Deskripsi Lokasi Penelitian - Sekilas Gambaran Umum Objek Penelitian

A. Sekilas Gambaran Umum Objek Penelitian

1. Deskripsi Lokasi Penelitian

Indonesia merupakan salah satu negara dalam wilayah ASEAN. Terdapat tiga puluh empat Provinsi di Indonesia yaitu Nanggroe Aceh Darussalam, Sumatera Utara, Sumatera Barat, Riau, Kepulauan Riau, Jambi, Sumatera Selatan, Kepulauan Bangka Belitung, Bengkulu, Lampung, Banten, DKI Jakarta, Jawa Barat, Jawa Tengah, Daerah Istimewa (DI) Yogyakarta, Jawa Timur, Bali, Nusa Tenggara Barat, Nusa Tenggara Timur, Kalimantan Barat, Kalimantan Tengah, Kalimantan Selatan, Kalimantan Timur, Kalimantan Utara, Sulawesi Utara, Sulawesi Barat, Sulawesi Tengah, Sulawesi Tenggara, Sulawesi Selatan, Gorontalo, Maluku, Maluku Utara, Papua Barat, dan Papua.

Berdasarkan letak geografisnya, Indonesia terletak diantara dua benua yaitu Benua Asia dan Benua Australia, serta dua Samudera yakni Samudera Hindia dan Samudera Pasifik. Sedangkan berdasarkan letak astronomisnya, Indonesia terletak di 6°LU (Lintang Utara) - 11°LS (Lintang Selatan) dan 95°

BT (Bujur Timur) - 141° BT (Bujur Timur).

Gambar 4. 1 Peta Indonesia

Sumber : karinov.co.id, 2021.

Indonesia merupakan negara kepulauan terbesar di dunia. Terbentang dari Sabang sampai Merauke, yang memiliki 17.499 pulau dengan total luas wilayah Indonesia sekitar 7,81 juta km²..Indonesia terbagi menjadi tiga puluh empat Provinsi dengan 415 kabupaten, satu kabupaten administrasi, sembilan puluh tiga kota, dan lima kota administrasi.

Pada tahun 2014, penduduk Indonesia mencapai 252 juta jiwa dengan pertumbuhan penduduk periode 2010-2014 mencapai 1,4% per tahun. Rasio jenis kelamin (sex ratio) penduduk Indonesia di tahun 2014 ialah sebesar 101 penduduk laki-laki dari 100 penduduk perempuan.

Kepadatan penduduk di..Indonesia pada tahun 2014 mencapai 132 orang per km². Kepadatan penduduk tertinggi terjadi di DKI Jakarta yang mencapai 15.173 penduduk per km², sedangkan yang terendah terjadi di Kalimantan Utara, Papua Barat, dan Papua dimana masing-masing provinsi kepadatannya hanya sebesar 8, 9, dan 10 penduduk per km².

50 2. Deskripsi Objek Penelitian

Objek Penelitian pada penelitian ini berupa perorangan.yang telah diwawancarai oleh RANDS Corporation dalam IFLS-5 (Indonesia Family Life Survey-5) 2014. Perorangan pada penelitian ini disaring dengan beberapa kriteria, yaitu :

1) Satu responden per keluarga (perwakilan keluarga yang menjadi tulang punggung keluarga) yang diwawancarai.

2) Telah menikah dari sebelum tahun 2009 atau kurang (sudah menikah lima tahun atau lebih).

Secara umum jumlah responden pada IFLS-5 yaitu 36.385 responden yang terbagi antara 17.560 responden laki-laki dan 18.825 responden perempuan.

Dari besaran jumlah responden tersebut, terdapat 1.085 responden yang memenuhi dua kriteria diatas.

Sebagaimana tujuan penelitian ini yaitu melakukan pengujian signifikansi pengaruh pengaruh pernikahan dini, putus sekolah, perceraian, dan gender terhadap kemiskinan yang akan diuji menggunakan model regresi logistik biner. Penggunaan model ini dikarenakan ukuran semua variabel dalam penelitian ini ialah berupa data biner.

