasional ini dimaksudkan sebagai bentuk pertanggung‐jawaban kepada institusi BKF dan
para stakeholder yang selama ini berinteraksi dan banyak membantu kerja Tim.
Disamping itu, laporan ini juga sebagai bahan dokumentasi yang harapannya dapat
bermanfaat dalam proses pembelajaran dan pengambilan keputusan di masa yang akan
datang. Kepada Kepala Pusat Pengelolaan Risiko Fiskal, Badan Kebijakan Fiskal, yang selama
ini banyak memberikan dukungan, bimbingan dan arahan, tak lupa kami ucapkan terima
kasih.
Kepada para stakeholder baik dari internal institusi Kementerian Keuangan,
Kementerian terkait beserta pihak‐pihak lain yang tidak dapat kami sebutkan satu‐persatu,
yang telah membantu pelaksanaan berbagai agenda Tim baik dari sisi perencanaan, proses
dan evaluasi maupun dukungan dalam bentuk finansial, asistensi dan sharing informasi,
kami mengucapkan terima kasih atas kerjasamanya selama ini.
Akhirnya, kami menyadari bahwa Laporan Tim ini masih banyak kekurangan. Oleh
karena itu, segala kritik dan saran untuk perbaikan sangat kami harapkan. Semoga laporan
ini dapat bermanfaat bagi kita semua, untuk mendukung pengelolaan risiko fiskal atas
implementasi program jaminan sosial nasional, yaitu: meningkatnya kesadaran stakeholder
dalam pengelolaan kebijakan fiskal, meningkatnya transparansi fiskal, meningkatnya
akuntabilitas fiskal dan terciptanya kesinambungan fiskal serta keseinambungan program
jaminan sosial nasional.
Jakarta, 28 Desember 2012
Tim Penyusun
iii
DAFTAR ISI
Halaman
PUSAT PENGELOLAAN RISIKO FISKAL .................................................................................................................. I
BADAN KEBIJAKAN FISKAL ................................................................................................................................... I
KATA PENGANTAR ............................................................................................................ II
DAFTAR ISI ...................................................................................................................... III
DAFTAR TABEL ................................................................................................................. V
DAFTAR GAMBAR ............................................................................................................ VI
BAB I PENDAHULUAN ....................................................................................................... 1
I.1. LATAR BELAKANG....................................................................................................................................... 1
I.2. TUJUAN ................................................................................................................................................... 3
I.3. RUANG LINGKUP ....................................................................................................................................... 3
I.4. METODOLOGI ........................................................................................................................................... 3
I.5. OUTPUT DAN OUTCOME ............................................................................................................................. 5
1.5.1. Output .......................................................................................................................................... 5
1.5.2. Outcome ....................................................................................................................................... 5
I.6. SISTEMATIKA LAPORAN KEGIATAN ................................................................................................................ 6
BAB II PELAKSANAAN KEGIATAN ...................................................................................... 7
II.1. PERTEMUAN DENGAN PEMANGKU KEPENTINGAN ............................................................................................ 7
BAB III HASIL KAJIAN ........................................................................................................ 8
III.1. PAKET MANFAAT ....................................................................................................................................... 8
III.1.1. Manfaat Umum ........................................................................................................................... 8
III.1.2. Manfaat akomodasi .................................................................................................................... 9
III.1.3. Manfaat lainnya .......................................................................................................................... 9
III.2. IURAN.................................................................................................................................................... 11
III.2.1. Kajian World Bank ..................................................................................................................... 11
III.2.2. Kajian DJSN ................................................................................................................................ 13
III.2.3. Kajian TNP2K .............................................................................................................................. 14
III.2.3.1. Iuran PBI ................................................................................................................................................ 14
III.2.3.2. Iuran non-PBI ......................................................................................................................................... 17
III.2.4. Kajian PPRF-BKF ......................................................................................................................... 19
III.2.4.1. Proses 1: Demografi .............................................................................................................................. 19
III.2.4.2. Proses 2: Ekonomi. ................................................................................................................................ 19
III.2.4.3. Proses 3: Benefit dan premi. ................................................................................................................. 20
III.2.4.4. Proses 4: Proyeksi keuangan BPJS Kesehatan. ..................................................................................... 20
III.2.5. Rekomendasi Besaran Iuran ...................................................................................................... 21
III.2.5.1. Pendekatan Manfaat ............................................................................................................................. 21
III.2.5.2. Pendekatan anggaran ........................................................................................................................... 26
III.3. PROYEKSI BEBAN FISKAL ........................................................................................................................... 27
III.3.1. Penerima Bantuan Iuran (PBI) ................................................................................................... 27
III.3.1.1. Jumlah PBI ............................................................................................................................................. 27
III.3.1.2. Iuran PBI ................................................................................................................................................ 28
III.3.2. Pegawai aktif ............................................................................................................................. 28
III.3.3. Pegawai pensiunan dan veteran ............................................................................................... 30
III.3.4. Dukungan layanan kesehatan tertentu .................................................................................... 30
iv
III.3.5. Infrastruktur Kesehatan ............................................................................................................ 31
III.3.6. Rangkuman proyeksi beban fiskal ............................................................................................ 31
III.4. POTENSI RISIKO FISKAL ............................................................................................................................. 32
III.4.1. Deviasi Unit Cost ........................................................................................................................ 32
III.4.2. Deviasi Utilisasi .......................................................................................................................... 33
III.5. KAJIAN KEMAMPUAN DAN KESIAPAN SEKTOR INFORMAL ............................................................................... 33
III.5.1. Profil Responden ........................................................................................................................ 34
III.5.2. Analisis Deskriptif Hasil Survey ................................................................................................. 36
III.5.2.1. Persepsi Terhadap Risiko Pekerjaan ..................................................................................................... 37
III.5.2.2. Persepsi Terhadap Frekuensi dan Keparahan Kecelakaan Kerja.......................................................... 39
III.5.2.3. Persepsi Terhadap Pengetahuan, Keinginan Keikutsertaan dan Urutan Urgensi ................................ 40
III.5.2.4. Persepsi Terhadap Kemampuan Membayar Iuran Program SJSN ....................................................... 41
III.5.2.5. Persepsi Terhadap Mekanisme Iuran ................................................................................................... 44
III.5.3. Analisis Uji Statistik ................................................................................................................... 45
III.5.3.1. Jaminan Kesehatan ............................................................................................................................... 45
III.5.3.2. Jaminan Kecelakaan Kerja ..................................................................................................................... 50
III.5.3.3. Jaminan Hari Tua ................................................................................................................................... 55
III.5.3.4. Jaminan Pensiun .................................................................................................................................... 60
III.5.3.5. Jaminan Kematian ................................................................................................................................. 64
BAB IV PENUTUP ............................................................................................................ 70
IV.2. SIMPULAN .............................................................................................................................................. 70
IV.3. REKOMENDASI ........................................................................................................................................ 70
v
DAFTAR TABEL
Halaman
TABEL 1. PREMI TAHUN 2008 ................................................................................. 12
TABEL 2. PREMI TAHUN 2010 ................................................................................. 13
TABEL 3. PERKIRAAN POPB DALAM RP. ..................................................................... 13
TABEL 4. UNIT COSTS RJTL DAN RITL TAHUN 2014 ..................................................... 15
TABEL 5. ASUMSI UTAMA SKENARIO MODERAT (TIGHT) DAN TINGGI (FLEXIBLE) TNP2K ......... 17
TABEL 6. KISARAN BESARAN IURAN ................................. ERROR! BOOKMARK NOT DEFINED.
TABEL 7. IURAN POPB PBI TAHUN 2014 .................................................................... 25
TABEL 8. SIMULASI BEBAN FISKAL PBI ........................................................................ 28
TABEL 9. JUMLAH DAN RERATA GAJI PEGAWAI PEMERINTAH AKTIF .................................... 29
TABEL 10. REKAPAN KEKURANGAN KELAS RUMAH SAKIT DAN PUSKESMAS ......................... 31
TABEL 11. PROYEKSI BEBAN FISKAL ........................................................................... 31
vi
Daftar Gambar
Halaman
GAMBAR 1. TRANSFORMASI BPJS .............................................................................. 2
GAMBAR 2. FAKTOR RISIKO USIA ............................................................................. 16
GAMBAR 3. UTILISASI RJTL (PER MIL) ....................................................................... 18
GAMBAR 4. GAMBARAN UMUM MODEL ..................................................................... 19
GAMBAR 5. UTILISASI RJTL PER MIL .......................................................................... 23
vii
Daftar Grafik
Halaman
GRAFIK 1. PERSEPSI TERHADAP KEMAMPUAN MEMBAYAR IURAN: PEKERJA MANDIRI ........... 49
GRAFIK 2. EFEK MARJINAL BAGI KEPUTUSAN RESPONDEN .............................................. 54
GRAFIK 3. EFEK MARJINAL BAGI KEPUTUSAN RESPONDEN JHT ....................................... 59
GRAFIK 4. EFEK MARJINAL BAGI KEPUTUSAN RESPONDEN JAMINAN KEMATIAN .................. 68
1
BAB I
PENDAHULUAN
I.1. Latar belakang
Dengan disahkannya Undang‐Undang Nomor 40 tahun 2004 tentang Sistem Jaminan Sosial
Nasional (SJSN) dan Undang‐Undang Nomor 24 Tahun 2011 tentang Badan Penyelenggara
Jaminan Sosial (BPJS), kini Negara Republik Kesatuan Indonesia memiliki sistem jaminan
sosial yang menjamin jaminan sosial bagi seluruh penduduk Indonesia. Tujuan kedua
Undang‐Undang tersebut adalah untuk memberikan hak menyeluruh setiap orang atas
jaminan sosial untuk dapat memenuhi kebutuhan dasar hidup yang layak dan meningkatkan
martabatnya menuju terwujudnya masyarakat Indonesia yang sejahtera, adil, dan makmur,
serta untuk mewujudkan tujuan tersebut perlu dibentuk badan penyelenggara yang
berbentuk badan hukum berdasarkan prinsip kegotongroyongan, nirlaba, keterbukaan,
kehati‐hatian, akuntabilitas, portabilitas, kepesertaan bersifat wajib, dana amanat, dan hasil
pengelolaan dana jaminan sosial seluruhnya untuk pengembangan program dan sebesar‐
besarnya untuk kepentingan peserta.
Undang‐Undang BPJS mengamanatkan untuk membentuk dua badan penyelenggara
jaminan sosial yaitu BPJS Kesehatan dan BPJS Ketenagakerjaan. BPJS Kesehatan
menyelenggarakan jaminan kesehatan bagi seluruh warga negara Indonesia, akan mulai
beroperasi Januari 2014 yang merupakan transformasi dari PT Askes (persero). Sedangkan
BPJS Ketenagakerjaan, yang merupakan tranformasi dari PT Jamsostek mulai berubah
bentuk 1 Januari 2014 dan mulai beroperasi Juli 2015 menyelenggarakan jaminan
kecelakaan kerja, jaminan kematian, jaminan pensiun, dan jaminan hari tua bagi pekerja
baik sektor formal maupun sektor informal sebagaimana ditunjukkan pada gambar 1 di
bawah.
Pemerintah mempunyai peranan besar dalam menjamin keberlangsungan program jaminan
sosial nasional ini, oleh karena itu diperlukan strategi dan perencanaan yang matang untuk
dituangkan dalam peraturan pelaksana Undang‐Undang BPJS ini. Peraturan pelaksana
khusus untuk BPJS Kesehatan diharapkan dapat terbit satu tahun sejak Undang‐Undang BPJS
disahkan yaitu pada akhir 2012.
2
Gambar 1. Transformasi BPJS
Rancangan peraturan yang sedang dikerjakan meliputi Peraturan Presiden tentang Jaminan
Kesehatan, Peraturan Pemerintah tentang Penerima Bantuan Iuran Jaminan Kesehatan,
Peraturan Pemerintah tentang Pengelolaan Aset dan Dana Jaminan Sosial Kesehatan,
Peraturan Presiden tentang Besar Modal Awal BPJS Kesehatan, Peraturan Presiden tentang
Pelayanan Kesehatan tertentu berkaitan kegiatan Operasional TNI dan POLRI.
Kementerian Keuangan mempunyai peranan yang sangat penting dalam proses penyusunan
rancangan peraturan‐peraturan pelaksanaan dimaksud. Badan Kebijakan Fiskal sebagai
salah satu unit Eselon I di Kementerian Keuangan yang tergabung dalam kelompok kerja
nasional BPJS Kesehatan mempunyai andil terkait risiko fiskal dalam menghitung dampak
dan kesinambungan APBN serta program Jaminan Kesehatan. Untuk memperkuat
perhitungan dimaksud, maka dalam Tahun Anggaran 2012 telah dilaksanakan beberapa
kegiatan yang terangkum dalam Kajian Kesinambungan APBN atas program Jaminan Sosial
Nasional. Kegiatan tersebut meliputi, kajian besar iuran dengan melakukan kerjasama
dengan ADB dalam membangun medel besar iuran, model perhitungan Beban Fiskal SJSN,
serta survey kesiapan dan kemampuan sektor informal dalam mengikuti jaminan sosial
SJSN.
3
I.2. Tujuan
Kajian ini bertujuan untuk.
1. Mengembangkan simulator yang dapat digunakan untuk melihat pengaruh faktor
demografi, besar iuran, dan manfaat dasar terhadap penyelenggaraan jaminan sosial
apabila terjadi guncangan/shock dalam perekonomian Indonesia.
2. Menyusun model yang dapat digunakan untuk mengukur kinerja BPJS dalam rangka
mendeteksi potensi risiko fiskal yang berasal dari penyelenggaraan jaminan sosial.
3. Memberikan dukungan untuk pelaksanaan tugas perwakilan Kementerian Keuangan
dalam Tim Nasional persiapan BPJS Kesehatan dan BPJS Ketenagakerjaan yang dibentuk
oleh Kementerian Koordinator Bidang Kesejahteraan Rakyat; dan
4. Menyusun rekomendasi pengelolaan risiko fiskal yang berasal dari penyelenggaraan
jaminan sosial.
I.3. Ruang Lingkup
Sesuai amanat UU No. 40/2004 tentang SJSN dan UU No. 24/2011 tentang BPJS, BPJS
Kesehatan akan mulai beroperasional pada 1 Januari 2014, sedangkan BPJS Ketenagakerjaan
beroperasional pada mulai 1 Juli 2015. Kajian kesinambungan APBN dilaksanakan dalam
rangka persiapan implementasi kedua BPJS tersebut. Mengingat yang pertama kali
beroperasi adalah BPJS Kesehatan, dan jangka waktu penyelesaian peraturan pelaksanaan
dari UU SJSN dan UU BPJS terkait Jaminan Kesehatan sampai dengan tahun 2012, maka
kajian ini masih menitikberatkan pada perhitungan beban fiskal dari penyelenggaraan
program jaminan kesehatan oleh BPJS Kesehatan. Namun, dalam kajian ini juga akan
diinformasikan mengenai perkembangan pembahasan yang telah dilaksanakan oleh BPJS
Ketenagakerjaan.
I.4. Metodologi
Kajian ini menggunakan beberapa metode penelitian, antara lain.
1. Metode kuantitatif dalam menghitung beban Pemerintah atas implementasi SJSN.
Metode kuantitatif dimaksud diantaranya adalah pengolahan data sekunder yang
4
diperoleh dari instansi terkait seperti Direktorat Jenderal Anggaran Kementerian
Keuangan, Badan Kepegawaian Negara, Badan Pusat Statistik, dan PT Askes (persero).
2. Konsultasi dengan para pemangku kepentingan dalam berbagai kegiatan seperti focus
group discussion, workshop, seminar, dan pertemuan lainnya baik yang diselenggarakan
oleh tim maupun pihak‐pihak lain.
3. Pendekatan aktuaria dalam membangun model perhitungan besaran iuran, benefit, dan
proyeksi keuangan BPJS.
Untuk membangun model perhitungan besar premi, benefit, dan proyeksi keuangan
BPJS melalui empat proses yaitu proses demografi, proses ekonomi, benefit dan premi,
dan proyeksi keuangan BPJS.
� proses demografi, proyeksi perkembangan populasi di setiap usia penduduk
Indonesia, tim menggunakan data BPS laju kematian dan laju kelahiran.
� proses ekonomi, memasukkan asumsi makro ekonomi terkait inflasi umum dan
inflasi kesehatan, investasi, dan biaya operasional.
� proses benefit dan premi, untukmenghitung besar benefit dan premi per usia,
model ini menggunakan asumsi peluang dan biaya per unit atau tindakan medis
dari rawat jalan tingkat pertama (RJTP), rawat jalan tingkat lanjutan (RJTL), rawat
inap dan penyakit kritis.
� proses proyeksi keuangan BPJS, setelah memperhitungkan ketiga proses di atas,
model ini memiliki output laporan laba rugi dan neraca BPJS.
4. Metode lainnya yang terdiri dari.
a. kajian literatur dan kajian hukum terkait beban APBN atas program SJSN yang
diatur dalam UU SJSN dan UU BPJS serta best practice negara lain dalam
menyelenggarakan jaminan sosial mencakup seluruh penduduk atau dikenal
dengan istilah universal health coverage; dan
b. penelitian lapangan yang dilakukan dengan metode tatap muka dan wawancara
langsung dengan target responden sektor informal untuk menganalisa kemampuan
dan kesiapan sektor informal dalam mengikuti program SJSN.
5
I.5. Output dan Outcome
1.5.1. Output
a. Simulasi dan model perhitungan beban fiskal atas penyelenggaraan jaminan sosial.
b. Draft Rancangan Peraturan Pelaksanaan UU Nomor 40 Tahun 2004 tentang SJSN
dan UU Nomor 24 Tahun 2011 tentang BPJS.
c. Usulan rekomendasi pengelolaan risiko fiskal yang berasal dari penyelenggaraan
jaminan sosial.
1.5.2. Outcome
a. Mempermudah pimpinan Kementerian Keuangan dalam melakukan mitigasi risiko
fiskal terkait penyelenggaraan jaminan sosial.
b. Tersedianya alat simulasi yang dapat digunakan untuk melihat pengaruh faktor‐
faktor demografi terhadap penyelenggaraan jaminan sosial apabila terjadi
guncangan/shock dalam perekonomian Indonesia.
c. Tersedianya alat pengukur yang dapat digunakan untuk mengukur kinerja BPJS
dalam rangka mendeteksi potensi risiko fiskal yang berasal dari penyelenggaraan
jaminan sosial.
6
I.6. Sistematika Laporan Kegiatan
Sistematika laporan akhir kajian ini disampaikan dalam pola berikut.
BAB I Pendahuluan
Akan disampaikan pendahuluan yang terdiri dari latar belakang, tujuan, ruang lingkup,
metodologi, output dan outcome, dan sistematika penulisan.
BAB II Pelaksanaan Kegiatan
Akan diuraikan mengenai pelaksanaan kegiatan dalam membangun model perhitungan.
BAB III Hasil Kajian
Akan diuraikan hasil kajian tim
BAB IV Penutup
Akan disampaikan simpulan dan rekomendasi dari hasil kajian tim.
7
BAB II
PELAKSANAAN KEGIATAN
Kegiatan tim dilakukan dalam jangka waktu selama 1 tahun terhitung mulai tanggal 1
Januari s.d. 31 Desember 2012. Pelaksanaan kegiatan kajian melalui beberapa kegiatan yang
antara lain pengumpulan data jumlah dan gaji PNS, TNI/POLRI aktif dan pensiunan, veteran
dan PTT/Honorer serta informasi kebijakan dari Kementerian/lembaga terkait melalui
kegiatan Focus Group Discussion (FGD) dan Konsinyering; rapat koordinasi antar
Kementerian/Lembaga yang tergabung dalam kelompok kerja nasional BPJS Kesehatan;
Melakukan survey ke 20 kota di seluruh Indonesia bekerjasama dengan Direktorat
Harmonisasi Peraturan Penganggaran DJA meliputi Kabupaten/Kota Jayapura, Surabaya,
Jogjakarta, Padang, Bandung, Semarang, Purwakarta, Palembang, Cirebon, Batam, Salatiga,
Balikpapan, Pangkal Pinang, Malang, Mataram, Palangkaraya, Makasar, Medan, Solo, dan
Gianyar Bali. Berikut detail dari kegiatan dimaksud.
II.1. Pertemuan dengan pemangku kepentingan
Selain kegiatan‐kegiatan di atas, tim juga turut berperan aktif dalam tiap pertemuan
pembahasan persiapan BPJS Kesehatan khususnya pembahasan besaran iuran dan manfaat
baik yang pertemuan di internal Kementerian Keuangan dan antar Kementerian/Lembaga.
