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
53
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
54
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 :
55
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 R2 konvensional 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
56
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
57
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
58
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 R2 konvensional 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.
60
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
62
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
64
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
66
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
67
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.
68
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 Misleading. American Economic Review, 73 (5).
Bomantama, R. Angka Pernikahan Usia Anak Indonesia Tertinggi Ketujuh di Dunia dan Dua se-ASEAN. diambil pada tanggal 2 Mei 2021, dari
https://www.tribunnews.com/nasional/2018/12/14/angka-pernikahan-usia-anak-indonesia-tertinggi-ketujuh-di-dunia-dan-nomor-dua-se-asean
BPS. (n.d.). Kemiskinan dan Ketimpangan. BPS. diambil pada tanggal 24 Juni 2021, dari https://www.bps.go.id/subject/23/kemiskinan-dan-ketimpangan.html#subjekViewTab1
Bramlett, M. D., & Mosher, W. D. (2002). Cohabitation, Marriage, Divorce, and Remarriage in the United States. National Center for Health Statistiics:
Vital Health Statistics, 23(22).
Cameron, A. C., & Trivedi, P. K. (2010). Microeconometrics Using Stata:
69 Revised Edition. Stata Press.
Damayanti, C. (2020). Ketimpangan Gender dan Pernikahan Usia Dini. Asean
Youth Initiative Conference-UNPAD.
https://ayic.unpad.ac.id/ketimpangan-gender-dan-pernikahan-usia-dini/
Dartanto, T., dan Nurkholis. (2011). Finding Out of the Determinant of Poverty Dymanics in Indonesia: Evidence from Panel Data. Munich Personal Repec Archive (MPRA), LPEM FEUI. Depok.
Djamaluddin, A. (1995). Pemanfaatan Organisasi Lokal dalam Kemiskinan dan Kesenjangan di Indonesia ed Amien Rais. Aditya Media. Yogyakarta.
Djamilah, K. R. (2014). Dampak Perkawinan Anak di Indonesia. Jurnal Studi Pemuda, 3(1).
Effendi,T. N. (1992). Tinjauan Kritis Konsep Kebudayaan Kemiskinan dalam Dinamika Ekonomi dan IPTEK dalam Pembangunan. PT Tiara Wacana.
Yogyakarta.
Erulkar, A. (2013). Adolescence Lost: The Realities of Child Marriage. Journal of Adolescent Health. 52 (5).
Fadlyana, E. & Larasaty, S. (2009). Pernikahan Usia Dini dan Permasalahannya.Jurnal Sari Pediatri. 11 (2).
Gilbert. (1996). Urbanisasi dan Kemiskinan di Dunia Ketiga. PT Tiara Wacana. : Yogyakarta.
Gordon B. Dahl. (2010). Early Teen Marriage and Future Poverty. Demography, 47(3).
70
Gujarati, D. N. (2003). Ekonometrika Dasar (6th ed.). Erlangga.
Gujarati, D. N., & Porter, D. C. (2013). Basic Econometrics. Mc. Graw Hill Inc.
Hakiki, G., Ulfah, A., Khoer, M. I., Supriyanto, S., Basorudin, M., Larasati, W., Prastiwi, D., Kostaman, T. K., Irdiana, N., Amanda, P. K., &
Kusumaningrum, S. (2020). Pencegahan Perkawinan Anak Percepatan Yang Tidak Bisa Ditunda. UNICEF.
Hazlitt, H. (1996). The Conquest of Poverty. The Foundation for Economic Education, Inc.
John, M. E. (2021). Child Marriage in an International Frame. Routledge.
Jones, G. W. (2001). Which Indonesian Women Marry Youngest, and Why?.
Jurnal Studi Asia Tenggara. 32 (1).
Jordan, G. (2004). The Causes of Poverty Cultural vs Structural: Can There Be a Synthesis? Spring.
Kleiden, I. (1987). Masalah Kemiskinan Sosial-Budaya di Indonesia. Prisma. 16 (8).
Kuncoro, M. (2006). Ekonomika Pembangunan: Teori, Masalah, dan Kebijakan.
UPP Akademi Manajemen Perusahaan YKPN.
Marshan, J. N., Rakhmadi, M. F., & Rizky, M. (2013). Prevalence of Child Marriage and Its Determinants among Young Woman in Indonesia. Child Poverty and Social Protection.
Muhamad. (2009). Metode Penelitian Ilmu Sosial. Erlangga.
71
Murray, D. (2012). The Impact of Divorce on Work Performance of Professional Nurses in The Tertiary Hospitals of The Buffalo City Municipality.
University of Fort Hare.
Nugroho, H. (1995). Kemiskinan, Ketimpangan dan Kesenjangan. Aditya Media.
Yogyakarta.
Nurkse, R. (1953). Problems of Capital Formation in Underdeveloped Countries.
Oxford University Press.
Otoo-Oyortey, N., & Pobi, S. (2010). Early Marriage and Poverty: Exploring Links and Key Policy Issues. Gender and Development, 11(2).
Prasetyo, A. A. (2010). Analisis Faktor-Faktor Yang Mempengaruhi Tingkat Kemiskinan Di Jawa Tengah (Studi Kasus 35 Kabupaten/Kota Di Jawa Tengah Tahun 2003-2007). FE Universitas Diponegoro, Semarang.
Rahayu, W. D., & Wahyuni, H. (2020). The Influence of Early Marriage on Monetary Poverty in Indonesia. Jurnal Ekonomi Dan Bisnis, 35.
Stewart, A. C., & Brentano, C. (2006). Divorce: Causes and Consequences. Yale University Press.
Strauss, J., Beegle, K., Dwiyanto, A., Herawati, Y., Pattinasarany, D., Satriawan, E., Sikoki, B., Sukamdi, & Witoelar, F. (2004). Indonesian Living Standards Before and After the Financial Crisis Evidence from the Indonesia Family Life Survey. RAND Corporation.
Strauss, J., Witoelar, F., & Bondan Sikoki. (2016). The Fifth Wave of the Indonesia Family Life Survey: Overview and Field Report
(WR-1143/1-72 NIA/NICHD).
Sudrajad, W. (2014). Analisis Faktor-Faktor yang Berpengaruh terhadap Kemiskinan di Provinsi DIY Tahun 2005-2012. (skripsi tidak dipublikasikan). Ilmu Ekonomi UGM, Yogyakarta.
Suparlan, P. (1984). Kemiskinan di Perkotaan” bacaan untuk Antropologi Perkotaan. Yayasan Obor Indonesia. Jakarta.
Suryawati. (2004). Teori Ekonomi Mikro. UPP Akademi Manajemen Perusahaan YKPN.
Syrett, N. L. (2016). American Child Bride: A History of Minors and Marriage in the United States. Chapel Hill: University of North Carolina Press.
Todaro, M. P. (1997). Pembangunan Ekonomi di Dunia Ketiga (6th ed.).
Erlangga.
UNICEF. (2001). Early Marriage Child Spouses. Innocenti Digest, 7.
UNICEF. (2005). Early Marriage: A Harmful Traditional Practice: A Statistical Exploration. UNICEF.
UNICEF. (2015). Child Marriage in Indonesia: Past Progress at a Standstill.
Policy Brief.
Wibowo, A. A. A. (2015). Kemiskinan Multidimensi Anak dan Faktor-faktor yang Memengaruhinya di Provinsi Sulawesi Tenggara Tahun 2011 dan 2013.
Wibowo, A. A. A. (2015). Kemiskinan Multidimensi Anak dan Faktor-faktor yang Memengaruhinya di Provinsi Sulawesi Tenggara Tahun 2011 dan 2013.