3. Perkembangan Pernikahan Dini

Menurut Badan Pusat Statistik, perempuan berusia 20-24 tahun menikah sebelum usia delapan belas tahun, lazim disebut perkawinan anak/pernikahan dini. Sejalan dengan BPS, UNICEF mendefinisikan perkawinan anak/pernikahan dini sebagai pernikahan formal atau informal.dimana salah satu pihak berusia dibawah delapan belas tahun (Hakiki et al., 2020).

Menurut Undang-Undang Nomor 1 Tahun 1974 tentang perkawinan, perempuan boleh menikah setelah berusia enam belas tahun, sedangkan laki-laki harus berusia minimal 19 tahun. Lalu pada tahun 2019, DPR merevisi UU tersebut yang tertuang pada UU Nomor 16 Tahun 2019 dimana.usia kawin perempuan dan laki-laki sama-sama sembilan belas tahun. Pada perubahan.peningkatan batas usia tersebut kurang berhasil, karena.seseorang tetap bisa menikah meski di bawah usia yang ditentukan jika mendapat dispensasi kawin yang dikeluarkan oleh pengadilan agama setempat. Dimana dispensasi tersebut tidak mengalami revisi sebagaimana batas usia kawin.

Gambar 4. 2 Persentase Nasional Perempuan Usia 20-24 Tahun Dengan Perkawinan Pertama Usia < 18 Tahun, 2008-2014

Sumber : Susenas 2008-2018, Badan Pusat Statistik (data diolah)

Gambar 4.2 menjelaskan bahwa kasus pernikahan dini di Indonesia tahun 2008-2014 hanya mengalami penurunan yang kecil dan relatif lambat. Dimana jika ditarik dari tahun 2010-2014, persentase pernikahan dini justru mengalami kenaikan 0.07%. Bahkan menurut data Badan Perencanaan dan

14.67

14.08

13.48

13.97 14.02

13.59 13.55

12 13 14 15

2008 2009 2010 2011 2012 2013 2014

Pembangunan Nasional (Bappenas), di tahun 2008 lebih dari 30%

pernikahan.yang tercatat di Indonesia termasuk dalam kategori pernikahan dini. Praktek pernikahan dini ini sering terjadi karena dipengaruhi budaya lokal, seperti dijodohkan orang tua sedari dini, anak perempuan yang.dilamar harus diterima, menyelesaikan beban ekonomi, dan anggapan tidak pentingnya..pendidikan untuk anak. Walaupun terdapat ketetapan Undang-Undang yang melarang praktek ini, tetapi masih terdapat fasilitas dispensasi.

B. Temuan Hasil Penelitian 1. Analisis Statistik Deskriptif

Sampel penelitian yang digunakan dalam penelitian ini adalah perorangan perwakilan keluarga (tulang punggung keluarga) yang telah menikah dibawah atau pada tahun 2009 dan merupakan responden dari IFLS-5 (Indonesia Family Life Survey-5) yang dilakukan RAND Corporation di Indonesia pada tahun 2014. Sebagai pandangan singkat terhadap data penelitian, berikut disajikan data ringkasan dalam bentuk statistik deskriptif untuk masing-masing variabel. Terdapat 1.085 data pengamatan yang dapat dilihat pada Tabel 4.1.

Tabel 4. 1 Statistik Deskriptif

Variabel Observasi Mean Std. Dev. Min Max

Kemiskinan 1.085 0.453 0.498 0 1

Pernikahan Dini 1.085 0.085 0.280 0 1

Putus Sekolah 1.085 0.260 0.439 0 1

Perceraian 1.085 0.243 0.429 0 1

Gender 1.085 0.117 0.322 0 1

Sumber : Data diolah, Stata 16.