8
BAB III
Hasil Kajian
III.1. Paket manfaat
Besaran beban Pemerintah terkait implementasi SJSN akan sangat terkait dengan manfaat
dan iuran dari program SJSN yang bersangkutan. Untuk program Jaminan Kesehatan
Nasional (JKN), besar beban tersebut akan sangat bergantung pada manfaat dan iuran yang
akan ditetapkan. Manfaat dan iuran program JKN memiliki keterkaitan erat dan tidak dapat
dipisahkan dalam proses penentuannya. Semakin besar manfaat yang dijanjikan dalam
program JKN, akan semakin besar pula iuran dan demikian juga sebaliknya.Berbagai hal yang
sudah diamanahkan oleh UU SJSN dan UU BPJS yang terkait dengan manfaat program JKN
akan menjadi bahasan utama kajian mengenai manfaat. Berbagai hal tersebut antara lain
sebagai berikut.
III.1.1. Manfaat Umum
Pasal 22 ayat (1) UU nomor 40 tahun 2004 tentang SJSN berbunyi:
“manfaat jaminan kesehatan bersifat pelayanan perseorangan berupa pelayanan kesehatan
yang mencakup pelayanan promotif, preventif, kuratif, dan rehabilitatif, termasuk obat dan
bahan medis habis pakai yang diperlukan”.
Dalam penjelasan pasal ini dinyatakan bahwa yang dimaksud pelayanan kesehatan meliputi
pelayanan dan penyuluhan kesehatan, imunisasi, pelayanan Keluarga Berencana, rawat
jalan, rawat inap, pelayanan gawat darurat dan tindakan medis lainnya, termasuk cuci darah
dan operasi jantung. Pelayanan tersebut diberikan sesuai dengan pelayanan standar, baik
mutu maupun jenis pelayanannya dalam rangka menjamin kesinambungan program dan
kepuasan peserta. Untuk keperluan kehati‐hatian, luasnya pelayanan kesehatan disesuaikan
dengan kebutuhan peserta yang dapat berubah dan kemampuan keuangan BPJS Kesehatan.
Pasal ini secara jelas menyatakan bahwa program JKN hanya menjamin pelayanan
perorangan bukan pelayanan kesehatan masyarakat dimana manfaatnya dapat dirasakan
pada tingkat komunitas. Pelayanan kesehatan masyarakat tentunya masih merupakan
tanggung jawab Pemerintah.Manfaat yang dijamin dalam pasal ini dapat dikatakan sangat
komprehensif termasuk untuk penyakit yang berbiaya mahal. Dalam perkembangan
9
pembahasan dalam Tim Pokja Kesehatan, telah disepakati bahwa selama suatu penyakit
terindikasi secara medis, maka penyakit tersebut wajib dijamin oleh program JKN.
III.1.2. Manfaat akomodasi
UU SJSN mengatur bahwa apabila peserta membutuhkan rawat inap di rumah sakit, maka
kelas pelayanan yang diberikan adalah kelas standar. Hal ini bertujuan bahwa manfaat yang
diberikan oleh SJSN adalah sama meski besar iuran yang dibayar berbeda. Dalam
perkembangannya, dengan mempertimbangkan kondisi infrastruktur fasilitas kesehatan
yang ada saat ini, tim Pokja kesehatan menyepakati bahwa, pada tahap awal, manfaat
akomodasi (non‐medis) untuk peserta masih dibedakan. Kelompok PBI akan mendapatkan
layanan non‐medis di kelas 3 sedangkan kelompok non‐PBI di kelas 2 atau kelas 1.Dalam
peta jalan program JKN, kesamaan kelas baik medis dan non‐medis untuk seluruh peserta
direncanakan dapat dicapai pada tahun 2019.
III.1.3. Manfaat lainnya
Selain manfaat umum yang bersifat komprehensif sebagaimana di bahas pada butir a di
atas, terdapat beberapa manfaat/hal yang diatur dalam UU nomor 40 tahun 2004 yang
perlu dipertimbangkan juga dalam penentuan besaran iuran popb. Beberapa hal tersebut
antara lain:
• Jaminan kepada seorang peserta yang mengalami pemutusan hubungan kerja (PHK)
untuk tetap dapat menerima manfaat program JKN paling lama 6 (enam) bulan sejak
mengalami PHK dimaksud. Apabila setelah enam bulan sejak PHK belum juga
mendapat kerja, peserta yang bersangkutan dapat dimasukkan kedalam kelompok PBI
apabila memenuhi syarat.
• Pemberian kompensasi oleh BPJS Kesehatan kepada sejumlah peserta yang
didaerahnya belum tersedia fasilitas kesehatan yang memenuhi syarat guna
memenuhi kebutuhan medis. Hal ini bertujuan agar jaminan yang diberikan program
JKN ini dinikmati secara adil dan merata oleh peserta baik yang tinggal di suatu tempat
dimana fasilitas kesehatan memadai atau pun tidak.
Selain manfaat yang diberikan oleh program JKN sebagaimana tersebut di atas, UU SJSN
juga mengatur mengenai dimungkinkannya peserta dikenakan urun biaya untuk jenis
pelayanan yang berpotensi menimbulkan penyalahgunaan pelayanan.Jenis pelayanan yang
10
dimaksud adalah layanan yang membuka peluang moral hazard dari pemberi layanan
maupun penerima layanan (peserta).
11
III.2. Iuran
Seperti yang sudah disampaikan, menentukan besaran iuran tidak dapat dilakukan terpisah
dari besarnya manfaat yang dijanjikan oleh suatu program. Seperti yang sudah disampaikan
juga bahwa amanah UU nomor 40 tahun 2004 tentang SJSN mengenai kesamaan manfaat
meski iuran tiap peserta berbeda, belum dapat dilaksanakan dalam tahap awal program
JKN. Khusus untuk manfaat non‐medis, program JKN masih mengenal perbedaan
manfaat.Manfaat non‐medis untuk PBI adalah pada kelas 3 sedangkan untuk non‐PBI pada
kelas 2 dan 1.
UU nomor 40 tahun 2004 tentang SJSN telah mengatur rambu‐rambu terkait iuran yang
antara lain sebagai berikut:
• Iuran program jaminan sosial bagi fakir miskin dan orang tidak mampu dibayar oleh
Pemerintah
• Besarnya iuran jaminan kesehatan untuk peserta penerima upah ditentukan
berdasarkan persentase dari upah sampai batas tertentu, yang secara bertahap
ditanggung bersama oleh pekerja dan pemberi kerja
• Besarnya iuran jaminan kesehatan untuk peserta yang tidak menerima upah
ditentukan berdasarkan nominal yang ditinjau secara berkala
• Besarnya iuran jaminan kesehatan untuk PBI ditentukan berdasarkan nominal yang
ditetapkan secara berkala
Dalam menentukan besaran iuran, terdapat beberapa lembaga yang melakukan kajian.Dari
semua lembaga tersebut, hanya TNP2K yang melakukan kajian besaran iuran untuk
kelompok PBI dan non‐PBI.Sementara lainnya mengasumsikan tidak ada perbedaan manfaat
antar peserta.Lembaga yang diminta oleh tim Pokja untuk dipaparkan hasil kajiannya antara
lain World Bank, DJSN, dan TNP2K. Selain ketiga lembaga tersebut, PPRF‐BKF sendiri,
dengan dibantu ADB, melakukan kajian perhitungan sendiri.Hasil kajian dari semua lembaga
tersebut adalah sebagai berikut.
III.2.1. Kajian World Bank
Studi World Bank ini dimulai pada tahun 2009 dengan menggunakan data PT Askes tahun
2008. Data tahun 2008 ini dijadikan baseline dalam menghitung besar iuran di tahun‐tahun
mendatang. Beberapa keterangan utama yang digunakan dalam baseline ini adalah sebagai
berikut:
12
Item Nasionalnon
JakartaJakarta
RITP 44 48 3
Obat RJTP 49 53 7
RJTP 1.122 1.123 1.111
Obat RJTL 2.874 2.427 6.988
RJTL 3.587 3.038 8.648
Obat RITL 1.680 1.649 1.973
RITL 6.525 5.527 15.749
Total (Rp) 15.879 13.864 34.479
• Paket manfaat adalah yang dicakup dalam program PT Askes.
• Berdasarkan data aktual pengeluaran PT
Askes, bukan biaya per
layanan/fasilitas
• Tidak memperhitungkan biaya yang
dikeluarkan sendiri oleh peserta (Out
of Pocket) dan belanja kesehatan
Pemerintah yang berasal dari
anggaran Pemerintah
• Tidak tersedia data berdasarkan
diagnosis atau disagregasi berdasarkan jenis pelayanan kesehatan
• Tidak tersedia data utilisasi dan rerata biaya secara terpisah
Dengan keterbatasan yang dimiliki, pada tahun 2008, besar iuran per orang per bulannya
secara nasional adalah sebesar Rp15.879. Untuk lebih lengkapnya dapat dilihat pada tabel 1
di atas.
Dengan besar iuran pada tabel 1 tersebut, World Bank melakukan beberapa penyesuaian
dalam menghitung besar iuran di tahun 2010 untuk program JKN SJSN dimana pesertanya
bukan peserta PT Askes saja melainkan seluruh WNI. Beberapa penyesuaian dimaksud
antara lain:
• Pengurangan sebesar 45% biaya rawat inap dengan asumsi program JKN akan
menggunakan kelas 3 untuk rawat inap;
• Mengurangi biaya sebesar 20% untuk penyesuaian distribusi umur dan jenis kelamin
dari populasi Indonesia dengan populasi PT Askes;
• Penambahan Rp1.000 popb untuk biaya kapitasi;
• Peningkatan tarif sebesar 10% untuk farmasi dan 20% untuk layanan lainnya.
Selain beberapa penyesuaian tersebut di atas, terdapat beberapa penyesuaian implisit
lainnya.Pertama, subsidi fasilitas ke layanan Pemerintah masih tetap berjalan (perbaikan
infrastruktur, gaji, obat, dan lainnya). Kedua, tingkat utilisasi pelayanan dan jenis pelayanan
yang dimanfaatkan kelompok populasi tanpa asuransi dianggap sama dengan mereka yang
memiliki asuransi. Ketiga, suplai ketersediaan pelayanan meningkat dengan kecepatan yang
sama dengan perluasan cakupan. Dengan beberapa penyesuaian ini, besaran iuran popb
tahun 2010 adalah sebesar Rp11.671 (lihat tabel 2).
Tabel 1. Premi Tahun 2008
13
Item Nasionalnon
JakartaJakarta
RITP 35 42 2
Obat RJTP 36 42 5
RJTP 2.414 2.415 2.402
Obat RJTL 2.133 1.942 4.601
RJTL 2.903 2.651 6.207
Obat RITL 1.247 1.319 1.298
RITL 2.904 2.653 6.210
Total (Rp) 11.671 11.065 20.724
Tahun Rendah Tinggi Jakarta
2010 20.542 25.677 36.029
2015 28.442 35.553 56.705
2020 39.835 49.793 69.222
World Bank menyadari bahwa besaran iuran
pada tabel 2 untuk tahun 2010 masih
memiliki beberapa permasalahan. Pertama,
subsidi pada layanan kesehatan milik
Pemerintah seharusnya diikutsertakan dalam
perhitungan besaran iuran (iuran popb
seharusnya sudah termasuk full cost –untuk
obat, pemeliharaan fasilitas layanan kesehatan, gaji tenaga medis, dan lainnya).Dengan
demikian, fasilitas layanan dan tenaga medis sektor swasta diharapkan dapat berkompetisi
dengan sektor publik.
Kedua, kondisi saat ini menunjukkan bahwa
pasien masih sering menanggung biaya
tambahan (out-of pocket) dan dalam
jumlah yang relatif besar. Hal ini
semestinya tidak terjadi dalam program
JKN. Hal berikutnya yang tidak kalah
penting adalah biaya administrasi.Seluruh biaya administrasi pelaksanaan program JKN
seharusnya sudah tercermin dalam besar iuran popb.
Dengan mempertimbangkan beberapa hal yang baru saja tersebut di atas, proyeksi besaran
iuran World Bank dapat di lihat pada tabel 3.
III.2.2. Kajian DJSN
Dalam menghitung besaran iuran untuk program JKN, kajian yang dilakukan oleh DJSN
terbagi ke dalam 3 (tiga) skenario. Skenario 1 adalah skenario yang memungkinkan
Puskesmas melayanai peserta dengan membeli obat dan membayar tenaga yang memadai
sehingga pelayanan rujukan dapat dikendalikan dengan baik.Skenario 2 adalah skenario
yang memungkinkan Puskesmas bersaing melayani peserta program JKN dengan insentif
dan disinsentif melakukan rujukan (mengirim pasien ke rumah sakit). Skenario 3 adalah
skenario kompetitif dimana RJP tidak saja disediakan di puskesmas tetapi juga cukup
menarik untuk dokter praktik umum melayani pasien program JKN, termasuk obat.
Beberapa asumsi lain yang digunakan DJSN dalam kajiannya adalah sebagai berikut.
• Paket manfaat komprehensif, sesuai UU SJSN (seperti jaminan untuk peserta Askes )
Tabel 2. Premi Tahun 2010
Tabel 3. Perkiraan POPB dalam Rp.
14
• Angka utilisasi pengalaman Askes
• Rata‐rata biaya klaim Askes Kelas I dan II lima tahun terakhir
• Tingkat bunga = 0%, revenue langsung digunakan
• Inflasi = 5,5% p.a dan inflasi kesehatan = 11% p.a
• Biaya risiko (contigency margin) = 0%
• Pembayaran fasilitas kesehatan adalah secara prospektif (bulk payment‐untuk
efisiensi ) secara nasional dengan tingkat fluktuasi 10%
• Biaya operasional : 5% dari total iuran
Dengan berbagai asumsi tersebut di atas, besar iuran program JKN popb tahun 2012 adalah
Rp17.501 – Rp22.615 untuk skenario 1, Rp22.471 – Rp28.188 untuk skenario 2, dan
Rp33.660 – Rp41.285 untuk skenario 3. Hasil keputusan rapat pleno DJSN menyimpulkan
bahwa besar iuran popb tahun 2014 usulan DJSN adalah sebesar Rp27.000.
III.2.3. Kajian TNP2K
Sampai dengan saat laporan ini disusun, TNP2K merupakan satu‐satunya lembaga yang
melakukan kajian besaran iuran atas kelompok PBI dan non‐PBI. Hal ini merupakan hasil
perkembangan pembahasan tim Pokja Kesehatan yang menyepakati bahwa untuk tahap
awal program JKN masih mengenal perbedaan manfaat non‐medis. Kelompok PBI akan
mendapatkan kelas 3 sementara kelompok non‐PBI mendapatkan kelas 2 atau kelas 1.
Data yang digunakan TNP2K relatif paling komprehensif dibanding data yang digunakan
dalam kajian lembaga‐lembaga yang lain. TNP2K menggunakan data olahan klaim individu
PT Askes, data Jamkesmas, data PT Jamsostek, dan data Susenas.
III.2.3.1. Iuran PBI
Dalam menentukan besaran iuran PBI, terdapat empat komponen penting yakni Unit cost,
utilisasi, struktur usia dan pergeseran penyakit, dan lainnya.
III.2.3.1.1. Unit cost
Tim pokja telah menyepakati bahwa, selama memungkinkan, untuk rawat jalan tingkat
pertama (RJTP) akan digunakan sistem pembayaran kapitasi. Dengan menggunakan data
tahun 2011, kapitasi popb untuk program jamkesmas berada pada kisaran Rp700 (PPJK‐
Kemenkes, 2012).Kapitasi yang rendah ini dimungkinkan karena besaran tersebut adalah
untuk partial cost dimana beberapa biaya lain seperti gaji tenaga medis, pemeliharaan
15
1 Askes 2009 Askes 2010Rerata
(Base)
Adjustme
nt cost
sharing
Inflasi Unit cost
2014
RJTL
Medis 90.916 103.443 97.179 25% 7,5% 157.224
Obat 149.466 151.123 150.295 25% 7,5% 243.158
RITL
Medis 802.517 928.135 865.326 25% 7,5% 1.399.989
Obat 216.501 161.222 188.862 25% 7,5% 305.554
ICU, ICCU, HCU 1.299.123 1.420.951 1.360.037 25% 7,5% 2.200.369
Akomodasi 333.500 333.500 333.500 25% 7,5% 539.561
dan/atau penambahan infrastruktur, obat, alat medis, dan beberapa lainnya masih disubsidi
oleh Pemerintah.
Besar kapitasi tahun 2011 untuk full cost diyakini pada kisaran Rp2.700 s.d. Rp4.600 (GIZ dan
Ausaids, 2012).Dengan besaran ini, TNP2K memproyeksi besaran kapitasi yang wajar adalah
sebesar Rp4.000 (skenario moderat) dan Rp6.000 (skenario tinggi).
Untuk unit cost layanan selain RJTP, baseline data yang digunakan adalah rerata data
program PT Askes tahun 2009 dan 2010. Rerata tersebut disesuaikan untuk mengakomodir
cost‐sharing yang pada kenyataannya memang sering dialami peserta. Rerata yang telah
disesuaikan tersebut diproyeksikan ke tahun 2014 dengan perkiraan inflasi sebesar 7,5%.
Perkiraan unit cost selain RJTP untuk tahun 2014 dapat dilihat pada tabel 4 di bawah.
III.2.3.1.2. Utilisasi
Asumsi utilisasi yang digunakan untuk perhitungan besaran iuran PBI didasarkan pada data
utilisasi Jamkesmas tahun 2010 (4,61 per mil). Data tersebut di proyeksikan ke tahun
2014.Dalam model perhitungannya, TNP2K tidak menyebut secara spesifik berapa tingkat
pertumbuhan utilisasi yang mereka proyeksikan. Terdapat berbagai skenario mengenai
tingkat pertumbuhan utilisasi yang masing‐masing didasarkan pada asumsi‐asumsi lain
seperti penambahan fasilitas kesehatan dan intensitas sosialisasi program JKN. Meski
demikian, dalam beberapa kesempatan, TNP2K dinilai sering memaparkan pertumbuhan
utilisasi sebesar 70% (asumsi tight) dan 110% (asumsi flexible).Pertumbuhan utilisasi ini
merupakan pertumbuhan dari tahun 2010 ke tahun 2014.
Tabel 4. Unit Costs RJTL dan RITL tahun 2014
16
III.2.3.1.3. Perubahan struktur usia dan pergeseran penyakit
TNP2K menyadari bahwa dengan meningkatnya tingkat harapan hidup baik pria dan wanita
Indonesia struktur demografi Indonesia pun mengalami perubahan. Jumlah penduduk usia
lanjut secara persentase jumlah penduduk Indonesia pun mengalami peningkatan. Data
Susenas 2009 menunjukkan bahwa tingkat utilisasi layanan kesehatan mengalami
peningkatan yang signifikan pada kelompok usia lanjut. Situasi ini perlu dipertimbangkan
dalam perhitungan premi. Dalam berbagai skenario yang dimiliki TNP2K, besaran yang
digunakan untuk penyesuaian risiko usia ini berada pada kisaran Rp250 s.d. Rp1.000.
Sama halnya dengan perubahan struktur usia, jenis penyakit yang umumnya menjangkit
penduduk Indonesia pun mengalami pergeseran. TNP2K memproyeksikan bahwa, kondisi di
masa yang akandatang, tingkat utilisasi penyakit menular akan lebih rendah dibanding
kenaikan utilisasi penyakit tidak menular. Saat ini, penyakit menular mempunyai tingkat
utilisasi yang relatif lebih tinggi dan rerata biaya lebih rendah dibanding penyakit tidak
menular. Sama halnya juga dengan penyesuaian risiko usia, dalam berbagai skenario yang
dimiliki TNP2K, besaran yang digunakan untuk penyesuaian pergeseran penyakit ini berada
pada kisaran Rp250 s.d. Rp1.000.
Gambar 2. Faktor Risiko Usia
III.2.3.1.4. Lainnya
Beberapa asumsi lain yang tidak kalah pentingnya dalam kajian TNP2K adalah inflasi
kesehatan, biaya manajemen, dan biaya cadangan. Dalam berbagai skenario yang dimiliki
TNP2K dalam kajiannya, inflasi kesehatan yang digunakan adalah sebesar 7,5% tiap
0
5
10
15
20
25
30
35
Susenas 2009
tahunnya. Biaya manajemen yang digunakan dalam berbagai skenario adalah pada kisaran
2% s.d. 5% sedangkan untuk biaya cadangan pada kisaran 0% s.d. 5%.
Dalam tiap pembahasan mengenai besaran iuran selalu terdapat kesepakatan
baru yang bersifat dinamis dimana hal ini mempengaruhi besaran asumsi
digunakan dalam model kajian TNP2K.Konsekuensi dari hal tersebut adalah sering
berubahnya besaran iuran usulan TNP2K.Usulan besaran iuran berkisar pada Rp16.000 s.d.