Dari Tabel 4.1 diatas dapat dijabarkan mengenai hasil statistik deskriptif pada setiap variabel. Berikut penjelasan hasil statistik deskriptif :

a. Variabel dependen kemiskinan pada penelitian ini menggunakan regresi logistik biner dengan variabel dummy. Diketahui individu dikategorikan miskin oleh angka satu menunjukan hasil berjumlah 492 responden dan individu yang tidak dikategorikan miskin oleh angka nol menunjukan hasil berjumlah 593 responden. Hasil tersebut diperoleh jika penghasilan bulanan individu kurang dari garis kemiskinan nasional tahun 2014 yaitu sebesar Rp 312.328 (menurut BPS), maka dikategorikan miskin. Jika penghasilan bulanan individu lebih besar dari garis kemiskinan nasional tahun 2014, maka tidak dikategorikan miskin.

b. Variabel independen pada penelitian ini menggunakan variabel dummy.

Diketahui individu dikategorikan menikah dini oleh angka satu menunjukan hasil berjumlah 93 responden dan individu tidak dikategorikan menikah dini oleh angka nol menunjukan hasil berjumlah 992 responden. Hasil tersebut diperoleh jika individu berusia kurang dari delapan belas tahun saat menikah maka dikategorikan menikah dini, dan individu berusia lebih dari atau sama dengan delapan belas tahun saat menikah maka tidak dikategorikan menikah dini.

c. Variabel independen kedua pada penelitian ini menggunakan variabel dummy. Diketahui individu dikategorikan putus sekolah oleh angka satu menunjukan hasil berjumlah 283 responden dan angka nol dengan

individu tidak dikategorikan putus sekolah menunjukan hasil berjumlah 802 responden. Hasil tersebut diperoleh jika individu tidak menyelesaikan pendidikan dua belas tahun (SMA/sederajat) maka dikategorikan putus sekolah dan individu menyelesaikan pendidikan dua belas tahun (SMA/sederajat) maka tidak dikategorikan putus sekolah.

d. Variabel independen ketiga pada penelitian ini menggunakan variabel dummy. Diketahui individu dikategorikan bercerai oleh angka satu menunjukan hasil berjumlah 264 responden dan individu tidak bercerai dikategorikan dengan angka nol yang menunjukan hasil berjumlah 821 responden.

e. Variabel independen keempat pada penelitian ini menggunakan variabel dummy. Diketahui individu berjenis kelamin perempuan dikategorikan oleh angka satu menunjukan hasil berjumlah 128 responden dan individu berjenis kelamin laki-laki dikategorikan oleh angka nol yang berjumlah 957 responden.

2. Pengujian Model Penelitian

a. Uji Penentuan Model (log Likelihood Probit dan Logit)

Untuk menentukan pengaruh dari pernikahan dini terhadap kemiskinan penelitian ini melakukan regresi probit dan logit untuk mendapatkan hasil dari nilai log likelihood probit dan logit. Berikut merupakan tabel hasil dari regresi probit dan logit yang diolah dengan Stata 16 :

Tabel 4. 2 Tabel Regresi Probit dan Logit (log likelihood Probit dan Logit)

Log Likelihood Probit -698.4037 Log Likelihood Logit -698.2694 Sumber : Data diolah, Stata 16.

Tabel 4.2 menunjukan hasil dimana nilai log likelihood logit ialah -698.2694, sedangkan nilai log likelihood probit ialah -698.4037. Dengan membandingkan log likelihood untuk mendapatkan nilai log likelihood yang maksimum, maka dapat disimpulkan bahwa model logit lebih baik dari model probit karena memiliki nilai log likelihood yang lebih besar, dengan perbedaan sekitar 0.1343.

b. Koefisien Determinasi (Psuedo R²)

Pada regresi logistik, penggunaan nilai koefisien R²konvensional berbeda dan tidak dapat digunakan untuk mengukur.garis regresi tersebut.

Dalam hal ini sebagai gantinya pada model logistik menggunakan koefisien determinasi yang dilihat dari hasil pseudo R-squared.