Rp24.300. Dua skenario yang pada pembahasan tahap
yaitu Rp19.286 untuk skenario moderat dan
Rp22.200 pada akhirnya dipilih oleh tim Pokja Kesehatan dan di usulkan dalam RPerpres
tentang Jaminan Kesehatan dengan catatan akan di kaji kembali oleh Kementerian
Keuangan.Besaran iuran Rp22.201 itu sendiri tidak ada pada 14 skenario yang dipaparkan
TNP2K di hadapan Menteri Keuangan pada tanggal 28 September 2012.
Tabel 5. Asumsi utama skenario moderat (tight) dan tinggi (flexible) TNP2K
III.2.3.2. Iuran non-PBI
Dalam kajian untuk iuran non
yang mendapatkan layanan akomodasi di kelas 2 dan kelas 1.Pada saat laporan ini dibuat,
untuk sektor informal yang mampu membayar iuran belum ditentukan di layanan kelas
berapa mereka diperbolehkan mendapatkan layanan rawat inap.Terdapat berbagai usulan
seperti kelompok ini seharusnya mendapatkan layanan lebih baik dari kelas 3 mengingat
mereka membayar iuran, tidak seperti kelompok PBI yang iurannya dibayar oleh
Pemerintah. Pendapat lain menyatakan, seharusnya untuk kelompok sektor informal ini
tahunnya. Biaya manajemen yang digunakan dalam berbagai skenario adalah pada kisaran
2% s.d. 5% sedangkan untuk biaya cadangan pada kisaran 0% s.d. 5%.
Dalam tiap pembahasan mengenai besaran iuran selalu terdapat kesepakatan
baru yang bersifat dinamis dimana hal ini mempengaruhi besaran asumsi
digunakan dalam model kajian TNP2K.Konsekuensi dari hal tersebut adalah sering
berubahnya besaran iuran usulan TNP2K.Usulan besaran iuran berkisar pada Rp16.000 s.d.
4.300. Dua skenario yang pada pembahasan tahap‐tahap akhir memberikan dua besaran
untuk skenario moderat dan Rp22.201 untuk skenario tinggi. Besaran iuran
Rp22.200 pada akhirnya dipilih oleh tim Pokja Kesehatan dan di usulkan dalam RPerpres
tentang Jaminan Kesehatan dengan catatan akan di kaji kembali oleh Kementerian
Keuangan.Besaran iuran Rp22.201 itu sendiri tidak ada pada 14 skenario yang dipaparkan
TNP2K di hadapan Menteri Keuangan pada tanggal 28 September 2012.
. Asumsi utama skenario moderat (tight) dan tinggi (flexible) TNP2K
Dalam kajian untuk iuran non‐PBI, TNP2K menghitung besaran yang wajar untuk peserta
yang mendapatkan layanan akomodasi di kelas 2 dan kelas 1.Pada saat laporan ini dibuat,
untuk sektor informal yang mampu membayar iuran belum ditentukan di layanan kelas
rapa mereka diperbolehkan mendapatkan layanan rawat inap.Terdapat berbagai usulan
seperti kelompok ini seharusnya mendapatkan layanan lebih baik dari kelas 3 mengingat
mereka membayar iuran, tidak seperti kelompok PBI yang iurannya dibayar oleh
Pendapat lain menyatakan, seharusnya untuk kelompok sektor informal ini
17
tahunnya. Biaya manajemen yang digunakan dalam berbagai skenario adalah pada kisaran
Dalam tiap pembahasan mengenai besaran iuran selalu terdapat kesepakatan‐kesepakatan
baru yang bersifat dinamis dimana hal ini mempengaruhi besaran asumsi‐asumsi yang
digunakan dalam model kajian TNP2K.Konsekuensi dari hal tersebut adalah sering
berubahnya besaran iuran usulan TNP2K.Usulan besaran iuran berkisar pada Rp16.000 s.d.
tahap akhir memberikan dua besaran
untuk skenario tinggi. Besaran iuran
Rp22.200 pada akhirnya dipilih oleh tim Pokja Kesehatan dan di usulkan dalam RPerpres
tentang Jaminan Kesehatan dengan catatan akan di kaji kembali oleh Kementerian
Keuangan.Besaran iuran Rp22.201 itu sendiri tidak ada pada 14 skenario yang dipaparkan
. Asumsi utama skenario moderat (tight) dan tinggi (flexible) TNP2K
PBI, TNP2K menghitung besaran yang wajar untuk peserta
yang mendapatkan layanan akomodasi di kelas 2 dan kelas 1.Pada saat laporan ini dibuat,
untuk sektor informal yang mampu membayar iuran belum ditentukan di layanan kelas
rapa mereka diperbolehkan mendapatkan layanan rawat inap.Terdapat berbagai usulan
seperti kelompok ini seharusnya mendapatkan layanan lebih baik dari kelas 3 mengingat
mereka membayar iuran, tidak seperti kelompok PBI yang iurannya dibayar oleh
Pendapat lain menyatakan, seharusnya untuk kelompok sektor informal ini
18
51.3254.34
56.3353.30
47.15
52.57
19 2022 21 22
12.58 13.9911.14 10.42 10.80
13.11
3.355.35 5.59
3.70 5.13 4.61
0
10
20
30
40
50
60
2005 2006 2007 2008 2009 2010
PT Askes Susenas Jamsostek Jamkesmas
dibuka juga kesempatan untuk mendapatkan layanan rawat inap di kelas 3 mengingat masih
banyak penduduk dalam kelompok ini yang sangat rentan kondisi keuangannya sehingga
diragukan mampu membayar iuran untuk layanan kelas 2 atau kelas 1.
Asumsi yang paling membedakan
dalam perhitungan iuran non‐PBI
dengan iuran PBI adalah tingkat
utilisasi. Untuk layanan kelas 2,
proyeksi utilisasi dengan asumsi
moderat didasarkan pada data
utilisasi PTJamsostek tahun 2010
dimana pesertanya mendapatkan
layanan pada kelas 2 sedangkan
untuk asumsi tinggi didasarkan
pada data Susenas tahun 2009.
Sementara itu, untuk layanan kelas 1, proyeksi utilisasi didasarkan pada data utilisasi PT
Askes tahun 2009‐2010 untuk peserta yang mendapatkan layanan kelas 1 (lihat Gambar
3).Untuk asumsi moderat, utilisasi rawat jalan diproyeksikan terjadi penurunan di masa yang
akan datang sebesar 10% tiap tahunnya dikarenakan peran PPK I sebagai gate
keeperberjalan dengan baik dan meningkat 4% tiap tahun sejak tahun 2016 untuk
mengakomodir pergeseran penyakit tidak menular. Sementara pada asumsi moderat untuk
tingkat utilisasi rawat inap, diproyeksikan sama sejak tahun 2010 sampai dengan tahun 2014
dan meningkat setelahnya sebesar 2% tiap tahun.
Pada skenario dengan asumsi tinggi, utilisasi rawat jalan dan rawat inap diproyeksikan tidak
mengalami perubahan sejak tahun 2010 sampai dengan tahun 2014. Rawat jalan dan rawat
inap diproyeksikan meningkat setelahnya berturut‐turut sebesar 4% dan 2% tiap tahunnya.
Dengan berbagai skenario tersebut, dihasilkan besaran iuran popb tahun 2014 untuk kelas 2
sebesar Rp36.921 (asumsi moderat) dan Rp42.454 (asumsi tinggi). Sedangkan untuk kelas 1
besar iuran popb tahun 2014 sebesar Rp57.204 (asumsi moderat) dan Rp59.413 (asumsi
tinggi). Sampai dengan akhir Oktober, dengan asumsi batas upah yang dapat dikenakan
untuk iuran program JKN pada kisaran Rp3 juta/bulan sampai dengan Rp5 juta/bulan,
prosentase upah yang dibutuhkan untuk mencukupi kebutuhan iuran untuk kelas 2 dan
Gambar 3. Utilisasi RJTL (per mil)
kelas 1 tersebut di atas berada pada kisaran 5,2%
(asumsi tinggi).
III.2.4. Kajian PPRF-BKF
Dengan disahkannya Undang
dengan dibantu oleh ADB, berinisiatif untuk membuat model
keuangan BPJS Kesehatan. Model besaran iuran itu sendiri dibangun dengan pendekatan
aktuaria dan terdiri dari 4 (empat) proses yakni demografi, ekonomi, benefit dan premi, dan
proyeksi keuangan BPJS.
III.2.4.1. Proses 1: Demografi
Proses demografi didasarkan pada data populasi penduduk yang bersumber dari BPS.
Dengan baseline data ini, populasi penduduk di masa yang akan datang di proyeksikan
berdasarkan klasifikasi tiap usia (0
(tabel mortalitas CSO 80) dan laju kelahiran (data BPS).Dengan asumsi laju kematian akan
dihasilkan perkembangan populasi bulanan karena kematian. Di sisi lain, laju kelahiran akan
menghasilkan perkembangan coh
di masa mendatang diperlukan guna mengestimasi berapa besar jumlah iuran yang akan
dikelola BPJS Kesehatan pada masa mendatang.
III.2.4.2. Proses 2: Ekonomi.
Proses ini menggunakan 4 (empat) asumsi utama. Asum
makroekonomi meliputi asumsi inflasi nasional dan inflasi kesehatan.Inflasi nasional dan
as 1 tersebut di atas berada pada kisaran 5,2%‐5,7% (asumsi moderat) dan 5,6%
Dengan disahkannya Undang‐Undang nomor 24 tahun 2011 tentang BPJS, PPRF
dengan dibantu oleh ADB, berinisiatif untuk membuat model besaran iuran dan proyeksi
keuangan BPJS Kesehatan. Model besaran iuran itu sendiri dibangun dengan pendekatan
aktuaria dan terdiri dari 4 (empat) proses yakni demografi, ekonomi, benefit dan premi, dan
Gambar 4. Gambaran umum model
Proses 1: Demografi
Proses demografi didasarkan pada data populasi penduduk yang bersumber dari BPS.
Dengan baseline data ini, populasi penduduk di masa yang akan datang di proyeksikan
berdasarkan klasifikasi tiap usia (0‐100 tahun) dengan menggunakan asumsi laju kematian
(tabel mortalitas CSO 80) dan laju kelahiran (data BPS).Dengan asumsi laju kematian akan
dihasilkan perkembangan populasi bulanan karena kematian. Di sisi lain, laju kelahiran akan
menghasilkan perkembangan cohort bulanan dari bayi yang baru lahir. Proyeksi penduduk
di masa mendatang diperlukan guna mengestimasi berapa besar jumlah iuran yang akan
dikelola BPJS Kesehatan pada masa mendatang.
Proses 2: Ekonomi.
Proses ini menggunakan 4 (empat) asumsi utama. Asumsi yang pertama adalah
makroekonomi meliputi asumsi inflasi nasional dan inflasi kesehatan.Inflasi nasional dan
19
5,7% (asumsi moderat) dan 5,6%‐6,6%
Undang nomor 24 tahun 2011 tentang BPJS, PPRF‐BKF,
besaran iuran dan proyeksi
keuangan BPJS Kesehatan. Model besaran iuran itu sendiri dibangun dengan pendekatan
aktuaria dan terdiri dari 4 (empat) proses yakni demografi, ekonomi, benefit dan premi, dan
Proses demografi didasarkan pada data populasi penduduk yang bersumber dari BPS.
Dengan baseline data ini, populasi penduduk di masa yang akan datang di proyeksikan
ahun) dengan menggunakan asumsi laju kematian
(tabel mortalitas CSO 80) dan laju kelahiran (data BPS).Dengan asumsi laju kematian akan
dihasilkan perkembangan populasi bulanan karena kematian. Di sisi lain, laju kelahiran akan
ort bulanan dari bayi yang baru lahir. Proyeksi penduduk
di masa mendatang diperlukan guna mengestimasi berapa besar jumlah iuran yang akan
si yang pertama adalah
makroekonomi meliputi asumsi inflasi nasional dan inflasi kesehatan.Inflasi nasional dan
20
inflasi kesehatan sangat dibutuhkan dalam proyeksi khususnya untuk estimasi tingkat biaya
kesehatan (RJTP, RJTL, dan lainnya) pada saat dimulainya program JKN (tahun 2014).
Asumsi yang kedua adalah tingkat pengembalian investasi pengelolaan dana iuran pada tiap
jenis aset dimana dana tersebut ditempatkan. Asumsi ketiga adalah tax rate untuk hasil
pengembalian investasi dan badan usaha. Asumsi yang terakhir dalam proses ini adalah
biaya operasional yang dibutuhkan BPJS Kesehatan sebagai penyelenggara program JKN.
Asumsi pertama dan keempat sangat dibutuhkan dalam perhitungan besaran iuran popb
program JKN. Untuk proyeksi keuangan BPJS Kesehatan itu sendiri dibutuhkan asumsi
kedua, ketiga, dan keempat.
III.2.4.3. Proses 3: Benefit dan premi.
Pada proses ini, terdapat banyak asumsi yang digunakan untuk pendekatan benefit dan
premi. Asumsi‐asumsiyang digunakan untuk pendekatan benefit antara lain frekuensi dari
RJTP, RJTL, Rawat inap, dan penyakit kritis. Sedangkan asumsi‐asumsi yang digunakan untuk
pendekatan premi meliputi biaya operasional, biaya klaim tidak langsung, dan safety
margin. Hasil dari proses ini adalah besaran iuran program JKN untuk tiap peserta yang
berdasarkan usia.
III.2.4.4. Proses 4: Proyeksi keuangan BPJS Kesehatan.
Hasil dari ketiga proses di atas akan digunakan untuk proyeksi keuangan BPJS Kesehatan
berupa proyeksi neraca dan laporan laba rugi.
Keunggulan model hasil kajian PPRF ini adalah kategori unit cost yang lebih detail dibanding
model perhitungan kajian lembaga lain.Unit cost yang diperhitungkan dalam model ini
antara lain RJTP, RJTL, RITL, Persalinan, dan Penyakit kritis.Tiga unit cost yang pertama
disebutkan pada umumnya terdapat pada model kajian lembaga lain tetapi tidak dengan
dua unit cost yang disebutkan terakhir. Selain itu, model ini pun berdasarkan usia tiap
penduduk yang dalam realitanya iuran untuk jaminan kesehatan semestinya berbeda untuk
tiap peserta mengingat perbedaan risiko pada diri peserta. Apabila program JKN sudah
mature, perbedaan tingkat utilisasi tiap penduduk berdasarkan usia akan lebih akurat
dibandingkan berdasarkan kelompok PBI atau non‐PBI.
Meski demikian, model ini memiliki kelemahan yang sangat mendasar yakni sebagian besar
data yang dibutuhkan belum tersedia. Seiring dengan berjalannya program JKN nanti,
diharapkan kelemahan ini dapat diperbaiki. Pada jangka panjang, model ini diperkirakan
akan memberikan hasil yang lebih akurat dibanding model yang tersedia saat ini.
21
III.2.5. Rekomendasi Besaran Iuran
Dari berbagai hasil kajian yang ada, dapat dikatakan semua lembaga terkait program JKN
sepakat bahwa belum ada satupun hasil kajian dari lembaga‐lembaga yang disebutkan di
atas memiliki tingkat confidence yang tinggi. Meski demikian, banyak yang berpendapat
bahwa model terbaik yang ada saat ini adalah model TNP2K. Tim internal Kemenkeu pun
sepakat dengan hal tersebut akan tetapi dengan berbagai catatan. Pada saat laporan ini
dibuat besaran iuran untuk PBI yang diusulkan oleh Kementerian Kesehatan adalah sebesar
Rp22.200 dan 5% dari upah untuk pekerja formal.
Khusus untuk iuran PBI, Bapak Menteri Keuangan telah melakukan pertemuan yang intensif
dengan tim internal Kemenkeu untuk mendiskusikan berapa iuran PBI yang wajar. Dalam
suatu pertemuan, Bapak Menteri memberikan arahan kepada tim untuk menghitung
besaran iuran yang wajar menggunakan pendekatan manfaat dan pendekatan anggaran.
Dalam menggunakan pendekatan manfaat, Bapak Menteri meminta untuk segera
diputuskan model mana yang akan digunakan. Sementara dalam menggunakan pendekatan
anggaran, Bapak Menteri meminta untuk dibuat beberapa simulasi dengan dasar jumlah
anggaran yang sudah dialokasikan dalam Medium Term Budget Framework (MTBF) dengan
tujuan tanpa menambah defisit APBN atau utang Pemerintah.
III.2.5.1. Pendekatan Manfaat
Besaran iuran PBI yang diusulkan oleh Kemenkes didasarkan pada hasil kajian TNP2K dengan
menggunakan asumsi tinggi (flexible).Besar iuran Rp22.200 ini mendekati besaran iuran
pada skenario ke‐14 hasil paparan TNP2K di hadapan Menteri Keuangan pada tanggal 28
September 2012 (Rp22.924).
Setelah melakukan diskusi dengan beberapa narasumber (TNP2K, Konsultan Bappenas dan
DJSN, PT Askes), tim mencoba menggali argumentasi dibalik asumsi‐asumsi yang digunakan
dalam mendapatkan besaran iuran pada skenario ke‐14 tersebut. Hasil dari diskusi dengan
narasumber tersebut antara lain sebagai berikut.
III.2.5.1.1. Asumsi kapitasi Rp6.000.
Tanggapan narasumber:
Data PPJK Kemenkes tahun 2011 menunjukkan bahwa realisasi kapitasi Jamkesmas pada
Puskesmas adalah sebesar +Rp700 per bulannya. Angka ini sangat kecil dan dapat
22
mencukupi operasional di Puskesmas mengingat ini merupakan parsial cost karena
Pemerintah masih mensubsidi gaji tenaga medis, perawatan/penambahan infrastruktur,
obat, dan alat medis lainnya.
Hasil kajian GIZ dan Ausaid untuk tahun 2011 menunjukkan bahwa biaya kapitasi untuk
layanan full cost (apabila tidak ada subsidi dari Pemerintah) di Puskesmas adalah sebesar
Rp2.662 (median) dan Rp4.600 (mean). Dengan memperhitungkan inflasi, didapatkanlah
biaya kapitasi Rp6.000.
Tanggapan tim:
Tim sepakat bahwa untuk melakukan revolusi pada sistem layanan kesehatan di Indonesia
harus menguatkan peran PPK I sebagai gate keeper.Dengan melihat data yang ada, besar
kapitasi sebesar Rp6.000 per bulan di nilai wajar.
III.2.5.1.2. Asumsi unit cost
Tanggapan narasumber:
Baseline yang digunakan untuk proyeksi unit cost saat dimulainya program JKN ini adalah
menggunakan rerata data PT Askes tahun 2009 dan 2010.Selain itu, diperlukan juga
penyesuaian sebesar 25% atas biaya out‐of‐pocket peserta.
Tanggapan tim:
Baseline unit cost sebaiknya menggunakan data terkini yang tersedia untuk
menggambarkan real cost yang ada. Semakin update data yang dimiliki, proyeksi unit cost
tahun 2014 diyakini akan lebih baik lagi.
III.2.5.1.3. Asumsi kenaikan utilisasi 110% (dari tahun 2010 s.d. 2014)
Tanggapan narasumber:
Asumsi kenaikan utilisasi sebesar 110% didasarkan pada beberapa hal sebagai berikut:
• Efek asuransi yang signifikan pada kelompok penduduk dengan penghasilan terendah.
Dengan kata lain, ketika penduduk dengan penghasilan terendah dijamin oleh suatu
asuransi kesehatan, data menunjukkan, utilisasi mereka akan layanan kesehatan akan
meningkat secara signifikan (Budi Hidayat).
• Dilakukannya sosialisasi mengenai program JKN/Jamkesmas secara masif.
• Perbaikan secara signifikan terkait distribusi dan ketersediaan fasilitas kesehatan.
23
6.5
8.1
9.7
6.5
7.15
8.22
5.5
6.16.5
2010 2011 2012 2013 2014
Kemkes Tim kemkeu Realisasi
Tanggapan tim:
Kenaikan 110% dari tahun 2010 sampai dengan tahun 2014 dinilai over estimate jika
dibandingkan dengan tren data realisasi sampai dengan tahun 2012. Proyeksi TNP2K pada
skenario ke‐14 untuk kenaikan utilisasi adalah 110% yaitu dari 4,6 (utilisasi RJTL tahun 2010)
ke 9,7 (proyeksi utilisasi RJTL tahun 2014). Sedikit berbeda dengan TNP2K, utilisasi
Jamkesmas pada tahun 2010 menurut Kementerian Kesehatan adalah 5,5. Perbedaan ini
disebabkan berbedanya dasar angka yang menjadi denominator (pembagi). TNP2K
menggunakan angka denominator sebesar 76,4 juta jiwa (jumlah peserta Jamkesmas)
sedangkan Kemenkes menggunakan angka 72 juta jiwa (peserta Jamkesmas yang menerima
kartu peserta).
Data realisasi utilisasi Jamkesmas menurut
Kementerian Kesehatan untuk tahun 2010,
2011, dan 2012 berturut‐turut adalah 5,5,
6,1, dan 6,5 (lihat gambar 5). Melihat data
ini, rerata pertumbuhan utilisasi adalah
8,75%. Kementerian Kesehatan
memproyeksikan pertumbuhan utilisasi
sebesar 24,6% (menjadi 8,1) pada tahun
2013 dan sebesar 19,8% (menjadi 9,7) pada
tahun 2014. Dengan alasan ini, tim menilai
proyeksi ini relatif berlebihan mengingat semua yang diasumsikan atas.
Selain perbandingan dengan tren data realisasi tersebut, alasan lain tim menganggap
proyeksi pertumbuhan utilisasi berlebihan adalah diperlukannya rencana aksi yang jelas
terkait sosialisasi yang masif dan perbaikan signifikan atas distribusi dan fasilitas kesehatan.
Untuk pertumbuhan utilisasi, tim memberikan proyeksi yang lebih moderate dibanding
proyeksi Kemenkes atau TNP2K pada skenario 14. Tim memproyeksikan terdapat
pertumbuhan utilisasi sebesar 10% (menjadi 7,15) pada tahun 2013 dan sebesar 15%
(menjadi 8,22) pada tahun 2014 (lihat gambar 5).
III.2.5.1.4. Asumsi risiko usia dan pergeseran penyakit
Tanggapan narasumber:
Perlu mempertimbangkan dua faktor ini kedalam model mengingat berbagai alasan
sebagaimana yang sudah dijelaskan pada butir 3.1.3.Kementerian Kesehatan mengusulkan
Gambar 5. Utilisasi RJTL per mil
24
untuk kedua faktor ini ditambahkan kedalam perhitungan besaran iuran masing‐masing
sebesar Rp750.
Tanggapan tim:
Tim sependapat bahwa kedua hal ini perlu dipertimbangkan ke dalam model.Akan tetapi
tidak setuju dengan besaran Rp750 mengingat belum adanya data pendukung yang valid
yang mendasari.Selain itu, nilai tersebut juga dinilai terlalu besar untuk tahap awal SJSN.Tim
mengusulkan untuk kedua faktor ini ditambahkan ke model masing‐masing sebesar Rp250.
III.2.5.1.5. Asumsi biaya manajemen (5%) dan cadangan (5%)
Tanggapan narasumber:
Dalam beberapa kali diskusi, PT Askes, yang nantinya akan menjadi BPJS Kesehatan,
menyatakan bahwa biaya manajemen/operasional terdiri dari biaya tetap dan variabel.
Persentase biaya manajemen semestinya akan menurun seiring dengan penambahan
jumlah peserta. Berdasarkan pengalaman, biaya manajemen pada umumnya 10% dari iuran
yang didapatkan.Sementara itu, menurut narasumber lainnya, pengalaman di beberapa
negara, gabungan biaya manajemen dan cadangan adalah sebesar 10%.
Terkait biaya cadangan, TNP2K berpendapat bahwa biaya ini diperlukan sebagai buffer
untuk kemungkinan terjadinya error dalam model.
Tanggapan tim:
Tim memahami bahwa biaya manajemen dan biaya cadangan diperlukan dalam perhitungan
di model akan tetapi tidak setuju dengan besaran yang diusulkan. Jumlah peserta PBI
merupakan jumlah yang sangat besar. Menurut hukum bilangan besar, semakin besar
jumlah peserta, maka persentase biaya manajemen semestinya akan semakin kecil. Di
samping itu, pengumpulan iuran dan pendaftaran kepesertaan PBI tidak memerlukan upaya
yang besar. Untuk biaya manajemen, tim mengusulkan sebesar 2%.
Untuk biaya cadangan, mengingat PBI merupakan tanggung jawab Pemerintah, tim
berpendapat bahwa sekalipun Pemerintah memberi angka yang cukup moderat hal ini tidak
lah terlalu berisiko. Apabila nanti iuran yang dibutuhkan ternyata masih kurang, terkait PBI,
Pemerintah siap untuk memenuhi kewajibannya untuk memastikan PBI tetap dapat dilayani.
III.2.5.1.6. Asumsi inflasi kesehatan
25
Tanggapan narasumber:
Berdasarkan kajian literatur yang ada, inflasi kesehatan pada umumnya lebih tinggi
dibanding inflasi umum. Data BPS menunjukkan bahwa rerata inflasi umum pada tiga tahun
terakhir (2009 s.d. 2011) adalah4,51% (Data BPS, 2012). Karenanya, TNP2K memberikan
angka 7,5% untuk inflasi kesehatan meskipun pada data BPS yang sama, rerata inflasi
kesehatan pada data tersebut untuk tiga tahun terakhir yang sama adalah sebesar 3,45%.
Para narasumber belum mengetahui metode yang digunakan BPS dalam menghasilkan
angka inflasi kesehatan yang lebih rendah dibanding inflasi umum.
Tanggapan tim:
Rerata inflasi kesehatan pada BPJS Kesehatan dari tahun 2009 sampai dengan tahun 2011
adalah 3,45%. Sementara itu, Towers Watson (2012) dalam kajiannya menyatakan bahwa
rerata inflasi kesehatan untuk Indonesia selama beberapa tahun terakhir adalah 7%. Data
inflasi Towers Watson ini disimpulkan dengan responden dari perusahaan asuransi
komersial dan mencerminkan biaya kesehatan provider swasta (bukan managed care).
Berdasarkan data di atas, usulan angka inflasi kesehatan sebesar 7,5% dinilai over estimate.
Tim mengusulkan untuk angka inflasi kesehatan ini sebesar 6%.
Dengan berbagai rekomendasi tim tersebut di atas, tim BPJS Kemkeu mengusulkan iuran
popb tahun 2014 untuk PBI adalah sebesar Rp18.145 (lihat tabel 7)
Tabel 6. Iuran popb PBI tahun 2014
Tim BPJS
Kemkeu
1 Kapitasi dokter RJTP 6,000
2 Kenaikan utilisasi 77.0%
Utilisasi RJTL 8.2
3 Penyesuaian risiko usia 250
4 Pergeseran penyakit 250
5 Biaya manajemen 2.0%
nominal (Rp miliar) 358.3
6 Biaya cadangan 3.0%
7 Inflasi 6.0%
Iuran PBI popb (Rp) 18,145
No Asumsi utama
26
III.2.5.2. Pendekatan anggaran
Menghitung besar iuran yang wajar dengan pendekatan anggaran dilakukan melalui tiga
skenario yaitu dengan iuran popb sebesar Rp10.000 (arahan Bapak Menteri dalam suatu
pertemuan), iuran popb yang tidak perlu menambah defisit atau utang, dan iuran popb
sebesar yang diusulkan Kementerian Kesehatan yaitu sebesar Rp22.200. Setelah dilakukan
simulasi, iuran popb yang tidak menambah defisit atau utang, sebagaimana proyeksi
anggaran sampai dengan tahun 2016, adalah sebesar Rp15.557.
27
III.3. Proyeksi Beban Fiskal
Implementasi program JKN SJSN akan berdampak kepada APBN. Sebagai pemberi kerja,
sebagaimana diatur oleh UU nomor 40 tahun 2004 tentang SJSN, Pemerintah wajib
berkontribusi atas iuran jaminan kesehatan program JKN. Adapun tanggungan Pemerintah
adalah PNS Pusat aktif, anggota TNI/Polri aktif, Pensiunan dan veteran, dan pegawai
honorer. Khusus untuk Kementerian Pertahanan, TNI, dan Polri, Pemerintah juga
meyediakan anggaran untuk pelayanan kesehatan tertentu berkaitan dengan kegiatan
operasional mereka yang tidak dijamin oleh SJSN. UU SJSN juga mengamanahkan
Pemerintah membayar iuran untuk orang miskin dan tidak mampu, yang lebih dikenal
dalam SJSN sebagai PBI. Selain itu, untuk mempercepat peningkatan layanan kesehatan,
Pemerintah perlu menyediakan tambahan anggaran untuk perbaikan fasilitas kesehatan.
III.3.1. Penerima Bantuan Iuran (PBI)
Pasal 17 Undang‐Undang nomor 40 tahun 2004 tentang SJSN menyatakan bahwa iuran
program JKN untuk fakir miskin dan orang yang tidak mampu dibayar oleh Pemerintah.
Kelompok ini, yang iurannya dibayar oleh Pemerintah, disebut sebagai kelompok Penerima
Bantuan Iuran (PBI). Menurut berbagai media massa, Presiden pernah menyatakan dalam
suatu kegiatan bahwa besar anggaran untuk PBI di tahun 2014 adalah sekira Rp25 triliun.
Tim mencoba mencari dokumen pendukung atas pernyataan Presiden tersebut dan
mendapatkan tidak ada dokumen pendukung yang jelas yang menyatakan jumlah tersebut.
III.3.1.1. Jumlah PBI
Untuk menghitung beban fiskal dari PBI, terdapat dua variabel utama yang menentukan
besar iuran PBI, yaitu jumlah penerima PBI dan besar iBesar beban fiskal untuk iuran PBI
ditentukan oleh dua variabel utama yaitu jumlah penerima PBI dan iuran popb PBI. RPP
tentang PBI, yang pada saat laporan ini dibuat sedang menunggu pengesahan dari Presiden
selaku kepala Pemerintahan, telah menyatakan bahwa untuk tahap awal, jumlah PBI
didasarkan pada data PPLS tahun 2011. Data tersebut terdiri dari 40% penduduk dengan
jumlah penghasilan terendah yang sudah terdata berdasarkan nama dan alamat. Jumlah
dari data tersebut adalah 96,4 juta jiwa. Jumlah yang sama diusulkan oleh DJSN kepada
Menko Kesra sebagai PBI untuk tahun 2014.
28
I II
1 Jumlah PBI 86.400.000 86.400.000
2 Iuran popb PBI Rp15.557 Rp18.145
16.129 18.813Beban PBI (Rp miliar)
No AsumsiTahun 2014
Jumlah penerima Jamkesmas, program dengan manfaat yang sama dan dengan target
peserta yang sama juga dengan PBI, pada tahun 2013 adalah 86,4 juta jiwa. Jumlah ini telah
meningkat 10 juta jiwa dibanding tahun sebelumnya.Tim berpandangan, apabila jumlah PBI
tahun 2014 meningkat menjadi 96,4 juta jiwa akan bertentangan dengan klaim Pemerintah
dalam berbagai kesempatan yang menyatakan bahwa telah terjadi penurunan jumlah orang
miskin di Indonesia. Karena itu, dalam simulasi perhitungan proyeksi beban fiskal, jumlah
PBI diasumsi sebesar 86,4 juta jiwa.
III.3.1.2. Iuran PBI
Besar iuran popb PBI yang digunakan dalam simulasi adalah besar iuran yang
direkomendasikan oleh tim dalam pendekatan manfaat (Rp18.145) dan besar iuran yang
tidak menambah defisit atau utang (Rp15.557).
Dengan asumsi‐asumsi tersebut di atas, proyeksi beban fiskal PBI untuk tahun 2014 adalah
sebagai berikut.
III.3.2. Pegawai aktif
Beban yang menjadi tanggungan Pemerintah untuk pegawai aktif didapatkan dengan cara
porsi iuranyang menjadi tanggungan Pemerintahdikalikan denganjumlah peserta dan
dikalikan dengan besar upah peserta. Pasal 27 ayat (1) UU nomor 40 tahun 2004 tentang
SJSN mengatur bahwa besarnya iuran program JKN untuk peserta penerima upah
ditentukan berdasarkan persentase dari upah sampai batas tertentu. Terkait hal ini,
Kementerian Kesehatan mengusulkan dalam RPerpres tentang Jaminan kesehatan bahwa
besar persentase dimaksud adalah sebesar 5% dari upah dengan 3% (60% dari 5%) dari upah
menjadi tanggunan pemberi kerja. Karena itu, iuran sebesar 3% dari upah merupakan
tanggungan Pemerintah untuk para pegawai penyelenggara negara yang masih aktif.
Sebelum program JKN diimplementasikan, tanggungan Pemerintah untuk iuran jaminan
Tabel 7. Simulasi beban fiskal PBI
29
kesehatan pegawainya adalah sebesar 2% dari upah (PP nomor 28 tahun 2003). Berbeda
dengan yang lainnya, sampai dengan saat ini, Pemerintah tidak membayar tanggungan iuran
ini bagi anggota TNI/Polri. TNI/Polri saat ini hanya mengelola dana iuran sebesar 2% dari
upah yang menjadi tanggungan anggota.
Terkait jumlah pegawai aktif, Tim menggunakan data BKN untuk jumlah PNS pusat, data PT
Askes untuk PTT, dan data pada DJA untuk jumlah anggota TNI/Polri. Sementara untuk
rerata besar upah, Tim menggunakan data dari DJA (lihat tabel 9).
Tabel 8. Jumlah dan rerata gaji pegawai Pemerintah aktif
Besar upah dasar pengali besar iuran saat ini adalah gaji pokok dan tunjangan pokok. Besar
gaji pokok adalah sebagaimana yang tercantum dalam tabel 9 di atas. Sedangkan tunjangan
pokok adalah sebesar 10% dari gaji pokok untuk suami/istri dari pegawai dan sebesar 2%
dari gaji pokok untuk tiap anak dengan jumlah anak maksimal yang diberikan tunjangan
adalah sebanyak dua anak.Data yang dimiliki TNP2K menyatakan bahwa rerata jumlah anak
PNS adalah 1,07. Mengingat selama ini yang ditanggung dalam jaminan kesehatan PNS
adalah maksimal dua anak sedangkan program JKN yang ditanggung adalah maksimal tiga
anak, Tim mengasumsikan jumlah anak para pegawai aktif yang ditanggung Pemerintah
adalah sebanyak 1,5 anak.
Untuk proyeksi sampai dengan tahun 2016, jumlah pegawai aktif ini diasumsikan tumbuh
sebesar 1% tiap tahunnya. Asumsi ini didasarkan pada data BKN selama beberapa tahun
terakhir yang berada pada kisaran 1%. Sementara untuk pertumbuhan besaran gaji, Tim
mengasumsikan sebesar 7% tiap tahun sebagaimana rerata pertumbuhan besaran gaji
dalam beberapa tahun terakhir.
2011 2012 2013 2014
Jumlah Pegawai
PNS aktif 1.030.562 1.030.562 1.040.868 1.051.276
TNI 395.312 395.312 399.265 403.258
Polri 376.498 376.498 380.263 384.066
PTT 41.313 46.552 47.483 48.433
Rerata gaji/bulan (Rp)
PNS aktif 2.252.738 2.410.430 2.579.160 2.759.701
TNI 2.043.243 2.186.270 2.339.309 2.503.061
Polri 2.249.726 2.407.207 2.575.711 2.756.011
PTT (estimasi) 1.300.000 1.365.000 1.433.250
KeteranganAktual Proyeksi
30
III.3.3. Pegawai pensiunan dan veteran
Selain pegawai aktif, sebagaimana diamanahkan dalam PP nomor 28 tahun 2003 tentang
Subsidi dan Iuran Pemerintah dalam Penyelenggaraan Asuransi Kesehatan bagi PNS dan
Penerima Pensiun dan PP nomor 69 tahun 1991, Pemerintah juga memiliki kewajiban
menanggung sebagian iuran jaminan kesehatan untuk para pensiunan PNS (seluruh PNS,
bukan pensiunan PNS pusat saja), TNI/Polri, dan veteran. Dalam kedua PP tersebut telah
diatur bahwa subsidi iuran Pemerintah untuk jaminan kesehatan pensiunan adalah sebesar
2% atas pensiun yang diterima dan iuran untuk veteran dan perintis kemerdekaan (dalam
laporan ini dimasukkan dalam kelompok veteran) seluruhnya ditanggung oleh Pemerintah.
Besar iuran untuk program JKN sebagaimana diusulkan Kementerian Kesehatan dalam
RPerpres tentang Jaminan Kesehatan adalah 5% dari pensiun atau manfaat veteran yang
diterima. Besar tanggunganPemerintah untuk program JKNdiusulkan sebesar 3% dari
pensiun atau manfaat veteran yang diterima.
Pertumbuhan jumlah pensiunan untuk tahun 2012 dan 2013 diasumsikan sebesar 0% (zero
growth) sementara untuk tahun 2014 dan seterusnya sebesar 1%.Terkait besar manfaat
pensiun yang diterima, Tim mengacu kepada Undang‐Undang nomor 11 tahun 1969 tentang
Pensiun Pegawai dan Pensiun‐Janda/Duda Pegawai. UU ini mengatur bahwa besar pensiun
pegawai untuk satu bulan adalah 2,5% dari dasar pensiun untuk tiap‐tiap tahun masa kerja
dengan ketentuan paling banyak 75% dari dasar pensiun dan tidak boleh kurang dari gaji
pokok terendah menurut PP tentang gaji dan pangkat yang berlaku bagi pegawai negeri
yang bersangkutan. Dengan alasan keterbatasan data, Tim memutuskan untuk konservatif
dengan menyederhanakan asumsi besar manfaat pensiun sebesar 75% dari upah yang
diterima pegawai aktif.
III.3.4. Dukungan layanan kesehatan tertentu
UU nomor 24 tahun 2011 tentang BPJS mengamanahkan bahwa untuk pelayanan kesehatan
tertentu berkaitan dengan kegiatan operasional Kementerian Pertahanan, TNI, dan Polri
akan ditetapkan lebih lanjut dengan Peraturan Presiden. Untuk pelayanan kesehatan
tertentu ini, Tim mengasumsikan bahwa anggaran yang dialokasikan maksimum sebesar 2%
dari total upah. Hal ini didasarkan pada besarnya dana yang dikelola oleh TNI dan Polri
selama ini adalah sebesar 2% dari upah pesertanya.
31
III.3.5. Infrastruktur Kesehatan
Salah satu permasalahan utama dalam sistim layanan kesehatan adalah masih sangat
rendahnya utilisasi layanan oleh kelompok orang miskin dan tidak mampu. Salah satu target
utama program JKN adalah memperbaiki hal ini. Salah satu solusi utama untuk
permasalahan ini adalah menambah kemudahan akses fasilitas kesehatan dengan cara
menambah fasilitas‐fasilitas kesehatan.
Kementerian Kesehatan telah memiliki peta kebutuhan fasilitas kesehatan sampai tahun
2014 sebagaimana terlihat pada tabel 10 dengan konsekuensi kebutuhan anggaran sebesar
+Rp10 triliun. Dana untuk ini telah dialokasikan sebesar Rp1 triliun pada awal tahun 2012
akan tetapi sampai dengan saat laporan ini dibuat dana tersebut belum digunakan.
Berdasarkan hal ini, dalam proyeksi beban fiskal untuk tambahan infrastruktur kesehatan
yang dibutuhkan pada tahap awal program JKN, Tim mengalokasikan sebesar Rp1,5 triliun
tiap tahun sejak tahun 2014 sampai dengan tahun 2016.
III.3.6. Rangkuman proyeksi beban fiskal
Dengan semua asumsi yang disampaikan pada butir‐butir sebelumnya, proyeksi beban fiskal
untuk tahun 2014 dengan asumsi iuran popb PBI sebesar Rp15.557 dan Rp18.145 dapat
dilihat pada tabel 11.
Tabel 10. Proyeksi Beban Fiskal
No Tertanggung Beban
2014 2014
1 PBI 16.129 18.813
2
Lainnya
(iuran PNS aktif , Pensiunan, vet, TNI dan Polri aktif,
dan tambahan anggaran infrastruktur kesehatan) 6.877 6.877
Total tanggungan 23.006 25.690
Iuran popb PBI (Rp) 15.557 18.145
Tabel 9. Rekapan Kekurangan Kelas
Rumah Sakit dan Puskesmas
Kelas D 12
Kelas C 4
Kelas B 4
Kelas A 9
RS Pratama 187
KEKURANGAN PKM 433
32
Anggaran yang sudah dialokasikan dalam MTBF tahun 2014 untuk hal yang sama adalah
sebesar +Rp23 triliun. Ini berarti, apabila iuran popb PBI tahun 2014 ditetapkan sebesar
+Rp15.500, dapat dikatakan tidak ada tambahan anggaran untuk tanggungan Pemerintah
dalam implementasi program JKN. Sementara itu, apabila iuran popb PBI untuk tahun yang
sama ditetapkan sebesar Rp18.145, maka diperlukan tambahan anggaran sekira Rp2,7
triliun.