Tabel 4. 3 Uji Koefisien Determinasi (R²) Hasil Uji

Pseudo R-squared 0.0657

Sumber : Data diolah, Stata 16.

Dari tabel 4.3 memperlihatkan nilai pseudo R-squared pada hasil output estimasi koefisien determinasi sebesar 0.0657 atau memiliki nilai pseudo R-squared sebesar 6.57%

Menurut (Gujarati, 2003) selain hal diatas, hal utama dalam mengetahui bentuk model regresi pada variabel dependen yang dikotomi

atau biner dapat dilihat dari goodness of fit yang merupakan pengukuran kedua terpenting dalam model logit.

c. Kelayakan Model Regresi (Hosmer and Lemeshow’s Goodness of fit Test) Pada uji kelayakan model regresi selanjutnya ialah untuk mengetahui apakah terdapat kesesuaian pada model penelitian dengan data penelitian, dapat diketahui pada uji kelayakan model dengan mengukur nilai chi square yaitu dengan melihat hasil..output pada uji Hosmer and Lemeshow’s Goodness of fit Test. Hasil tersebut dapat diketahui dengan membandingkan probabilitas signifikansi dengan tingkat signifikansi α sebesar 5% pada hasil output. Berikut hipotesis untuk menilai kelayakan model regresi

H0 : Model hipotesis penelitian sesuai dengan data H1 : Model hipotesis penelitian tidak sesuai dengan data

Tabel 4. 4 Uji Hosmer and Lemeshow’s Goodness of Fit

Jumlah Observasi 1.085

Hosmer-Lemeshow chi2 (2) 1.16

Prob > chi2 0.5589

Sumber : data diolah, Stata 16.

Dari tabel 4.4 diatas dapat diketahui bahwa uji kelayakan model yang ditunjukan hasil dari Hosmer and Lemeshow Test memperlihatkan probabilitas chi-square yaitu sebesar 0.5589. Dari hasil uji tersebut.menunjukan kriteria yang sesuai dengan kelayakan model rekresi yaitu H0 diterima. Nilai chi-square yaitu 0.5589 > 0,05 dapat.diartikan bahwa tidak ditemukan perbedaan pada data estimasi model

regresi..logistik.dengan data observasi penelitian, hal ini mengindikasikan bahwa model regresi dikatakan layak dan sudah tepat (sesuai) digunakan dalam penelitian ini.

d. Model Analisis Regresi Logistik

Interpretasi koefisien dari model logit dapat terlihat dari nilai odd ratio. Jika suatu variabel independen memiliki nilai koefisien yang positif, maka nilai odd ratio akan lebih besar dari satu..Sebaliknya, jika variabel independen memiliki nilai koefisien yang negatif, maka nilai odd ratio akan lebih kecil dari satu.

Berikut ini merupakan tabel yang menunjukan hasil regresi logistik dengan odd ratio yang diolah dengan Stata 16 :

Tabel 4. 5 Model Analisis Regresi Logistik

Variabel Koefisien Odd Ratio P-Value

Pernikahan Dini 0.5957 1.8144 0.021

Putus Sekolah 0.5755 1.7781 0.000

Perceraian 0.1930 1.2129 0.271

Gender 1.4629 4.3184 0.000

C -0.5895 0.5545 0.000

Sumber : Data diolah, Stata 16.

Berdasarkan tabel hasil regresi logistik diatas, dapat diinterpretasikan variabel-variabel yang berhubungan terhadap kemiskinan sebagai berikut :

1) Pernikahan Dini (X1), koefisien pada variabel pernikahan dini memiliki nilai positif dengan signifikansi (p) sebesar 0.021, maka

terdapat hubungan positif antara variabel pernikahan dini (X1) terhadap variabel kemiskinan (Y). Berdasarkan nilai odd ratio dengan nilai sebesar 1.8144, hal tersebut dapat diinterpretasikan bahwa individu yang melakukan pernikahan dini akan meningkatkan kecenderungan individu masuk kedalam kemiskinan sebesar 1.8144 kali lipat.