III.4. Potensi Risiko Fiskal
Selain kegiatan membangun model proyeksi beban fiskal atas program jaminan kesehatan
nasional di atas, Tim juga melakukan simulasi perhitungan potensi risiko fiskal dengan
tujuan apabila terjadi deviasi dari asumsi yang dibangun dalam model besaran iuran oleh
TNP2K. Hal ini dimaksudkan sebagai kajian awal terkait kewajiban Pemerintah sebagaimana
diamanahkan pada pasal 48 Undang‐Undang No. 40 Tahun 2004 tentang SJSN, bahwa
Pemerintah dapat melakukan tindakan‐tindakan khusus guna menjamin terpeliharanya
tingkat kesehatan keuangan BPJS, dan pada pasal 56 ayat (2) dan (3) UU Nomor 24 Tahun
2011 tentang BPJS, yang berbunyi dalam hal terjadi krisis keuangan dan kondisi tertentu
yang memberatkan perekonomian, Pemerintah dapat melakukan tindakan khusus untuk
menjaga kesehatan keuangan dan kesinambungan penyelenggaraan program Jaminan
Sosial”. Dengan pasal itu, Pemerintah memiliki perhatian lebih terkait sustainabilitas
program, berikut simulasi potensi risiko fiskal.
III.4.1. Deviasi Unit Cost
Model besaran iuran yang dibangun oleh TNP2K memiliki beberapa asumsi seperti yang
telah diuraikan sebelumnya. Meskipun model ini diakui paling baik diantara yang lainnya,
tingkat validitas data masih menjadi ganjalan dan berpotensi menimbulkan kesalahan dalam
estimasi kebutuhan iuran oleh BPJS Kesehatan sehingga berdampak pada kesinambungan
program Jamkes. Tim melakukan beberapa simulasi untuk melihat sensitivitas dari asumsi
unit cost baseline tahun 2004 yang telah disesuaikan. Apabila dilakukan shock pada
baseline, seberapa besar dampaknya terhadap anggaran yang dibutuhkan. Diketahui setelah
dilakukan shock sebesar 10 persen pada baseline unit cost, alokasi iuran popb PBI yang
semula sebesar Rp18.145 popb naik menjadi Rp19.760 popb. Hal ini apabila BPJS Kesehatan
tidak bisa menekan dan bernegosiasi dengan penyedia fasilitas kesehatan, maka akan ada
33
potensi risiko fiskal berupa tambahan alokasi anggaran yang dibutuhkan oleh BPJS
Kesehatan. Dampak dari kenaikan unit cost tersebut kisaran sebesar Rp947 miliar.
III.4.2. Deviasi Utilisasi
Simulasi berikutnya adalah dengan melakukan shock terhadap asumsi kapitasi dari rawat
jalan tingkat pertama, asumsi utilisasi rawat jalan tingkat lanjutan dan asumsi utilisasi rawat
inap tingkat lanjutan. Dengan kenaikan kapitasi sebesar Rp500 popb dari asumsi kapitasi
baseline, berdampak pada kebutuhan tambahan anggaran kisaran sebesar Rp526 miliar.
Shock kenaikan utilisasi sebesar satu per mil pada RJLT akan menimbulkan potensi
tambahan anggaran kisaran sebesar Rp425 miliar, sedangkan shock kenaikan satu per mil
pada RITL akan menimbulkan potensi tambahan anggaran kisaran sebesar Rp4.7 triliun.
Dengan kedua simulasi potensi risiko fiskal di atas, peran BPJS Kesehatan dan Pemerintah
sangat penting guna menyelaraskan dan menjaga antara asumsi yang digunakan dalam
perhitungan kebutuhan besar iuran dengan realisasi dari masing‐masing asumsi saat
implementasi BPJS Kesehatan.
III.5. Kajian Kemampuan dan Kesiapan Sektor Informal
Selain kajian terkait model perhitungan beban APBN dan model besar iuran Jaminan
Keseharan, selama tahun 2012 tim juga melakukan kajian terhadap kesiapan dan
kemampuan sektor informal dalam mengikuti program jaminan sosial nasional. Kebutuhan
melakukan survei didorong oleh perkembangan dalam pembahasan di Pokja Nasional BPJS
Kesehatan, dimana isu terkait sektor informal adalah kesulitan dalam menagih iuran di
sektor ini. Selain itu, dengan keraguan kesiapan sektor informal dalam mengikuti program
SJSN, diperkuat lagi dengan belum adanya pengalaman PT Askes yang akan menjadi BPJS
kesehatan dalam menangani sektor informal. Stakeholders lain yang tergabung dalam Pokja
Kesehatan, mengusulkan agar iuran sektor informal ditanggung oleh Pemerintah (APBN).
Dengan perkembangan pembahasan tersebut, tim internal Kemkeu melakukan survey ini,
yang bertujuan untuk mendapatkan profiling atau kesimpulan dari kesiapan dan
kemampuan sektor informal mengikuti SJSN.
Bagian ini akan menyajikan narasi mengenai hasil survey termasuk mendiskripsikan hasil
tabulasi dan melakukan analisis hasil survey. Bagian ini akan dimulai dengan menyajikan
profil responden untuk memberikan gambaran awal latar belakang para responden,
34
kemudian dilanjutkan dengan analisis deskriptif atas informasi yang dihasilkan dari hasil
survey dan analisis deskriptif sederhana lainnya dengan menggunakan tabel silang untuk
melihat perbedaan respon atas suatu pertanyaan antara berbagai kelompok/klasifikasi
identitas responden. Yang terakhir, disajikan pula analisis uji statistik untuk melihat faktor‐
faktor yang mempengaruhi kemauan dan kemampuan responden untuk mengikuti program
SJSN.
III.5.1. Profil Responden
Data yang berhasil dihimpun melalui kuesioner dalam kegiatan survey berjumlah 586
responden, tersebar di 20 lokasi kota‐kota utama di Indonesia (Lihat Gambar 6). Responden
tersebut terdiri atas 65% laki‐laki, 33% perempuan dan ada 2% responden yang tidak
menjawab pertanyaan jenis kelamin. Sebaran usia responden, mayoritasnya (49%) berada
dalam klasifikasi usia produktif 31‐45 tahun, sejumlah 25,6% berada para rentang usia 16‐30
tahun, sejumlah 22,8% dalam klasifikasi usia 46‐60 tahun, dan hanya sedikit sekali porsi
responden di usia 61 tahun ke atas.
Gambar 6.Profil Responden: Sebaran Lokasi, Jenis Kelamin, dan Usia
Sementara dari Gambar 7 dapat kita lihat bahwa mayoritas responden memiliki
pendidikan setingkat SMU/sederajat yaitu sebesar 40,6% atau sebesar 49,6% jika ditambah
dengan SMK. Secara umum tingkat pendidikan responden masih relatif rendah, hanya
sekitar 15% yang memiliki pendidikan setingkat akademi/diploma ke atas. Tingkat
Pangkal Pinang
Makasar
Mataram
Malang
Medan
Solo
Palembang
Jogjakarta
Surabaya
Batam
Palangkaraya
Salatiga
Purwakarta
Semarang
Bandung
Cirebon
Jayapura
Balikpapan
Padang
Gianyar
9.39%
8.70%
8.02%
7.17%
7.17%
6.83%
6.31%
5.80%
4.95%
4.61%
4.27%
3.92%
3.58%
3.24%
3.07%
2.90%
2.90%
2.73%
2.73%
1.71%
Sebaran responden berdasarkan
Kabupaten/Kota
0.00%
5.00%
10.00%
15.00%
20.00%
25.00%
30.00%
35.00%
40.00%
45.00%
50.00%
16‐30
tahun
31‐45
tahun
46‐60
tahun
61‐75
tahun
> 75
tahun
Series1 25.60% 49% 22.80% 2.40% 0.20%
Sebaran usia responden
65%
33%
2%Jenis Kelamin
Laki‐laki
Perempuan
Tidak menjawab
35
penghasilannya juga masih relatif rendah, hanya 6% dari responden yang memiliki
penghasilan di atas Rp5 juta per bulan. Sementara dari sisi tanggungan keluarga, mayoritas
memiliki 3‐5 tanggungan.
Gambar 7. Profil Responden: Pendidikan, Tanggungan, dan Penghasilan
Gambar 8. Profil Responden: Pekerjaan
Jika dilihat profil responden dari aspek pekerjaannya (Gambar 8) terlihat bahwa 52% memiliki
status sebagai pekerja mandiri, 33% sebagai pekerja, dan 13% sebagai pemilik usaha atau pemberi
27%
65%
7%
1%
Jumlah tanggungan keluarga responden
0‐2 orang
3‐5 orang
6‐8 orang
9‐11 orang
Rp 75.000 ‐ 500.000
Rp 500.001 ‐ 1.000.000
Rp 1.000.001 ‐ 2.000.000
Rp 2.000.001 ‐ 5.000.000
Rp 5.000.001 ‐ 10.000.000
Rp 10.000.001 ‐ 20.000.000
> 20.000.000
9.40%
36.50%
31.90%
16.20%
2.80%
1.60%
1.60%
Penghasilan perbulan
tidak menjawab
tidak sekolah
tidak lulus SD
SD/ Sederajat
SMP/ Sederajat
SMU/ Sederajat
SMK
Akademi/ Diploma
S1
S2
1.38%
0.50%
3.75%
14.85%
14.85%
40.61%
9.04%
5.12%
9.73%
0.17%
Tingkat Pendidikan Responden
13%
33%52%
3%
Status dalam pekerjaan
Pemilik/ Pemberi Kerja Pekerja
Pekerja Mandiri Tidak menjawab
17.6%
74.6%
5.1% 2.5% 0.2%
Lama bekerja dalam sehari
1‐6 jam 7‐12 jam 13‐18 jam 19‐24 jam Tidak menjawab
7
6
5
3
4
2
1
tidak menjawab
43.60%
38.80%
9.50%
3.90%
2.10%
1.60%
0.40%
0.20%
Hari kerja dalam seminggu
36
kerja. Mengingat responden mayoritasnya merupakan pekerja dan usaha di sektor informal atau
UMKM maka secara nature pekerjaan tidak memiliki jam kerja yang tetap dan terstandar. Hal ini
terlihat dari komposisi responden yang menjawab bahwa mereka bekerja antara 7‐12 jam dalam
sehari berjumlah 74,6% dari keseluruhan responden dan 17,6% responden bekerja selama 1‐6 jam
sehari. Fakta ini didukung oleh jumlah hari kerja yang mayoritas 6‐7 hari dalam seminggu. Hanya
sebesar 9,5% responden yang bekerja 5 hari dalam seminggu.
Profil khusus terkait pemberi kerja, mayoritas usaha mereka bergerak di sektor perdagangan,
hotel dan restoran yaitu sebesar 37,2% dan kemudian diikuti oleh sektor jasa‐jasa sebesar 28,2%.
Mayoritasnya (88% responden) juga dalam bentuk usaha kecil yang memiliki jumlah pekerja di
bawah 25 orang. Dari lihat dari sisi omzet usaha, hanya 6% responden yang memiliki omzet usaha di
atas Rp250 juta setahun. Hal ini menunjukkan bahwa mayoritas responden pemberi kerja
merupakan usaha mikro.
Gambar 9. Profil Usaha Pemberi Kerja
III.5.2. Analisis Deskriptif Hasil Survey
Analisis deskriptif dilakukan untuk menggambarkan persepsi responden terhadap informasi
yang diperolehnya terkait program SJSN yang akan dicanangkan oleh pemerintah maupun
terhadap program jaminan sosial yang sudah berjalan. Persepsi yang akan dianalisis secara
deskriptif antara lain meliputi persepsi responden terhadap risiko pekerjaan, keterjadian
37
dan keparahan kecelakaan kerja, tingkat pengetahuan terhadap program SJSN termasuk
penilaian terhadap level urgensi masing‐masing program SJSN dan keinginan untuk
mengikuti program SJSN, tingkat kemampuan membayar iuran program dan mekanisme
serta frekuensi iuran program.
III.5.2.1. Persepsi Terhadap Risiko Pekerjaan
Dalam Gambar 10 disajikan persepsi responden terhadap risiko pekerjaan menurut
kelompok jenis kelamin responden, umur dan sektor pekerjaannya. Dari sisi jenis kelamin
terdapat perbedaan persepsi ada atau tidaknya risiko dalam pekerjaan, responden laki‐laki
yang mengatakan adanya risiko dalam pekerjaan lebih tingggi dari responden perempuan.
Sementara dari sisi usia dapat dikatakan terjadi penyebaran yang relatif merata. Perbedaan
persepsi ini lebih disebabkan oleh jenis pekerjaan atau sektor pekerjaan para responden
(Lihat Gambar 11).
Gambar 10. Persepsi Risiko Menurut Jenis Kelamin dan Usia
59.3%
39%
1.7%0.0%
10.0%
20.0%
30.0%
40.0%
50.0%
60.0%
70.0%
Ada risiko Tidak ada risiko Tidak menjawab
Persepsi Risiko Laki-laki
37.3%
57.1%
5.50%
0.0%
10.0%
20.0%
30.0%
40.0%
50.0%
60.0%
Ada risiko Tidak ada risiko Tidak menjawab
Persepsi Risiko Perempuan
40.14%
56.09%
50%
38%
57.04%
40.22%
46.09%
62%
2.82%
3.69%
3.91%
0%
16‐30 tahun
31‐45 tahun
46‐60 tahun
> 60 tahun
Persepsi Risiko Berdasarkan Usia
Tidak menjawab Tidak ada risiko Ada risiko
38
Gambar 11. Persepsi Risiko Menurut Sektor Pekerjaan
Terhadap pertanyaan mengenai aspek apa saja di lingkungan pekerjaan yang berpotensi
membahayakan dan diberikan keleluasaan untuk memilih lebih dari satu atas empat pilihan
jawaban dan satu tambahan jawaban terbuka (jika diperlukan) diperoleh tabulasi jawaban
sebagaimana dalam Gambar 12. Terlihat walaupun ada banyak responden yang tidak
menjawab, jawaban kondisi kerja yang berbahaya/rawan kecelakaan dan jam kerja
panjang/malam merupakan aspek yang potensi risiko pekerjaan yang dianggap
membahayakan. Sementara, jawaban yang berupa kombinasi atas beberapa pilihan
jawaban relatif kecil.
Gambar 12. Persepsi Terhadap Aspek Potensi Risiko Yang Membahayakan
Pertanian
Pertambangan
Manufaktur
Listrik, air, gas
Konstruksi
Perdagangan, hotel, & restoran
Transportasi & telekomunikasi
Keuangan
Jasa
66.7%
0%
48%
40%
83.3%
39.4%
91.7%
25%
58.5%
33.3%
100%
36%
60%
8.3%
59.6%
8.3%
75%
38.4%
0%
0%
16%
0%
8.4%
0.9%
0%
0%
3.1%
Tidak menjawab Tidak ada risiko Ada risiko
Berbahaya/
rawan
kecelakaan
Jam kerja
panjang/
malam
Lingkungan
sekitar
berbahaya
Risiko
dieksploitasi
Lainnya Berbahaya/
rawan
kecelakaan
dan jam
kerja yang
panjang
Berbahaya/
rawan
kecelakaan
dan
lingkungan
sekitar
berbahaya
Jam kerja
panjang/
malam dan
lingkungan
sekitar
berbahaya
Tidak
menjawab
31.1%
18.4%
5.5%
0.5%
9.7%
2.7%1% 0.8%
30.3%
39
Pertanyaan atas potensi risiko ini hanya berupa pertanyaan selintas, yang hanya digunakan
untuk mengukur persepsi adanya aspek potensi risiko dengan mengaitkan aspek
penyebabnya. Tentu untuk mendapatkan jawaban yang lebih definitive diperlukan
pendekatan lain yang lebih mendetail, misalnya dengan pertanyaan eksploratif yang
dikaitkan dengan jenis pekerjaan yang berbeda‐beda.
III.5.2.2. Persepsi Terhadap Frekuensi dan Keparahan Kecelakaan Kerja
Selanjutnya, untuk mengetahui lebih dalam mengenai persepsi risiko dalam pekerjaan maka
responden diuji dengan pertanyaan mengenai kejadian kecelakaan kerja yang pernah
dialaminya maupun dialami oleh rekan kerja di lingkungan kerjanya serta tingkat
keparahannya. Gambar 13 menyajikan hasil jawaban responden. Bahwa jawaban terhadap
tingkat frekuensi kecelakaan kerja mayoritasnya tidak pernah atau pernah untuk semua
sektor pekerjaan. Sangat sedikit yang menjawab sering dan sangat sering. Selain itu,
mayoritas kejadian kecelakaan yaitu sebesar 68% pun tidak parah, hanya 15% parah, 3%
sangat parah dan 1% mematikan.
Gambar 13. Persepsi Terhadap Kecelakaan Kerja
15.2%
100%
20%
20%
17%
44%
19.4%
16.7%
26.06%
78.8%
0%
64%
40%
75%
49.1%
63.9%
50%
64.24%
3%
0%
0%
40%
0%
4%
13.9%
33.3%
5.46%
3%
0%
0%
0%
0%
1%
2.8%
0%
1.21%
0%
0%
16%
0%
8.3%
1.9%
0%
0%
3.03%
Pertanian
Pertambangan
Manufaktur
Listrik, air, gas
Konstruksi
Perdagangan, hotel, &
restoran
Transportasi &
telekomunikasi
Keuangan
Jasa
Frekuensi Kecelakaan Kerja per Sektor Pekerjaan
Tidak menjawab Sangat Sering Sering Pernah Tidak pernah
68%
15%
3%1%
13%
Tingkat keparahan kecelakaan kerja
Tidak parah Parah Sangat Parah
Mematikan tidak menjawab
40
III.5.2.3. Persepsi Terhadap Pengetahuan, Keinginan Keikutsertaan dan Urutan
Urgensi
Ternyata masih sangat minim responden yang mengetahui tentang adanya program SJSN,
yaitu hanya sebesar 21% ketika ditanyakan kepada mereka secara serta merta pengetahuan
mereka. Sementara 62% mengaku tidak mengetahuinya dan 16% tidak menjawab (Gambar
14). Ini tentu menjadi temuan tersendiri bahwa masih diperlukan sosialisasi program SJSN
secara massif, terutama untuk masyarakat kalangan kelas menengah ke bawah, yang
bekerja di sektor informal dan UMKM.
Gambar 14. Persepsi Terhadap Pengetahuan, Keikutsertaan dan Tingkat Urgensi
Namun demikian, ketika dieksplorasi lebih lanjut mengenai program SJSN mereka secara
antusias ingin mengikuti program SJSN ini. Hal ini ditunjukkan dengan respon yang cukup
besar, 86% untuk ikut dan hanya 4,4% yang secara eksplisit menyatakan tidak ikut. Ini juga
suatu temuan menarik bahwa ternyata para responden dari kalangan menengah ke bawah,
pekerja sektor informal dan UMKM memiliki antusiasme yang tinggi untuk mengikuti
program SJSN.
Dan bagi karakter responden dalam klasifikasi ini mereka meletakkan program SJSN Jaminan
Kesehatan sebagai urutan tertinggi, diikuti oleh Jaminan Kecelakaan Kerja. Sementara untuk
86%
4.4%9.6%
Keinginan mengikuti program SJSN
Ingin Tidak Tidak menjawab
21%
63%
16%
Pengetahuan tentang SJSN
Tahu Tidak tahu Tidak menjawab
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
Skala 1 Skala 2 Skala 3 Skala 4 Skala 5
Kesehatan 87% 7.30% 2% 1.80% 2%
Kecelakaan Kerja 17% 57.10% 10.50% 7.90% 7.50%
Hari Tua 9.80% 15.90% 36.50% 25.10% 12.80%
Pensiun 5.90% 6.50% 13.70% 36% 37.90%
Kematian 9.40% 8.30% 27.70% 16.40% 38.30%
Persepsi urutan tingkat urgensi program SJSN
41
tiga program lainnya: Jaminan Hari Tua, Jaminan Pensiun dan Jaminan Kematian pada
urutan berikutnya. Hal ini sangat rasional mengingat Jaminan Kesehatan merupakan
kebutuhan utama bagi mereka. Jaminan Kecelakaan Kerja juga penting, mengingat potensi
risiko mereka dalam pekerjaan. Sementara Jaminan Kematian, bukan tidak penting tetapi
sangat mungkin karena sudah ada mekanisme sosial dalam menangani musibah kematian,
baik berbasis agama maupun budaya setempat.
III.5.2.4. Persepsi Terhadap Kemampuan Membayar Iuran Program SJSN
Bagian ini akan menyajikan gambaran persepsi responden atas gambaran kemampuannya
untuk membayar iuran ketika mengikuti program SJSN. Analisis disajikan untuk setiap status
responden dalam pekerjaan, baik sebagai pekerja, pemberi kerja atau pun pekerja mandiri.
Namun sebelumnya, perlu dicatat bahwa dalam hubungan pekerja pemberi kerja dalam hal
pembayaran iuran jaminan kesehatan, jaminan pensiun dan jaminan hari tua untuk pekerja
besaran iuran ditanggung bersama dengan proporsi tertentu antara pekerja dan pemberi
kerja. Sementara iuran jaminan kecelakaan kerja dan jaminan kematian untuk pekerja
ditanggung oleh pemberi kerja. Sehingga dalam hal ini, pemberi kerja selain menanggung
iuran jaminan SJSN bagi dirinya, mereka juga menanggung iuran bagi pekerja sebagaimana
tersebut di atas. Sementara itu, bagi pekerja mandiri tentu hanya perlu menanggung iuran
program SJSN bagi dirinya sendiri.
Salah satu analisis yang cukup penting adalah mengenai proporsi ideal untuk iuran yang
ditanggung bersama oleh Pemberi Kerja dan Pekerjanya, yakni untuk Jaminan Kesehatan,
Jaminan Hari Tua, dan Jaminan Pensiun. Dari hasil analisis diperoleh informasi bahwa
Pemberi Kerja rata‐rata mampu menanggung porsi iuran sebesar 62,76% sedangkan
kelompok Pekerja rata‐rata mampu menanggung porsi iuran sebesar 39,7%. Dengan
demikian dapat dikatakan bahwa tingkat kompromi yang ideal untuk proporsi iuran ini ialah
60% menjadi tanggungan pemberi kerja dan 40% menjadi tanggungan pekerja.
Gambar 15 menyajikan hasil persepsi kemampuan membayar iuran program SJSN untuk
pemberi pekerja. Terlihat bahwa ada perbedaan preferensi responden pemberi kerja dalam
mempersepsikan kemampuannya dalam membayar iuran untuk program kematian,
kecelakaan kerja dan kesehatan. Untuk program jaminan kematian, kemampuan membayar
pemberi kerja relatif rendah, sementara untuk program kecelakaan kerja dan kesehatan
relatif lebih tersebar, dari mengatakan tidak mampu sampai dengan membayar iuran diatas
42
Rp25.000,00 per bulan. Untuk program pension dan hari tua, kecenderungan
mempersepsikan kemampuannya pada level iuran sampai dengan Rp25.000,00 atau pun
jika ditingkatkan masih cukup mampu sampai ke level Rp50.000,00. Hal ini ditunjukkan
bahwa 22,2% responden mampu membayar iuran pada kategori iuran antara Rp25.000,00
s.d. Rp50.000,00, baik untuk program jaminan pensiun atau pun jaminan hari tua.
Sebetulnya ukuran kemampuan membayar iuran program SJSN dapat juga digunakan
sebagai proksi untuk mengukur kemauan atau keinginan untuk bergabung dalam program
SJSN ini.
Gambar 15. Persepsi Terhadap Kemampuan Membayar Iuran: Pemberi Kerja
Untuk responden pekerja (Lihat Gambar 16), hanya menanggung iuran untuk tiga program
SJSN: jaminan pensiun, jaminan hari tua dan jaminan kesehatan. Terlihat bahwa untuk
program jaminan pensiun dan jaminan hari tua, persepsi pekerja memiliki kecenderungan
yang sama yaitu kemampuan membayar mayoritas pada level <Rp25.000,00 per bulan.
Walaupun ada sebesar 9,1% responden yang menyatakan mampu membayar iuran sebesar
>Rp125.000,00 per bulan dan sebesar 18,2% responden menyatakan tidak mampu
membayar iuran.
Untuk program jaminan kesehatan, 36,2% responden pekerja mengaku tidak mampu
membayar iuran. Sementara sebesar 23,4% mampu membayar iuran antara Rp5.000,00 s.d.
Rp10.000,00 per bulan. Menarik, bahwa sebesar 19,1% menyatakan mampu membayar
Tidak mampu
Rp 5.000‐10.000
Rp 10.001‐15.000
Rp 15.001‐20.000
Rp 20.001‐25.000
> Rp 25.000
23.7%
23.7%
15.8%
18.4%
10.5%
7.9%
16.2%
35.1%
16.2%
11%
18.9%
2.8%
35.3%
47.1%
6%
5.9%
5.9%
0%
Kematian Kecelakaan Kerja Kesehatan
Tidak mampu
< Rp 25.000
Rp 25.000‐50.000
Rp50.001‐75.000
Rp75.001‐100.000
Rp100.001‐125.000
> Rp125.000
17%
44.3%
22%
16.7%
0%
0%
0%
22.2%
44.4%
22.2%
5.6%
5.6%
0%
0%
Pensiun Hari Tua
43
iuran di atas Rp25.000,00 per bulan dan untuk rentang iuran di atas Rp10.000,00 dan kurang
dari Rp25.000,00 per bulan hanya dalam prosentasi yang lebih rendah dari kedua kategori
tersebut.
Gambar 16. Persepsi Terhadap Kemampuan Membayar Iuran: Pekerja
Untuk responden pekerja mandiri sebagaimana tersaji dalam Gambar 17, menunjukkan
bahwa ada keseragaman kecenderungan kemampuan membayar iuran baik untuk kelompok
jaminan kematian, kecelakaan kerja dan kesehatan maupun untuk kelompok jaminan
pensiun dan hari tua. Jumlah responden pekerja mandiri yang menyatakan tidak mampu
membayar iuran untuk jaminan kematian, kecelakaan kerja dan kesehatan relatif seimbang
dengan kelompok responden yang menyatakan mampu membayar iuran sebesar antara
Rp5.000,00 s.d. Rp10.000,00.
Untuk program jaminan pensiun dan hari tua, mayoritas atau sebesar 54,% dan 53,4%
responden pekerja mandiri secara berurut menyatakan mampu membayar iuran jaminan
pensiun dan hari tua sebesar sampai dengan Rp25.000,00 per bulan. Sebetulnya raltif cukup
banyak responden yang mampu membayar iuran sebesar antara Rp25.000,00 s.d.
36.2%
23.4%
12.8%
2.1%
6.4%
19.1%
Tidak mampu Rp 5.000‐10.000 Rp 10.001‐15.000 Rp 15.001‐20.000 Rp 20.001‐25.000 > Rp 25.000
Kesehatan
Tidak mampu
< Rp 25.000
Rp 25.000‐50.000
Rp50.001‐75.000
Rp75.001‐100.000
Rp100.001‐125.000
> Rp125.000
18.2%
54.5%
11.4%
2.3%
4.5%
0%
9.1%
18.2%
50%
15.9%
0%
6.8%
0%
9.1%
Pensiun Hari Tua
44
Rp50.000,00 per bulan (19% dan 21,5%). Namun jika level iuran dinaikkan lebih dari
Rp50.000,00 per bulan hanya sangat sedikit responden pemberi kerja yang mengaku
memiliki kemampuan membayarnya. Tercatat ada kurang lebih 20% responden yang
mengaku tidak mampu membayar iuran program jaminan pensiun dan hari tua.
Gambar 17. Persepsi Terhadap Kemampuan Membayar Iuran: Pekerja Mandiri
III.5.2.5. Persepsi Terhadap Mekanisme Iuran
Seluruh responden dimintai pendapatnya mengenai periode pemungutan iuran dan
mekanisme pembayaran yang ideal. Hasilnya didapatkan bahwa periode pemungutan iuran
yang ideal dilakukan secara bulanan. Sementara itu, untuk mekanisme pembayaran ideal
tidak ada jawaban yang sangat menonjol. Jawaban responden tersebar dalam pilihan yang
disajikan dalam kuesioner, bahkan termasuk untuk pilihan lainnya. Hal ini mengindikasikan
perlunya berbagai pendekatan untuk fasilitasi iuran program SJSN yang sesuai dengan
karakter dan latar belakang peserta program untuk meningkatkan kemudahan pembayaran
iuran.
Tidak mampu
Rp 5.000‐10.000
Rp 10.001‐15.000
Rp 15.001‐20.000
Rp 20.001‐25.000
> Rp 25.000
38.3%
38.9%
9.4%
2.2%
5%
6.1%
39%
40.1%
14.5%
3.5%
0.6%
2.3%
53.3%
36.5%
4.8%
1.8%
0%
3.6%
Kematian Kecelakaan Kerja Kesehatan
Tidak mampu
< Rp 25.000
Rp 25.000‐50.000
Rp50.001‐75.000
Rp75.001‐100.000
Rp100.001‐125.000
> Rp125.000
17.2%
53.4%
21.5%
3%
2.5%
1.2%
1.2%
20.4%
54.2%
19%
1.4%
3.6%
0.7%
0.7%
Pensiun Hari Tua
45
III.5.3. Analisis Uji Statistik
Analisis uji statistik dilakukan untuk dua kriteria pengujian: (1) uji beda persepsi antara
pemberi kerja, pekerja dan pekerja mandiri; (2) uji signifikansi faktor‐faktor yang
mempengaruhi kemauan mengikuti program dan kemampuan membayar iuran. Kedua
criteria pengujian ini dilakukan untuk lima program SJSN: (1) jaminan kesehatan, (2) jaminan
kecelakaan kerja, (3) jaminan hari tua, (4) jaminan pensiun, dan (5) jaminan kematian.
III.5.3.1. Jaminan Kesehatan
Uji beda persepsi kemampuan membayar iuran antar kelompok responden
Langkah pertama yang dilakukan adalah menentukan apakah data terdistribusi normal atau
tidak. Jika data terdistribusi normal maka uji beda menggunakan alat uji statistik parametrik
yakni Anova. Namun jika data tidak terdistribusi normal maka uji beda akan dilanjutkan
dengan menggunakan alat uji statistik non‐parametrik yakni Kruskall Wallis. Uji distribusi
normal dilakukan dengan menggunakan Kolmogorof‐Smirnov, hipotesis nul uji Kolmogorof‐
Smirnov adalah data terdistribusi normal dan hipotesis lawannya adalah data tidak
terdistribusi normal.
One-Sample Kolmogorov-Smirnov Test
Kemampuan
membayar iuran
46
N 265
Normal Parametersa Mean 2.3698
Std. Deviation 1.56641
Most Extreme Differences Absolute .291
Positive .291
Negative ‐.191
Kolmogorov‐Smirnov Z 4.744
Asymp. Sig. (2‐tailed) .000
a. Test distribution is Normal.
Karena nilai signifikansi uji Kolmogorof‐Smirnov di bawah 0.05, maka hipotesis nul ditolak
yang berarti data kemampuan membayar iuran tidak terdistribusi secara normal. Selain itu
jika dilihat berdasarkan homogenitas varians data yang menjadi asumsi uji Anova, ternyata
varians data kemampuan membayar iuran tidak sama sehingga akan menyebabkan hasil
Anova akan menjadi kurang tepat.
Test of Homogeneity of Variances
Kemampuan membayar iuran
Levene Statistic df1 df2 Sig.
8.876 2 262 .000
Dengan demikian, uji beda persepsi akan diteruskan dengan menggunakan metode statistik
non‐parametrik yakni uji Kruskall‐Wallis. Hipotesis nul dari uji Kruskal–Wallis adalah antara
Pemberi Kerja, Pekerja, dan Pekerja Mandiri memiliki kemampuan membayar iuran Jaminan
Kesehatan yang sama. Statistik Kruskal‐Wallis diinterpretasikan sebagai nilai chi-square yang
ternyata signifikan, χ2 (df = 2) = 9.541, p (0.008) < 0.05. Dengan demikian, dapat disimpulkan
bahwa antara kelompok Pemberi Kerja dan Pekerja Mandiri terdapat perbedaan
kemampuan membayar iuran Jaminan Kecelakaan Kerja.
Pada kelompok Pemberi Kerja rata‐rata kemampuan membayar iuran Jaminan Kesehatan
ada di kisaran 2.92 yang berarti dalam persepsi para Pemberi Kerja, mereka akan mampu
membayar iuran dalam kisaran Rp10.000 – 15.000. Kelompok Pekerja memiliki rata‐rata
kemampuan membayar iuran Jaminan Kesehatan di kisaran 2.77 yang berarti walaupun
kemampuan membayar iurannya lebih rendah dari Pemberi kerja namun tidak terlalu jauh
berbeda, sehingga apabila dilakukan pembulatan kelompok Pekerja juga akan mampu
membayar iuran dalam kisaran Rp10.000 – 15.000.
47
Sedangkan pada kelompok Pekerja Mandiri rata‐rata kemampuan membayar iuran Jaminan
Kesehatan ada di kisaran 2.15 yang berarti dalam persepsi para Pekerja Mandiri, mereka
hanya akan mampu membayar iuran dalam kisaran Rp5.000 – 10.000. Dengan demikian,
Pemerintah harus memberikan perhatian khusus pada Jaminan Kesehatan kelompok
Pekerja Mandiri karena rata‐rata kemampuan mereka membayar iuran Jaminan Kesehatan
paling rendah dibandingkan dua kelompok lainnya.
Faktor yang memengaruhi keputusan responden mengikuti program Jaminan Kesehatan
SJSN
Pada bagian ini, analisis yang dilakukan adalah memodelkan keputusan responden untuk
mengikuti atau tidak mengikuti program Jaminan Kesehatan dalam SJSN. Keputusan ikut
atau tidak ikut adalah variabel binary (y = 1 jika responden memutuskan untuk ikut Jaminan
Kesehatan dan y = 0 jika responden memutuskan untuk tidak ikut Jaminan Kesehatan).
Kriteria penentuan ikut tidak ikut dilakukan dengan menggunakan indikator pertanyaan ke‐
32 yakni kemampuan membayar iuran. Dimana responden yang menjawab pertanyaan
dengan pilihan jawaban tidak mampu dan lebih kecil dari Rp5.000 akan diberikan angka “0”
sedangkan responden yang menjawab selain dua pilihan tersebut akan diberikan angka “1”
karena dianggap memiliki intensi dan kemampuan untuk mengikuti program SJSN.
Adapun alat analisis yang digunakan adalah model regresi dengan respon kualitatif yakni
Probit dan Logit. Perbedaannya jika model Probit mengasumsikan mengikuti fungsi
probabilitas distribusi normal, sedangkan model Logit mengasumsikan mengikuti fungsi
probabilitas distribusi logistik.
Kami mengasumsikan bahwa keputusan responden untuk mengikuti program Jaminan
Kesehatan akan dipengaruhi oleh variabel:
• Manfaat
Adalah persepsi responden terhadap manfaat SJSN dalam memberikan jaminan sosial
(1 = SJSN akan memberikan jaminan sosial yang lebih baik, 0 = SJSN tidak akan
memberikan jaminan sosial yang lebih baik).
• Sebelumnya
Adalah keikutsertaan responden pada program Jaminan Kesehatan sebelumnya (1 =
responden mengikuti program Jaminan Kesehatan, 0 = responden tidak mengikuti
program Jaminan Kesehatan).
48
• Penghasilan
Adalah jumlah penghasilan responden.
• Tanggungan
Adalah jumlah tanggungan keluarga responden.
• Pendidikan
Adalah tingkat pendidikan responden.
Berikut ini adalah output hasil estimasi model Probit dan Logit untuk keputusan mengikuti
program Jaminan Kesehatan.
Dependent Variable: INTENSI
Method: ML ‐ Binary Probit (Quadratic hill climbing)
Date: 01/03/13 Time: 10:01
Sample: 1 232
Included observations: 232
Convergence achieved after 11 iterations
Covariance matrix computed using second derivatives
Variable Coefficient Std. Error z‐Statistic Prob.
MANFAAT 0.096898 0.268757 0.360541 0.7184
PENDIDIKAN 0.046929 0.074053 0.633730 0.5263
PENGHASILAN 1.00E‐07 5.10E‐08 1.965487 0.0494
SEBELUMNYA 0.672303 0.194967 3.448292 0.0006
TANGGUNGAN ‐0.062335 0.050176 ‐1.242327 0.2141
C ‐0.420239 0.502223 ‐0.836757 0.4027
McFadden R‐squared 0.074317 Mean dependent var 0.633621
S.D. dependent var 0.482857 S.E. of regression 0.465790
Akaike info criterion 1.268072 Sum squared resid 49.03303
Schwarz criterion 1.357212 Log likelihood ‐141.0964
Hannan‐Quinn criter. 1.304022 Deviance 282.1928
Restr. deviance 304.8482 Restr. log likelihood ‐152.4241
LR statistic 22.65544 Avg. log likelihood ‐0.608174
Prob(LR statistic) 0.000393
Obs with Dep=0 85 Total obs 232
Obs with Dep=1 147
Dependent Variable: INTENSI
Method: ML ‐ Binary Logit (Quadratic hill climbing)
Date: 01/03/13 Time: 10:03
Sample: 1 232
Included observations: 232
Convergence achieved after 11 iterations
Covariance matrix computed using second derivatives
Variable Coefficient Std. Error z‐Statistic Prob.
MANFAAT 0.156329 0.444503 0.351693 0.7251
PENDIDIKAN 0.071862 0.122133 0.588393 0.5563
PENGHASILAN 1.81E‐07 9.42E‐08 1.921628 0.0547
SEBELUMNYA 1.083160 0.317232 3.414415 0.0006
49
TANGGUNGAN ‐0.099457 0.081208 ‐1.224719 0.2207
C ‐0.692215 0.832717 ‐0.831272 0.4058
McFadden R‐squared 0.074173 Mean dependent var 0.633621
S.D. dependent var 0.482857 S.E. of regression 0.465764
Akaike info criterion 1.268262 Sum squared resid 49.02750
Schwarz criterion 1.357402 Log likelihood ‐141.1184
Hannan‐Quinn criter. 1.304212 Deviance 282.2369
Restr. deviance 304.8482 Restr. log likelihood ‐152.4241
LR statistic 22.61138 Avg. log likelihood ‐0.608269
Prob(LR statistic) 0.000400
Obs with Dep=0 85 Total obs 232
Obs with Dep=1 147
Berdasarkan output di atas, dengan tingkat keyakinan 95% (α = 5%) ternyata pada model
Probit dan Logit variabel yang paling memengaruhi keputusan responden untuk mengikuti
program Jaminan Kesehatan adalah variabel jumlah penghasilan dan keikutsertaan dalam
program sebelumnya. Adapun pada model Logit, variabel jumlah penghasilan signifikan
pada tingkat keyakinan 90% (α = 10%).
Namun demikian, tidak seperti model OLS biasa interpretasi dari nilai koefisien pada model
binary tidak dapat secara langsung diartikan sebagai efek marjinal pada variabel
dependennya. Untuk melihat bagaimana efek marjinal bagi keputusan responden, grafik 1 di
bawah ini menjelaskan skenario probabilita responden mengikuti program Jaminan
Kesehatan tanpa keikutsertaan pada program sebelumnya (skenario 1 warna hijau) dan
keikutsertaan pada program sebelumnya (skenario 2 warna hitam).
Grafik 1. Persepsi Terhadap Kemampuan Membayar Iuran: Pekerja Mandiri
0.0
0.2
0.4
0.6
0.8
1.0
25 50 75 100 125 150 175 200 225
SEBELUMNYA (Scenario 1)SEBELUMNYA (Scenario 2)INTENSI (Scenario 1)INTENSI (Scenario 2)
50
Dari grafik di atas, nampak bahwa probabilitas responden untuk mengikuti program jaminan
kesehatan SJSN akan semakin besar apabila responden tersebut telah mengikuti program
jaminan kesehatan sebelumnya.
Untuk menguji apakah semua variabel penjelas secara bersama‐sama memengaruhi variabel
dependen dilihat berdasarkan statistik Likelihood Ratio (LR) sebagaimana uji F pada regresi
OLS. Hipotesis nul uji statistik LR adalah semua variabel penjelas secara bersama‐sama tidak
memengaruhi variabel dependen.
Dengan nilai Probabilitas LR statistic 0.000393 dan 0.000400 maka hipotesis nul ditolak yang
berarti bahwa semua variabel penjelas secara bersama‐sama memengaruhi variabel
dependen.
III.5.3.2. Jaminan Kecelakaan Kerja
Uji beda persepsi kemampuan membayar iuran antar kelompok responden
Langkah pertama yang dilakukan adalah menentukan apakah data terdistribusi normal atau
tidak. Jika data terdistribusi normal maka uji beda menggunakan alat uji statistik parametrik
yakni Anova. Namun jika data tidak terdistribusi normal maka uji beda akan dilanjutkan
dengan menggunakan alat uji statistik non‐parametrik yakni Kruskall Wallis. Uji distribusi
normal dilakukan dengan menggunakan Kolmogorof‐Smirnov, hipotesis nul uji Kolmogorof‐
Smirnov adalah data terdistribusi normal dan hipotesis lawannya adalah data tidak
terdistribusi normal.
One-Sample Kolmogorov-Smirnov Test
Kemampuan
membayar iuran
N 209
Normal Parametersa Mean 2.1053
Std. Deviation 1.18825
Most Extreme Differences Absolute .277
Positive .277
Negative ‐.176
Kolmogorov‐Smirnov Z 4.003
Asymp. Sig. (2‐tailed) .000
a. Test distribution is Normal.
51
Karena nilai signifikansi uji Kolmogorof‐Smirnov di bawah 0.05 maka hipotesis nul
ditolak yang berarti data kemampuan membayar iuran tidak terdistribusi secara normal.