2) Putus Sekolah (X2), koefisien pada variabel putus sekolah memiliki nilai positif dengan signifikansi (p) sebesar 0.000, maka terdapat hubungan positif antara variabel putus sekolah (X2) terhadap variabel kemiskinan (Y). Berdasarkan nilai odd ratio dengan nilai sebesar 1.7781, hal tersebut dapat diinterpretasikan bahwa individu yang mengalami putus sekolah akan meningkatkan kecenderungan individu masuk kedalam kemiskinan sebesar 1.7781 kali lipat.

3) Perceraian (X3), koefisien pada variabel perceraian memiliki nilai signifikansi (p) sebesar 0.271 yang melebihi α (0.05). Hal ini menunjukan bahwa tidak terdapat hubungan positif antara variabel perceraian (X3) terhadap variabel kemiskinan (Y).

4) Gender (X4), koefisien pada variabel gender memiliki nilai positif dengan signifikansi (p) sebesar 4.3184, maka terdapat hubungan positif antara variabel gender (X4) terhadap variabel kemiskinan (Y).

Berdasarkan nilai odd ratio dengan nilai sebesar 4.3184, hal tersebut dapat diinterpretasikan bahwa gender perempuan akan meningkatkan kecenderungan individu masuk kedalam kemiskinan sebesar 4.3184 kali lipat.

59 3. Hasil Pengujian Hipotesis

a. Uji Parsial

Pada regresi logistik, penggunaan nilai koefisien R²konvensional berbeda dan tidak dapat digunakan untuk mengukur garis regresi tersebut.

Dalam hal ini sebagai gantinya pada model logistik..ialah dengan membandingkan statistik uji Wald dengan distribusi normal standard dengan taraf signifikansi (α) sebesar 0.05, atau dengan cara membandingkan p-value dengan (α) sebesar 0.05.

Tabel 4. 6 Uji Parsial

Variabel P-value

Pernikahan Dini 0.021

Putus Sekolah 0.000

Perceraian 0.271

Gender 0.000

Sumber : Data diolah, Stata 16.

Dari hasil tabel 4.6, dapat dijabarkan bahwa :

1) Pernikahan dini, dari hasil output dengan tingkat kepercayaan sebesar 95% maka dapat diinterpretasikan H0 ditolak dan H1 diterima. Hal tersebut dapat diartikan bahwa pernikahan dini memiliki pengaruh yang signifikan terhadap kemiskinan.

2) Putus sekolah, dari hasil output dengan tingkat kepercayaan sebesar 95% maka dapat diinterpretasikan H0 ditolak dan H1 diterima. Hal tersebut dapat diartikan bahwa putus sekolah memiliki pengaruh yang signifikan terhadap kemiskinan.

3) Perceraian, dari hasil output dengan tingkat kepercayaan sebesar 95%

maka dapat diinterpretasikan H0 diterima dan H1 ditolak. Hal tersebut dapat diartikan bahwa perceraian tidak memiliki pengaruh yang signifikan terhadap kemiskinan.

4) Gender, dari hasil output dengan tingkat kepercayaan sebesar 95%

maka dapat diinterpretasikan H0 ditolak dan H1 diterima. Hal tersebut dapat diartikan bahwa gender memiliki pengaruh yang signifikan terhadap kemiskinan.

Dari hasil uji parsial yang telah dilakukan, dapat diketahui bahwa satu variabel independen, yaitu perceraian tidak berpengaruh secara signifikan terhadap variabel kemiskinan, karena nilai p-value dari variabel perceraian lebih besar dari nilai signifikansi (α) 0.05. Sedangkan variabel independen pernikahan dini, putus sekolah dan gender berpengaruh secara signifikan terhadap variabel dependen kemiskinan, karena memilik nilai p-value yang lebih kecil dari nilai signifikansi (α) 0.05.

b. Uji Simultan

Selanjutnya pada Uji simultan atau serentak yang berfungsi untuk menguji secara bersama-sama pengaruh keseluruhan variabel independen apakah dapat mempengaruhi variabel.dependen..pada penelitian.