Selain itu jika dilihat berdasarkan homogenitas varians data yang menjadi asumsi uji Anova,
ternyata varians data kemampuan membayar iuran tidak sama sehingga akan menyebabkan
hasil Anova akan menjadi kurang tepat.
Test of Homogeneity of Variances
Kemampuan membayar iuran
Levene Statistic df1 df2 Sig.
14.015 1 207 .000
Dengan demikian uji beda persepsi akan diteruskan dengan menggunakan metode statistik
non‐parametrik yakni uji Kruskall‐Wallis. Hipotesis nul dari uji Kruskal–Wallis adalah antara
Pemberi Kerja dan Pekerja Mandiri memiliki kemampuan membayar iuran Jaminan
Kecelakaan Kerja yang sama. Statistik Kruskal‐Wallis diinterpretasikan sebagai nilai chi-
square yang ternyata signifikan, χ2 (df = 1) = 15.153, p (0.000) < 0.05. Dengan demikian,
dapat disimpulkan bahwa antara kelompok Pemberi Kerja dan Pekerja Mandiri terdapat
perbedaan kemampuan membayar iuran Jaminan Kecelakaan Kerja.
Pada kelompok Pemberi Kerja rata‐rata kemampuan membayar iuran Jaminan Kecelakaan
Kerja ada di kisaran 2.89 yang berarti dalam persepsi para Pemberi Kerja, mereka akan
mampu membayar iuran dalam kisaran Rp10.000 – 15.000. Sedangkan pada kelompok
Pekerja Mandiri rata‐rata kemampuan membayar iuran Jaminan Kecelakaan Kerja ada di
kisaran 1.93 yang berarti dalam persepsi para Pekerja Mandiri, mereka akan mampu
membayar iuran dalam kisaran Rp5.000 – 10.000.
Faktor yang memengaruhi keputusan responden mengikuti program Jaminan Kecelakaan
Kerja
Sebagaimana pembahasan sebelumnya, analisis yang dilakukan adalah memodelkan
keputusan responden untuk mengikuti atau tidak mengikuti program Jaminan Kecelakaan
Kerja. Keputusan ikut atau tidak ikut adalah variabel binary (y = 1 jika responden
memutuskan untuk ikut Jaminan Kecelakaan Kerja dan y = 0 jika responden memutuskan
untuk tidak ikut Jaminan Kecelakaan Kerja).
52
Kriteria penentuan ikut tidak ikut dilakukan dengan menggunakan indikator pertanyaan ke‐
32 yakni kemampuan membayar iuran. Dimana responden yang menjawab pertanyaan
dengan pilihan jawaban tidak mampu dan lebih kecil dari Rp5.000 akan diberikan angka “0”
sedangkan responden yang menjawab selain dua pilihan tersebut akan diberikan angka “1”
karena dianggap memiliki intensi dan kemampuan untuk mengikuti program SJSN.
Adapun alat analisis yang digunakan adalah model regresi dengan respon kualitatif yakni
Probit dan Logit. Perbedaannya jika model Probit mengasumsikan mengikuti fungsi
probabilitas distribusi normal, sedangkan model Logit mengasumsikan mengikuti fungsi
probabilitas distribusi logistik.
Kita mengasumsikan bahwa keputusan responden untuk mengikuti program Jaminan
Kecelakaan Kerja akan dipengaruhi oleh variabel:
• Manfaat
Adalah persepsi responden terhadap manfaat SJSN dalam memberikan jaminan sosial
(1 = SJSN akan memberikan jaminan sosial yang lebih baik, 0 = SJSN tidak akan
memberikan jaminan sosial yang lebih baik).
• Sebelumnya
Adalah keikutsertaan responden pada program Jaminan Kecelakaan Kerja sebelumnya
(1 = responden mengikuti program Jaminan Kecelakaan Kerja, 0 = responden tidak
mengikuti program Jaminan Kecelakaan Kerja)
• Penghasilan
Adalah jumlah penghasilan responden
• Tanggungan
Adalah jumlah tanggungan keluarga responden
• Pendidikan
Adalah tingkat pendidikan responden
Berikut ini adalah output hasil estimasi model Probit dan Logit untuk keputusan
mengikuti program Jaminan Kecelakaan Kerja.
Dependent Variable: INTENSI
Method: ML ‐ Binary Probit (Quadratic hill climbing)
Date: 01/03/13 Time: 10:07
Sample: 1 194
Included observations: 194
Convergence achieved after 11 iterations
Covariance matrix computed using second derivatives
53
Variable Coefficient Std. Error z‐Statistic Prob.
MANFAAT ‐0.208144 0.308351 ‐0.675021 0.4997
PENDIDIKAN 0.028924 0.084956 0.340464 0.7335
PENGETAHUAN 0.122261 0.253354 0.482568 0.6294
PENGHASILAN 8.26E‐08 4.59E‐08 1.799779 0.0719
SEBELUMNYA ‐0.788006 0.200667 ‐3.926938 0.0001
TANGGUNGAN ‐0.027742 0.055796 ‐0.497199 0.6190
C 1.465122 0.684661 2.139921 0.0324
McFadden R‐squared 0.103099 Mean dependent var 0.649485
S.D. dependent var 0.478366 S.E. of regression 0.453423
Akaike info criterion 1.234128 Sum squared resid 38.44578
Schwarz criterion 1.352040 Log likelihood ‐112.7104
Hannan‐Quinn criter. 1.281874 Deviance 225.4207
Restr. deviance 251.3329 Restr. log likelihood ‐125.6664
LR statistic 25.91214 Avg. log likelihood ‐0.580981
Prob(LR statistic) 0.000231
Obs with Dep=0 68 Total obs 194
Obs with Dep=1 126
Dependent Variable: INTENSI
Method: ML ‐ Binary Logit (Quadratic hill climbing)
Date: 01/03/13 Time: 10:08
Sample: 1 194
Included observations: 194
Convergence achieved after 11 iterations
Covariance matrix computed using second derivatives
Variable Coefficient Std. Error z‐Statistic Prob.
MANFAAT ‐0.281166 0.505400 ‐0.556323 0.5780
PENDIDIKAN 0.053344 0.137725 0.387325 0.6985
PENGHASILAN 1.45E‐07 8.34E‐08 1.734661 0.0828
SEBELUMNYA ‐1.310383 0.330899 ‐3.960071 0.0001
TANGGUNGAN ‐0.036333 0.090228 ‐0.402677 0.6872
C 2.348698 1.131088 2.076494 0.0378
McFadden R‐squared 0.102801 Mean dependent var 0.649485
S.D. dependent var 0.478366 S.E. of regression 0.451941
Akaike info criterion 1.224204 Sum squared resid 38.39909
Schwarz criterion 1.325272 Log likelihood ‐112.7478
Hannan‐Quinn criter. 1.265129 Deviance 225.4956
Restr. deviance 251.3329 Restr. log likelihood ‐125.6664
LR statistic 25.83732 Avg. log likelihood ‐0.581174
Prob(LR statistic) 0.000096
Obs with Dep=0 68 Total obs 194
Obs with Dep=1 126
Berdasarkan output di atas, dengan tingkat keyakinan 90% (α = 10%) ternyata pada model
Probit dan Logit variabel yang paling memengaruhi keputusan responden untuk mengikuti
program Jaminan Kecelakaan Kerja adalah variabel jumlah penghasilan dan keikutsertaan
54
dalam program sebelumnya. Hanya perbedaannya dengan Jaminan Kesehatan, ternyata
pada keputusan responden untuk mengikuti Jaminan Kecelakaan Kerja koefisien variabel
“Sebelumnya” bertanda negatif.
Tidak seperti model OLS biasa interpretasi dari nilai koefisien pada model binary tidak dapat
secara langsung diartikan sebagai efek marjinal pada variabel dependennya. Untuk melihat
bagaimana efek marjinal bagi keputusan responden, grafik 2 di bawah ini menjelaskan
skenario probabilita responden mengikuti program Jaminan Kecelakaan Kerja tanpa
keikutsertaan pada program sebelumnya (skenario 1 warna hijau) dan keikutsertaan pada
program sebelumnya (skenario 2 warna hitam).
Grafik 2. Efek Marjinal bagi Keputusan Responden
Dari grafik di atas, nampak bahwa probabilitas responden untuk mengikuti program jaminan
kecelakaan kerja SJSN akan semakin besar apabila ternyata responden tersebut tidak
mengikuti program jaminan kecelakaan kerja sebelumnya.
Untuk menguji apakah semua variabel penjelas secara bersama‐sama memengaruhi variabel
dependen dilihat berdasarkan statistik Likelihood Ratio (LR) sebagaimana uji F pada regresi
OLS. Hipotesis nul uji statistik LR adalah semua variabel penjelas secara bersama‐sama tidak
memengaruhi variabel dependen.
0.0
0.2
0.4
0.6
0.8
1.0
25 50 75 100 125 150 175
SEBELUMNYA (Scenario 1)SEBELUMNYA (Scenario 2)INTENSI (Scenario 1)INTENSI (Scenario 2)
55
Dengan nilai Probabilitas LR statistic 0.000231 dan 0.000096 maka hipotesis nul ditolak yang
berarti bahwa semua variabel penjelas secara bersama‐sama memengaruhi variabel
dependen.
III.5.3.3. Jaminan Hari Tua
Uji beda persepsi kemampuan membayar iuran antar kelompok responden
Langkah pertama yang dilakukan adalah menentukan apakah data terdistribusi normal atau
tidak. Jika data terdistribusi normal maka uji beda menggunakan alat uji statistik parametrik
yakni Anova. Namun jika data tidak terdistribusi normal maka uji beda akan dilanjutkan
dengan menggunakan alat uji statistik non‐parametrik yakni Kruskall Wallis. Uji distribusi
normal dilakukan dengan menggunakan Kolmogorof‐Smirnov, hipotesis nul uji Kolmogorof‐
Smirnov adalah data terdistribusi normal dan hipotesis lawannya adalah data tidak
terdistribusi normal.
One-Sample Kolmogorov-Smirnov Test
Kemampuan
membayar iuran
N 225
Normal Parametersa Mean 2.3511
Std. Deviation 1.20872
Most Extreme Differences Absolute .316
Positive .316
Negative ‐.212
Kolmogorov‐Smirnov Z 4.747
Asymp. Sig. (2‐tailed) .000
a. Test distribution is Normal.
Karena nilai signifikansi uji Kolmogorof‐Smirnov di bawah 0.05 maka hipotesis nul ditolak
yang berarti data kemampuan membayar iuran tidak terdistribusi secara normal. Selain itu
jika dilihat berdasarkan homogenitas varians data yang menjadi asumsi uji Anova, ternyata
varians data kemampuan membayar iuran tidak sama sehingga akan menyebabkan hasil
Anova akan menjadi kurang tepat.
56
Test of Homogeneity of Variances
Kemampuan membayar iuran
Levene Statistic df1 df2 Sig.
4.700 2 222 .010
Dengan demikian uji beda persepsi akan diteruskan dengan menggunakan metode statistik
non‐parametrik yakni uji Kruskall‐Wallis. Hipotesis nul dari uji Kruskal–Wallis adalah antara
Pemberi Kerja dan Pekerja Mandiri memiliki kemampuan membayar iuran Jaminan
Kecelakaan Kerja yang sama. Statistik Kruskal‐Wallis diinterpretasikan sebagai nilai chi-
square yang ternyata tidak signifikan, χ2 (df = 2) = 0.446, p (0.80) > 0.05. Dengan demikian,
dapat disimpulkan bahwa antara kelompok Pemberi Kerja, Pekerja dan Pekerja Mandiri
tidak memiliki perbedaan persepsi kemampuan membayar iuran Jaminan Hari Tua.
Pada kelompok Pemberi Kerja rata‐rata kemampuan membayar iuran Jaminan Hari Tua ada
di kisaran 2.39 yang berarti dalam persepsi para Pemberi Kerja, mereka akan mampu
membayar iuran dalam kisaran < Rp25.000. Kelompok Pekerja memiliki rata‐rata
kemampuan membayar iuran Jaminan Hari Tua di kisaran 2.57 yang berarti dalam persepsi
Pekerja, mereka akan mampu membayar iuran dalam kisaran < Rp25.000. Demikian juga
pada kelompok Pekerja Mandiri rata‐rata kemampuan membayar iuran Jaminan Hari Tua
ada di kisaran 2.29 yang berarti dalam persepsi para Pekerja Mandiri, mereka akan mampu
membayar iuran dalam kisaran < Rp25.000.
Salah satu hal yang menarik adalah kelompok Pekerja memiliki persepsi rata‐rata
kemampuan membayar iuran Jaminan Hari Tua yang paling tinggi dibandingkan dengan dua
kelompok lainnya. Meskipun nilai rata‐ratanya masih jauh dari angka 3 (2.57), namun hal ini
mengindikasikan bahwa dalam persepsi mereka (Pekerja) Jaminan Hari Tua adalah sesuatu
yang dianggap penting.
Faktor yang memengaruhi keputusan responden akan mengikuti program Jaminan Hari
Tua
Sebagaimana pembahasan sebelumnya, analisis yang dilakukan adalah memodelkan
keputusan responden untuk mengikuti atau tidak mengikuti program Jaminan Hari Tua.
Keputusan ikut atau tidak ikut adalah variabel binary (y = 1 jika responden memutuskan
untuk ikut Jaminan Hari Tua dan y = 0 jika responden memutuskan untuk tidak ikut Jaminan
Hari Tua).
57
Kriteria penentuan ikut tidak ikut dilakukan dengan menggunakan indikator pertanyaan ke‐
32 yakni kemampuan membayar iuran. Dimana responden yang menjawab pertanyaan
dengan pilihan jawaban tidak mampu akan diberikan angka “0” sedangkan responden yang
menjawab selain pilihan tersebut akan diberikan angka “1” karena dianggap memiliki intensi
dan kemampuan untuk mengikuti program SJSN.
Adapun alat analisis yang digunakan adalah model regresi dengan respon kualitatif yakni
Probit dan Logit. Perbedaannya jika model Probit mengasumsikan mengikuti fungsi
probabilitas distribusi normal, sedangkan model Logit mengasumsikan mengikuti fungsi
probabilitas distribusi logistik.
Kita mengasumsikan bahwa keputusan responden untuk mengikuti program Jaminan Hari
Tua akan dipengaruhi oleh variabel:
• Manfaat
Adalah persepsi responden terhadap manfaat SJSN dalam memberikan jaminan sosial
(1 = SJSN akan memberikan jaminan sosial yang lebih baik, 0 = SJSN tidak akan
memberikan jaminan sosial yang lebih baik).
• Sebelumnya
Adalah keikutsertaan responden pada program Jaminan Hari Tua sebelumnya (1 =
responden mengikuti program Jaminan Kesehatan, 0 = responden tidak mengikuti
program Jaminan Hari Tua)
• Penghasilan
Adalah jumlah penghasilan responden
• Tanggungan
Adalah jumlah tanggungan keluarga responden
• Pendidikan
Adalah tingkat pendidikan responden
Berikut ini adalah output hasil estimasi model Probit dan Logit untuk keputusan mengikuti
program Jaminan Hari Tua.
Dependent Variable: INTENSI
Method: ML ‐ Binary Probit (Quadratic hill climbing)
Date: 01/03/13 Time: 10:24
Sample: 1 196
Included observations: 196
Convergence achieved after 11 iterations
Covariance matrix computed using second derivatives
58
Variable Coefficient Std. Error z‐Statistic Prob.
MANFAAT ‐0.310066 0.376242 ‐0.824114 0.4099
PENDIDIKAN 0.189700 0.096347 1.968920 0.0490
PENGHASILAN 9.94E‐10 2.68E‐08 0.037112 0.9704
SEBELUMNYA 0.696078 0.255106 2.728582 0.0064
TANGGUNGAN ‐0.046105 0.055389 ‐0.832388 0.4052
C 0.234900 0.627595 0.374286 0.7082
McFadden R‐squared 0.088026 Mean dependent var 0.806122
S.D. dependent var 0.396346 S.E. of regression 0.384774
Akaike info criterion 0.958236 Sum squared resid 28.12963
Schwarz criterion 1.058587 Log likelihood ‐87.90716
Hannan‐Quinn criter. 0.998863 Deviance 175.8143
Restr. deviance 192.7844 Restr. log likelihood ‐96.39218
LR statistic 16.97005 Avg. log likelihood ‐0.448506
Prob(LR statistic) 0.004557
Obs with Dep=0 38 Total obs 196
Obs with Dep=1 158
Dependent Variable: INTENSI
Method: ML ‐ Binary Logit (Quadratic hill climbing)
Date: 01/03/13 Time: 10:24
Sample: 1 196
Included observations: 196
Convergence achieved after 11 iterations
Covariance matrix computed using second derivatives
Variable Coefficient Std. Error z‐Statistic Prob.
MANFAAT ‐0.471828 0.673955 ‐0.700088 0.4839
PENDIDIKAN 0.337337 0.167985 2.008138 0.0446
PENGHASILAN 2.90E‐09 5.37E‐08 0.054002 0.9569
SEBELUMNYA 1.290842 0.484539 2.664059 0.0077
TANGGUNGAN ‐0.076149 0.097330 ‐0.782374 0.4340
C 0.229341 1.109480 0.206711 0.8362
McFadden R‐squared 0.088001 Mean dependent var 0.806122
S.D. dependent var 0.396346 S.E. of regression 0.384851
Akaike info criterion 0.958261 Sum squared resid 28.14099
Schwarz criterion 1.058612 Log likelihood ‐87.90961
Hannan‐Quinn criter. 0.998888 Deviance 175.8192
Restr. deviance 192.7844 Restr. log likelihood ‐96.39218
LR statistic 16.96515 Avg. log likelihood ‐0.448518
Prob(LR statistic) 0.004566
Obs with Dep=0 38 Total obs 196
Obs with Dep=1 158
Berdasarkan output di atas, dengan tingkat keyakinan 95% (α = 5%) ternyata pada model
Probit dan Logit variabel yang paling memengaruhi keputusan responden untuk mengikuti
program Jaminan Hari Tua adalah variabel tingkat pendidikan dan keikutsertaan dalam
program sebelumnya. Temuan ini agak berbeda dengan temuan pada Jaminan Kesehatan
dan Kecelakaan Kerja, karena ternyata pada keputusan responden untuk mengikuti Jaminan
Hari Tua tidak dipengaruhi oleh tingkat penghasilan responden.
59
Tidak seperti model OLS biasa interpretasi dari nilai koefisien pada model binary tidak dapat
secara langsung diartikan sebagai efek marjinal pada variabel dependennya. Untuk melihat
bagaimana efek marjinal bagi keputusan responden, grafik 3 di bawah ini menjelaskan
skenario probabilita responden mengikuti program Jaminan Hari Tua tanpa keikutsertaan
pada program sebelumnya (skenario 1 warna hijau) dan keikutsertaan pada program
sebelumnya (skenario 2 warna hitam).
Grafik 3. Efek Marjinal Bagi Keputusan Responden JHT
Dari grafik di atas, nampak bahwa probabilitas responden untuk mengikuti program jaminan
hari tua SJSN akan semakin besar apabila ternyata responden tersebut telah mengikuti
program jaminan hari tua sebelumnya. Sedangkan koefisien variabel pendidikan yang
bertanda positif juga mengindikasikan bahwa semakin tinggi tingkat pendidikan responden
maka semakin tinggi pula probabilitasnya untuk mengikuti program jaminan hari tua.
Untuk menguji apakah semua variabel penjelas secara bersama‐sama memengaruhi variabel
dependen dilihat berdasarkan statistik Likelihood Ratio (LR) sebagaimana uji F pada regresi
OLS. Hipotesis nul uji statistik LR adalah semua variabel penjelas secara bersama‐sama tidak
memengaruhi variabel dependen.
0.0
0.2
0.4
0.6
0.8
1.0
25 50 75 100 125 150 175
SEBELUMNYA (Scenario 1)SEBELUMNYA (Scenario 2)INTENSI (Scenario 1)INTENSI (Scenario 2)
60
Dengan nilai Probabilitas LR statistic 0.00455 dan 0.00456 maka hipotesis nul ditolak yang
berarti bahwa semua variabel penjelas secara bersama‐sama memengaruhi variabel
dependen.
III.5.3.4. Jaminan Pensiun
Uji beda persepsi kemampuan membayar iuran antar kelompok responden
Langkah pertama yang dilakukan adalah menentukan apakah data terdistribusi normal atau
tidak. Jika data terdistribusi normal maka uji beda menggunakan alat uji statistik parametrik
yakni Anova. Namun jika data tidak terdistribusi normal maka uji beda akan dilanjutkan
dengan menggunakan alat uji statistik non‐parametrik yakni Kruskall Wallis. Uji distribusi
normal dilakukan dengan menggunakan Kolmogorof‐Smirnov, hipotesis nul uji Kolmogorof‐
Smirnov adalah data terdistribusi normal dan hipotesis lawannya adalah data tidak
terdistribusi normal.