Pengujian secara simultan pada regresi logistik dapat.diketahui menggunakan Uji G², hasil uji ini sama dengan uji F yang ditunjukkan oleh regresi yang menggunakan metode OLS. Pengujian simultan pada Uji G² dapat diketahui hasilnya yakni dengan mengetahui

nilai..chi-61

square hitung yang dibandingkan dengan chi-square tabel, apabila nilai chi-square hitung > nilai chi-square tabel, dapat diartikan untuk menolak H0. Hasil tersebut menyimpulkan bahwa seluruh variabel independen secara bersama-sama dapat mempengaruhi variabel dependen penelitian, begitupun sebaliknya apabila hipotesis menerima H0 dapat disimpulkan bahwa seluruh variabel independen secara bersama-sama tidak dapat mempengaruhi variabel dependen penelitian.

Tabel 4. 7 Uji Simultan

Sumber : Data diolah, Stata 16.

Dari Tabel 4.7 diperoleh nilai p-value yang terlihat pada prob. >

chi2 sebesar 0.0000, dimana p-value < 0.05. Maka, dapat diambil keptusan bahwa H0 ditolak dan H1 diterima, atau dapat disimpulkan bahwa secara bersama-sama keseluruhan variabel independen berpengaruh signifikan terhadap kemiskinan.

c. Marginal Effect

Tabel 4.8 menunjukan hasil marginal effect dari hasil regresi logistik untuk mengetahui variabel apa saja..yang mempengaruhi kemiskinan. Variabel tersebut terdiri dari pernikahan dini, putus sekolah, dan gender.

Prob. > Chi2 0.0000

Pseudo R2 0.0657

Tabel 4. 8 Marginal Effect

Variabel dy/dx Std Error P>|z| X

Pernikahan Dini 0.1476 0.0623 0.018 0.0857

Putus Sekolah 0.1428 0.0357 0.000 0.2608

Perceraian 0.0480 0.0437 0.272 0.2433

Gender 0.3387 0.0506 0.000 0.1179

Sumber : Data diolah, Stata 16.

Dari tabel diatas, variabel-variabel yang berhubungan terhadap kemiskinan dapat diinterpretasikan sebagai berikut :

1) Pernikahan Dini (X1), nilai koefisien (marginal effect) dari variabel pernikahan dini ialah sebesar 0.1476, yang dapat diartikan bahwa responden yang melaksakanan pernikahan dini memiliki probabilitas masuk kedalam kemiskinan 14.76% lebih tinggi dibandingkan dengan responden yang tidak melaksanakan pernikahan dini.

2) Putus Sekolah (X2), nilai koefisien (marginal effect) dari variabel putus sekolah ialah sebesar 0.1428, yang dapat diartikan bahwa individu responden yang mengalami putus sekolah memiliki probabilitas masuk kedalam kemiskinan 14.28% lebih tinggi dibandingkan dengan responden yang tidak mengalami putus sekolah.

3) Gender (X4), nilai koefisien (marginal effect) dari variabel gender ialah sebesar 0.3387, yang dapat diartikan bahwa responden dengan jenis kelamin perempuan memiliki probabilitas masuk kedalam kemiskinan 33.87% lebih tinggi dibandingkan dengan responden dengan jenis kelamin laki-laki.

63 C. Pembahasan

Berdasarkan hasil regresi logistik yang telah dilakukan, variabel independen pernikahan dini mempengaruhi responden untuk cenderung masuk kedalam kemiskinan. Hasil penelitian ini mendukung penelitian (Djamilah, 2014) yang menunjukkan bahwa pernikahan dini berdampak pada peningkatan beban ekonomi keluarga dan menimbulkan adanya siklus kemiskinan. Selain itu, penelitian ini juga mendukung penelitian dari Amerika oleh (Dahl, 2010) yang menyatakan bahwa terdapat hubungan yang signifikan antara pernikahan dini dengan kemiskinan, dimana pernikahan dini meningkatkan kemungkinan pelaku pernikahan dini hidup dalam kemiskinan sebesar 31 persen.

Hasil penelitian ini juga sejalan dengan pendapat (Hazlitt, 1996), dimana pendidikan membantu meningkatkan produktivitas dan kesejahteraan setiap warga negara. Pada hasil penelitian ini menunjukan putusnya sekolah (pendidikan) mempengaruhi responden untuk cenderung masuk kedalam kemiskinan. Selain itu penelitian ini juga sejalan dengan pendapat (Damayanti, 2020), dimana perempuan yang.telah menikah di usia dini cenderung lebih sulit untuk mengeksplorasi kehidupannya dan cenderung tidak memungkinkan mengemban pendidikan lebih lanjut. Dimana hasil dari penelitian ini juga menunjukan responden berjenis kelamin perempuan cenderung terpengaruhi untuk masuk kedalam kemiskinan.

Namun, hasil penelitian ini menemukan hasil yang berbeda dari penelitian (Marshan et al., 2013; Rahayu & Wahyuni, 2020), dimana hasil dari kedua penelitian tersebut menunjukan tidak adanya pengaruh signifikan pernikahan dini terhadap kemiskinan. Perbedaan hasil penelitian ini disebabkan

karena perbedaan responden yang diteliti, karena kedua penelitian tersebut hanya meneliti responden dengan jenis kelamin perempuan. Oleh karena itu terdapat perbedaan hasil yang menyebabkan tidak berpengaruhnya pernikahan dini terhadap kemiksinan. Selain itu, ditemukan juga perbedaan hasil dari penelitian dimana pada penelitian ini menunjukan responden yang telah bercerai cenderung tidak terpengaruhi untuk masuk kedalam kemiskinan. Sedangkan menurut penelitian (Murray, 2012), perceraian menjadi salah satu penyebab bertahannya lingkaran setan kemiskinan yang berdampak negatif pada produktivitas pekerja.

65 BAB V

KESIMPULAN DAN IMPLIKASI A. Kesimpulan

Penelitian ini bertujuan untuk menemukan bukti empiris tentang pengaruh pernikahan dini terhadap kemiskinan di Indonesia dengan menggunakan 1.085 reponden pada Indonesia Family Life Survey-5 (IFLS-5) pada periode tahun 2014.

Dari hasil penelitian data dan pembahasan yang dilakukan, dengan menggunakan regresi logistik biner maka diperoleh kesimpulan sebagai berikut :

1. Dari 1.085 responden dari seluruh Indonesia pada penelitian ini, 492 diantaranya dikategorikan miskin dan 593 sisanya tidak dikategorikan miskin, berdasarkan pendapatan bulanan masing-masing responden yang dibandingkan dengan garis kemiskinan nasional.

2. Variabel pernikahan dini, putus sekolah, perceraian, dan gender secara simultan atau bersama-sama memiliki pengaruh yang signifikan terhadap kemiskinan. Hal ini ditunjukan oleh angka signifikansi untuk model regresi logistik penelitian ini yaitu 0.00000 dimana angka signifikansi ini lebih kecil dari nilai signfikansi 0.05 sehingga H1 diterima atau variabel-variabel bebas dalam model regresi logistik ini secara simultan atau serentak mempunyai pengaruh yang signifikan terhadap variabel terikat (kemiskinan).

3. Secara parsial pernikahan dini mempunyai pengaruh yang signifikan terhadap kemiskinan. Hal ini ditunjukan oleh angka p-value variabel pernikahan dini yaitu sebesar 0.021, dimana angka tersebut lebih kecil dari 0.05. Sehingga menerima H1 atau variabel bebas (pernikahan dini) dalam model regresi

logistik ini secara parsial atau individu mempunyai pengaruh yang signifikan terhadap variabel terikat (kemiskinan).