One-Sample Kolmogorov-Smirnov Test
Kemampuan
membayar iuran
N 204
Normal Parametersa Mean 2.2892
Std. Deviation 1.20740
Most Extreme Differences Absolute .320
Positive .320
Negative ‐.204
Kolmogorov‐Smirnov Z 4.573
Asymp. Sig. (2‐tailed) .000
a. Test distribution is Normal.
Karena nilai signifikansi uji Kolmogorof‐Smirnov di bawah 0.05 maka hipotesis nul ditolak
yang berarti data kemampuan membayar iuran tidak terdistribusi secara normal. Selain itu
jika dilihat berdasarkan homogenitas varians data yang menjadi asumsi uji Anova, ternyata
varians data kemampuan membayar iuran tidak sama sehingga akan menyebabkan hasil
Anova akan menjadi kurang tepat.
61
Test of Homogeneity of Variances
Kemampuan membayar iuran
Levene Statistic df1 df2 Sig.
7.064 2 201 .001
Dengan demikian uji beda persepsi akan diteruskan dengan menggunakan metode
statistik non‐parametrik yakni uji Kruskall‐Wallis. Hipotesis nul dari uji Kruskal–Wallis adalah
antara Pemberi Kerja dan Pekerja Mandiri memiliki kemampuan membayar iuran Jaminan
Kecelakaan Kerja yang sama. Statistik Kruskal‐Wallis diinterpretasikan sebagai nilai chi-
square yang ternyata tidak signifikan, χ2 (df = 2) = 1.111, p (0.574) > 0.05. Dengan demikian,
dapat disimpulkan bahwa antara kelompok Pemberi Kerja, Pekerja dan Pekerja Mandiri
tidak memiliki perbedaan persepsi kemampuan membayar iuran Jaminan Pensiun.
Pada kelompok Pemberi Kerja rata‐rata kemampuan membayar iuran Jaminan Pensiun ada
di kisaran 2.28 yang berarti dalam persepsi para Pemberi Kerja, mereka akan mampu
membayar iuran dalam kisaran < Rp25.000. Kelompok Pekerja memiliki rata‐rata
kemampuan membayar iuran Jaminan Pensiun di kisaran 2.64 yang berarti dalam persepsi
Pekerja, mereka akan mampu membayar iuran dalam kisaran < Rp25.000. Demikian juga
pada kelompok Pekerja Mandiri rata‐rata kemampuan membayar iuran Jaminan Pensiun
ada di kisaran 2.18 yang berarti dalam persepsi para Pekerja Mandiri, mereka akan mampu
membayar iuran dalam kisaran < Rp25.000.
Salah satu hal yang menarik adalah kelompok Pekerja memiliki persepsi rata‐rata
kemampuan membayar iuran Jaminan Pensiun yang paling tinggi dibandingkan dengan dua
kelompok lainnya. Meskipun nilai rata‐ratanya masih jauh dari angka 3 (2.64), namun hal ini
mengindikasikan bahwa dalam persepsi mereka (Pekerja) Jaminan Pensiun adalah sesuatu
yang dianggap penting.
Probabilita responden akan mengikuti program Jaminan Pensiun
Sebagaimana pembahasan sebelumnya, analisis yang dilakukan adalah memodelkan
keputusan responden untuk mengikuti atau tidak mengikuti program Jaminan Pensiun.
Keputusan ikut atau tidak ikut adalah variabel binary (y = 1 jika responden memutuskan
untuk ikut Jaminan Pensiun dan y = 0 jika responden memutuskan untuk tidak ikut Jaminan
Pensiun).
62
Kriteria penentuan ikut tidak ikut dilakukan dengan menggunakan indikator pertanyaan ke‐
32 yakni kemampuan membayar iuran. Dimana responden yang menjawab pertanyaan
dengan pilihan jawaban tidak mampu akan diberikan angka “0” sedangkan responden yang
menjawab selain pilihan tersebut akan diberikan angka “1” karena dianggap memiliki intensi
dan kemampuan untuk mengikuti program SJSN.
Adapun alat analisis yang digunakan adalah model regresi dengan respon kualitatif yakni
Probit dan Logit. Perbedaannya jika model Probit mengasumsikan mengikuti fungsi
probabilitas distribusi normal, sedangkan model Logit mengasumsikan mengikuti fungsi
probabilitas distribusi logistik.
Kita mengasumsikan bahwa keputusan responden untuk mengikuti program Jaminan
Pensiun akan dipengaruhi oleh variabel:
• Manfaat
Adalah persepsi responden terhadap manfaat SJSN dalam memberikan jaminan sosial
(1 = SJSN akan memberikan jaminan sosial yang lebih baik, 0 = SJSN tidak akan
memberikan jaminan sosial yang lebih baik).
• Sebelumnya
Adalah keikutsertaan responden pada program Jaminan Pensiun sebelumnya (1 =
responden mengikuti program Jaminan Pensiun, 0 = responden tidak mengikuti
program Jaminan Pensiun)
• Penghasilan
Adalah jumlah penghasilan responden
• Tanggungan
Adalah jumlah tanggungan keluarga responden
• Pendidikan
Adalah tingkat pendidikan responden
Pada hasil output model Probit dan Logit untuk keputusan mengikuti program Jaminan
Pensiun ada beberapa temuan yang berbeda dibandingkan hasil olahan sebelumnya, yakni:
(1) Variabel “keikutsertaan sebelumnya” tidak dapat disertakan dalam model. Hal ini
dikarenakan kurangnya variasi responden dalam mengisi jawaban, sehingga apabila
responden menjawab ikut dalam program sebelumnya maka secara otomatis
63
responden tersebut akan mampu/ mau ikut pula dalam program Jaminan Pensiun
(perfectly predicts binary response success).
(2) Hanya variabel “tingkat pendidikan” saja yang memiliki pengaruh signifikan pada
keputusan responden untuk mengikuti program jaminan pensiun.
(3) Berdasarkan nila Probabilitas Likelihood Ratio (LR) statistic yang lebih besar dari nilai
α=5% dan α=10% ternyata berarti bahwa tidak semua variabel penjelas secara bersama‐
sama memengaruhi variabel dependen, sehingga variabel penjelas yang tidak signifikan
perlu dikeluarkan dari model.
Setelah melakukan beberapa penyesuaian di atas maka didapatkan hasil output model
Probit dan Logit sebagai berikut.
Dependent Variable: INTENSI
Method: ML ‐ Binary Probit (Quadratic hill climbing)
Date: 01/04/13 Time: 17:03
Sample: 1 177
Included observations: 177
Convergence achieved after 4 iterations
Covariance matrix computed using second derivatives
Variable Coefficient Std. Error z‐Statistic Prob.
PENDIDIKAN 0.257006 0.095442 2.692808 0.0071
C ‐0.371980 0.438087 ‐0.849100 0.3958
McFadden R‐squared 0.040786 Mean dependent var 0.785311
S.D. dependent var 0.411771 S.E. of regression 0.405141
Akaike info criterion 1.020381 Sum squared resid 28.72436
Schwarz criterion 1.056269 Log likelihood ‐88.30368
Hannan‐Quinn criter. 1.034936 Deviance 176.6074
Restr. deviance 184.1167 Restr. log likelihood ‐92.05835
LR statistic 7.509346 Avg. log likelihood ‐0.498891
Prob(LR statistic) 0.006138
Obs with Dep=0 38 Total obs 177
Obs with Dep=1 139
Dependent Variable: INTENSI
Method: ML ‐ Binary Logit (Quadratic hill climbing)
Date: 01/04/13 Time: 17:32
Sample: 1 177
Included observations: 177
Convergence achieved after 4 iterations
Covariance matrix computed using second derivatives
Variable Coefficient Std. Error z‐Statistic Prob.
PENDIDIKAN 0.432851 0.164309 2.634376 0.0084
C ‐0.651654 0.739875 ‐0.880762 0.3784
McFadden R‐squared 0.039662 Mean dependent var 0.785311
64
S.D. dependent var 0.411771 S.E. of regression 0.405360
Akaike info criterion 1.021549 Sum squared resid 28.75539
Schwarz criterion 1.057438 Log likelihood ‐88.40712
Hannan‐Quinn criter. 1.036104 Deviance 176.8142
Restr. deviance 184.1167 Restr. log likelihood ‐92.05835
LR statistic 7.302469 Avg. log likelihood ‐0.499475
Prob(LR statistic) 0.006886
Obs with Dep=0 38 Total obs 177
Obs with Dep=1 139
Berdasarkan output di atas, dengan tingkat keyakinan 95% (α = 5%) dan 99% (α = 1%)
ternyata pada model Probit dan Logit variabel tingkat pendidikan secara nyata
memengaruhi keputusan responden untuk mengikuti program Jaminan Pensiun.
Temuan ini agak serupa dengan temuan pada Jaminan Hari Tua, dimana variabel tingkat
pendidikan juga memiliki pengaruh yang signifikan.
III.5.3.5. Jaminan Kematian
Uji beda persepsi kemampuan membayar iuran antar kelompok responden
Langkah pertama yang dilakukan adalah menentukan apakah data terdistribusi normal atau
tidak. Jika data terdistribusi normal maka uji beda menggunakan alat uji statistik parametrik
yakni Anova. Namun jika data tidak terdistribusi normal maka uji beda akan dilanjutkan
dengan menggunakan alat uji statistik non‐parametrik yakni Kruskall Wallis.
One-Sample Kolmogorov-Smirnov Test
Kemampuan
membayar iuran
N 184
Normal Parametersa Mean 1.7228
Std. Deviation 1.07344
Most Extreme Differences Absolute .289
Positive .289
Negative ‐.250
Kolmogorov‐Smirnov Z 3.926
Asymp. Sig. (2‐tailed) .000
a. Test distribution is Normal.
Uji distribusi normal dilakukan dengan menggunakan Kolmogorof‐Smirnov, hipotesis nul uji
Kolmogorof‐Smirnov adalah data terdistribusi normal dan hipotesis lawannya adalah data
65
tidak terdistribusi normal. Karena nilai signifikansi uji Kolmogorof‐Smirnov di bawah 0.05
maka hipotesis nul ditolak yang berarti data kemampuan membayar iuran tidak terdistribusi
secara normal. Namun demikian jika dilihat berdasarkan homogenitas varians data yang
menjadi asumsi uji Anova, ternyata data kemampuan membayar iuran memiliki varians yang
homogen sehingga apabila digunakan uji Anova akan menyebabkan hasil yang baik.
Test of Homogeneity of Variances
Kemampuan membayar iuran
Levene Statistic df1 df2 Sig.
.031 1 182 .862
Meskipun memiliki varians yang homogen namun karena data tidak terdistribusi normal
maka uji beda persepsi tetap akan diteruskan dengan menggunakan metode statistik non‐
parametrik yakni uji Kruskall‐Wallis. Hipotesis nul dari uji Kruskal–Wallis adalah antara
Pemberi Kerja dan Pekerja Mandiri memiliki kemampuan membayar iuran Jaminan
Kecelakaan Kerja yang sama. Statistik Kruskal‐Wallis diinterpretasikan sebagai nilai chi-
square yang ternyata tidak signifikan, χ2 (df = 1) = 2.181, p (0.140) > 0.05. Dengan demikian,
dapat disimpulkan bahwa antara kelompok Pemberi Kerja dan Pekerja Mandiri tidak
memiliki perbedaan persepsi kemampuan membayar iuran Jaminan Kematian.
Pada kelompok Pemberi Kerja rata‐rata kemampuan membayar iuran Jaminan Kematian
ada di kisaran 2.0 yang berarti dalam persepsi para Pemberi Kerja, mereka akan mampu
membayar iuran dalam kisaran Rp5.000 – 10.000. Demikian juga pada kelompok Pekerja
Mandiri rata‐rata kemampuan membayar iuran Jaminan Kematian ada di kisaran 1.7 yang
berarti dalam persepsi para Pekerja Mandiri, mereka akan mampu membayar iuran dalam
kisaran mendekati Rp5.000 – 10.000.
Faktor yang memengaruhi responden mengikuti program Jaminan Kematian
Sebagaimana pembahasan sebelumnya, analisis yang dilakukan adalah memodelkan
keputusan responden untuk mengikuti atau tidak mengikuti program Jaminan Kematian.
Keputusan ikut atau tidak ikut adalah variabel binary (y = 1 jika responden memutuskan
untuk ikut Jaminan Kematian dan y = 0 jika responden memutuskan untuk tidak ikut
Jaminan Kematian).
66
Kriteria penentuan ikut tidak ikut dilakukan dengan menggunakan indikator pertanyaan ke‐
32 yakni kemampuan membayar iuran. Dimana responden yang menjawab pertanyaan
dengan pilihan jawaban tidak mampu dan kurang dari Rp5.000 akan diberikan angka “0”
sedangkan responden yang menjawab selain dua pilihan tersebut akan diberikan angka “1”
karena dianggap memiliki intensi dan kemampuan untuk mengikuti program SJSN.
Adapun alat analisis yang digunakan adalah model regresi dengan respon kualitatif yakni
Probit dan Logit. Perbedaannya jika model Probit mengasumsikan mengikuti fungsi
probabilitas distribusi normal, sedangkan model Logit mengasumsikan mengikuti fungsi
probabilitas distribusi logistik.
Kita mengasumsikan bahwa keputusan responden untuk mengikuti program Jaminan
Kematian akan dipengaruhi oleh variabel:
• Manfaat
Adalah persepsi responden terhadap manfaat SJSN dalam memberikan jaminan sosial
(1 = SJSN akan memberikan jaminan sosial yang lebih baik, 0 = SJSN tidak akan
memberikan jaminan sosial yang lebih baik).
• Sebelumnya
Adalah keikutsertaan responden pada program Jaminan Hari Tua sebelumnya (1 =
responden mengikuti program Jaminan Kematian, 0 = responden tidak mengikuti
program Jaminan Kematian)
• Penghasilan
Adalah jumlah penghasilan responden
• Tanggungan
Adalah jumlah tanggungan keluarga responden
• Pendidikan
Adalah tingkat pendidikan responden
Berikut ini adalah hasil estimasi model Probit dan Logit untuk Jaminan Kematian.
Dependent Variable: INTENSI
Method: ML ‐ Binary Probit (Quadratic hill climbing)
Date: 01/03/13 Time: 10:43
Sample: 1 169
Included observations: 169
Convergence achieved after 11 iterations
Covariance matrix computed using second derivatives
67
Variable Coefficient Std. Error z‐Statistic Prob.
MANFAAT ‐0.128261 0.295461 ‐0.434105 0.6642
PENDIDIKAN ‐0.091530 0.088218 ‐1.037542 0.2995
PENGHASILAN 7.09E‐08 3.35E‐08 2.119669 0.0340
SEBELUMNYA 0.712891 0.215124 3.313860 0.0009
TANGGUNGAN 0.006856 0.053376 0.128456 0.8978
C ‐0.138383 0.562922 ‐0.245830 0.8058
McFadden R‐squared 0.076353 Mean dependent var 0.485207
S.D. dependent var 0.501266 S.E. of regression 0.483508
Akaike info criterion 1.350644 Sum squared resid 38.10609
Schwarz criterion 1.461764 Log likelihood ‐108.1294
Hannan‐Quinn criter. 1.395739 Deviance 216.2588
Restr. deviance 234.1358 Restr. log likelihood ‐117.0679
LR statistic 17.87699 Avg. log likelihood ‐0.639819
Prob(LR statistic) 0.003105
Obs with Dep=0 87 Total obs 169
Obs with Dep=1 82
Dependent Variable: INTENSI
Method: ML ‐ Binary Logit (Quadratic hill climbing)
Date: 01/03/13 Time: 10:44
Sample: 1 169
Included observations: 169
Convergence achieved after 11 iterations
Covariance matrix computed using second derivatives
Variable Coefficient Std. Error z‐Statistic Prob.
MANFAAT ‐0.286548 0.498967 ‐0.574283 0.5658
PENDIDIKAN ‐0.163207 0.146678 ‐1.112688 0.2658
PENGHASILAN 1.21E‐07 6.08E‐08 1.997404 0.0458
SEBELUMNYA 1.130169 0.354964 3.183898 0.0015
TANGGUNGAN 0.002416 0.088948 0.027167 0.9783
PENGETAHUAN 0.241814 0.407561 0.593320 0.5530
C ‐0.109657 0.941872 ‐0.116424 0.9073
McFadden R‐squared 0.077393 Mean dependent var 0.485207
S.D. dependent var 0.501266 S.E. of regression 0.484616
Akaike info criterion 1.361038 Sum squared resid 38.04608
Schwarz criterion 1.490679 Log likelihood ‐108.0077
Hannan‐Quinn criter. 1.413649 Deviance 216.0154
Restr. deviance 234.1358 Restr. log likelihood ‐117.0679
LR statistic 18.12038 Avg. log likelihood ‐0.639099
Prob(LR statistic) 0.005938
Obs with Dep=0 87 Total obs 169
Obs with Dep=1 82
Berdasarkan output di atas, dengan tingkat keyakinan 95% (α = 5%) ternyata pada model
Probit dan Logit variabel yang paling memengaruhi keputusan responden untuk mengikuti
program Jaminan Kematian adalah variabel tingkat penghasilan dan keikutsertaan dalam
program sebelumnya. Temuan ini serupa dengan temuan pada Jaminan Kesehatan dan
Kecelakaan Kerja, karena ternyata pada keputusan responden untuk mengikuti Jaminan
68
Kematian juga dipengaruhi oleh tingkat penghasilan responden dan keikutsertaan pada
program sebelumnya.
Tidak seperti model OLS biasa, interpretasi dari nilai koefisien pada model binary tidak dapat
secara langsung diartikan sebagai efek marjinal pada variabel dependennya. Untuk melihat
bagaimana efek marjinal bagi keputusan responden, grafik 4 di bawah ini menjelaskan
skenario probabilita responden mengikuti program Jaminan Kematian tanpa keikutsertaan
pada program sebelumnya (skenario 1 warna hijau) dan keikutsertaan pada program
sebelumnya (skenario 2 warna hitam).
Grafik 4. Efek Marjinal Bagi Keputusan Responden Jaminan Kematian
Dari grafik di atas, nampak bahwa probabilitas responden untuk mengikuti program jaminan
kematian SJSN akan semakin besar apabila ternyata responden tersebut telah mengikuti
program jaminan kematian sebelumnya. Sedangkan koefisien tingkat penghasilan yang
bertanda positif juga mengindikasikan bahwa semakin tinggi tingkat penghasilan responden
maka semakin tinggi pula probabilitasnya untuk mengikuti program jaminan kematian.
Untuk menguji apakah semua variabel penjelas secara bersama‐sama memengaruhi variabel
dependen dilihat berdasarkan statistik Likelihood Ratio (LR) sebagaimana uji F pada regresi
0.0
0.2
0.4
0.6
0.8
1.0
25 50 75 100 125 150
SEBELUMNYA (Scenario 1)SEBELUMNYA (Scenario 2)INTENSI (Scenario 1)INTENSI (Scenario 2)
69
OLS. Hipotesis nul uji statistik LR adalah semua variabel penjelas secara bersama‐sama tidak
memengaruhi variabel dependen.
Dengan nilai Probabilitas LR statistic 0.003105 dan 0.005938 maka hipotesis nul ditolak yang
berarti bahwa semua variabel penjelas secara bersama‐sama memengaruhi variabel
dependen.
70
BAB IV
Penutup
IV.2. Simpulan
1. Studi ini telah mampu melihat pengaruh faktor demografi, besar iuran, dan
manfaat dasar terhadap penyelenggaraan jaminan sosial apabila terjadi
guncangan/shock dalam perekonomian Indonesia, walaupun tentunya perlu
penyempurnaan lebih lanjut.
2. Dengan hasil studi ini, tim telah mampu memberikan dukungan untuk pelaksanaan
tugas perwakilan Kementerian Keuangan dalam Tim Nasional persiapan kedua BPJS
khususnya BPJS Kesehatan.
3. Hasil studi ini dapat digunakan sebagai salah satu tools dalam memberikan
rekomendasi pengelolaan risiko fiskal yang berasal dari penyelenggaraan jaminan
sosial dan tools pengambilan keputusan serta monitoring dan evaluasi oleh
pimpinan.
4. Studi ini masih perlu penyempurnaan terkait penyempurnaan data dan
pengembangan‐pengembangan lain guna mengikuti perkembangan yang terjadi.
IV.3. Rekomendasi
1. Studi lanjutan untuk penyempurnaan model guna menjawab tantangan
perkembangan yang akan terjadi dalam penyelenggaraan sistem jaminan sosial
nasional di tahun 2014 dan tahun‐tahun berikutnya.
2. Mengembangkan model yang terintegrasi dengan model besar iuran, model makro
dan mikro ekonomi termasuk didalamnya financial highlight BPJS Kesehatan.
3. Mensosialisasikan hasil kajian guna mendapatkan masukan dari berbagai pihak
yang berkepentingan.