4. Secara parsial putus sekolah mempunyai pengaruh yang signifikan terhadap kemiskinan. Hal ini ditunjukan oleh angka p-value variabel putus sekolah yaitu sebesar 0.000, dimana angka tersebut lebih kecil dari 0.05. Sehingga menerima H1 atau variabel independen kedua (putus sekolah) dalam model regresi logistik ini secara parsial atau individu mempunyai pengaruh yang signifikan terhadap variabel terikat (kemiskinan).

5. Secara parsial perceraian tidak mempunyai pengaruh yang signifikan terhadap kemiskinan. Hal ini ditunjukan oleh angka p-value variabel perceraian yaitu sebesar 0.271, dimana angka tersebut lebih besar dari 0.05. Sehingga menolak H1 atau variabel independen ketiga (perceraian) dalam model regresi logistik ini secara parsial atau individu tidak mempunyai pengaruh yang signifikan terhadap variabel terikat (kemiskinan).

6. Secara parsial gender mempunyai pengaruh yang signifikan terhadap kemiskinan. Hal ini ditunjukan oleh angka p-value variabel gender yaitu sebesar 0.000, dimana angka tersebut lebih kecil dari 0.05. Sehingga menerima H1 atau variabel independen keempat (gender) dalam model regresi logistik ini secara parsial atau individu mempunyai pengaruh yang signifikan terhadap variabel terikat (kemiskinan).

7. Berdasarkan hasil regresi logit, setelah lima tahun menikah, individu yang melakukan pernikahan dini memiliki probabilitas masuk kedalam kemiskinan 14.76% lebih tinggi dibandingkan dengan individu yang menikah di usia yang lebih tua. Selain itu, individu yang mengalami putus sekolah memiliki

probabilitas masuk kedalam kemiskinan 14.28% lebih tinggi dibandingkan dengan individu yang tidak mengalami putus sekolah. Begitu juga dengan individu berjenis kelamin perempuan yang memiliki probabilitas masuk kedalam kemiskinan 33.87% lebih tinggi dibanding individu berjenis kelamin laki-laki.

B. Saran

Peneliti memaparkan saran-saran dan diharapkan dapat membantu berbagai pihak yang membutuhkan berikut diantaranya :

1. Pada penelitian selanjutnya diharapkan dapat menambah variabel-variabel independen lain yang diduga mempengaruhi kemiskinan seperti pernikahan dini.

2. Pada penelitian yang dilakukan hanya menggunakan periode kurang dari tahun 2014. Pada penelitian selanjutnya juga diharapkan memperbarui periode penelitian.

3. Berdasarkan hasil penelitian, bahwa pernikahan dini mempunyai pengaruh yang signifikan terhadap kemiskinan. Maka, pemangku kebijakan yang bersangkutan diharapkan dapat mempertegas UU Nomor 16 Tahun 2019 mengenai minimal usia menikah dan juga memperketat pemberian dispensasi minimal usia menikah oleh Pengadilan Agama.

DAFTAR PUSTAKA

Arsyad, L. (2010). Ekonomi Pembangunan. In UPP STIM YKPN.

Artha, D. R. P., & Dartanto, T. (2014). Multidimensional Approach to Poverty Measurement in Indonesia. LPEM-FEUI Working Paper, 002.

Astuti, R. R. (2015). Analisis Pengaruh Jumlah Penduduk, Pertumbuhan Ekonomi, Pendidikan Dan Kesehatan Terhadap Jumlah Penduduk Miskin Di Indonesia Tahun 2004 – 2012. FE UNY, Yogyakarta.

Austin, J. E. (2006). Three Avenues for Social Entreprenurship Research. Social Enterpreneurship.

Behrman, J. and Birdsall, N. (1983). The Quality of Schooling : Quantity Alone is

Dalam dokumen PERNIKAHAN DINI DAN KEMISKINAN DENGAN VARIABEL PUTUS SEKOLAH, PERCERAIAN, DAN GENDER DI INDONESIA TAHUN 2014 (ANALISIS DATA IFLS-5) (Halaman 62-0)