Pembangunan ekonomi merupakan suatu kegiatan yang sangat berperan dalam menciptakan iklim perekonomian yang baik di negara berkembang (Kavya & Shijin, 2020). Akan tetapi, permasalahan-permasalahan yang timbul sebagai dampak dari adanya pembangunan juga tidak dapat dilupakan begitu saja. Salah satu contoh, dampak dari adanya pembangunan yang kurang maksimal adalah kemiskinan (Haryono & Murti, 2023). Masalah kemiskinan merupakan masalah yang sangat kompleks dan tidak dapat dilihat dari satu sudut pandang saja akan tetapi harus dilihat dari berbagai perspektif, mulai dari perspektif ekonomi, budaya, dan sosial. Pada bulan September 2000, 189 negara anggota Perserikatan Bangsa-Bangsa pada waktu itu mengadopsi delapan Tujuan Pembangunan Milenium (MDGs), berkomitmen untuk membuat kemajuan besar dalam menghapus kemiskinan dan mencapai tujuan pembangunan manusia lainnya pada tahun 2015 (Todaro, 2011; Todaro & Smith, 2020). Hal ini diharapkan dapat mampu mendorong kesejahteraan individu maupun kelompok dalam melakukan kegiatan ekonomi sehari-hari. Indeks kemiskinan multidimensi di 104 menggunakan tiga dimensi yaitu kesehatan, pendidikan, dan standar hidup. Hasil dari penelitiannya ada sebanyak 1,7 miliar orang hidup dalam kemiskinan multidimensi dan mereka berasal dari negara yang memiliki penghasilan menengah (Alkire & Foster, 2011; Alkire & Santos, 2014). Penelitian ini dapat mengisi ruang dalam pengembangan ukuran kemiskinan agar lebih komprehensif. Selain itu, dengan adanya pembahasan yang berkaitan dengan determinasi kemiskinan multidimensi di Indonesia ini, dapat mengembangkan beberapa strategi intervensi yang lebih efektif.
Secara garis besar, penelitian ini dilakukan untuk mengukur kemiskinan dari sisi multidimensi yang mana ukuran untuk kemiskinan masih banyak menggunakan ukuran moneter atau dari sisi pengeluaran (basic needs approach). Ukuran dari sisi pengeluaran hanya menangkap sebagian kecil dari fenomena kemiskinan (Todaro, 2011; Todaro & Smith, 2020). Selain itu, penelitian ini memilih untuk mengukur kemiskinan multidimensi dikarenakan ukuran ini memiliki keunggulan dan dapat menjadi pelengkap dari ukuran moneter. Oleh sebab itu, ukuran multidimensi tidak hanya mengukur seberapa banyak orang yang tergolong miskin, akan tetapi dapat juga untuk mengetahui karakteristik dari orang yang tergolong miskin, sehingga arah kebijakan yang diambil oleh pemerintah dapat tepat sasaran (Yuesti et al., 2018). Tujuan dari penelitian ini adalah untuk melihat berapa persen rumah tangga yang termasuk dalam kategori miskin secara multidimensi di Indonesia dan bagaimana pengaruh dari jenis kelamin kepala rumah tangga, lokasi rumah tangga, status pernikahan kepala rumah tangga, pendidikan terakhir dari kepala rumah tangga, terhadap kemiskinan multidimensi rumah tangga di Indonesia. Variabel tersebut memiliki pengaruh pada kemiskikan rumah tangga dengan data yang digunakan berasal dari Indonesian Family Life Survey (IFLS) 5 tahun 2014 dengan menggunakan teknik analisis Logistic Regression (Todaro, 2011). Pada akhirnya, penelitian ini diharapkan dapat memberikan informasi dan wawasan yang baru bagi pembaca dan dapat menjadi masukan bagi pengambil kebijakan.
Penelitian ini menggunakan pendekatan kuantitatif dengan metode logistic regression. Data yang digunakan adalah data terbaru dari Indonesian Family Life Survey gelombang ke 5 yaitu pada tahun 2014 (IFLS 5) yang telah mengcover 83% seluruh Indonesia. Pengambilan sampel dari IFLS 5 adalah rumah tangga yang memiliki data yang lengkap dari masing-masing indikator yang digunakan. Sehingga didapat jumlah observasi sebanyak 7.933 rumah tangga di Indonesia. Penelitian ini mempertimbangkan dari ketersediaan data yang ada, maka terdapat beberapa modifikasi untuk indikator. Antara lain dimensi kesehatan dan pendidikan.
Dimensi kesehatan diukur menggunakan dua indikator antara lain: 1) nutrisi dan 2) kematian anak, akan tetapi dalam penelitian ini menggunakan indikator yang berbeda, antara lain seperti: 1) health financing atau kepemilikan askes dan 2) kondisi kesehatan dalam 1 bulan terakhir (Artha & Dartanto, 2014; Ranis et al., 2000). Dimensi pendidikan diukur menggunakan dua indikator juga, antara lain: 1) lama sekolah dan 2) partisipasi sekolah anak. Akan tetapi dalam penelitian ini menggunakan indikator yang berbeda, antara lain seperti: 1) kemampuan literasi dan 2) partisipasi sekolah (Artha & Dartanto, 2014). Dimensi standar hidup yang layak menggunakan tujuh indikator, antara lain: 1) akses terhadap listrik, 2) kelayakan sanitasi, 3) ketersediaan air minum yang layak, 4) kepemilikan aset rumah tangga (TV, AC, kulkas, dll), 5) kepemilikan aset kendaraan pribadi, 6) bahan bakar memasak yang digunakan oleh rumah tangga, 7) kondisi lantai rumah (Alkire & Foster, 2011; Alkire & Santos, 2014). Kemiskinan multidimensi atau Multidimensional Poverty, dihitung atau diukur menggunakan pembobotan yang sama pada setiap dimensi (Alkire & Foster, 2011). Dengan nilai maksimal 1, maka setiap dimensi memiliki bobot 1 3 . Jadi, apabila dimensi kesehatan memiliki dua indikator maka pembobotan setiap indikator setara dengan 1 6 . Sama halnya dengan dimensi pendidikan. Dimensi standar hidup layak memiliki tujuh indikator sehingga setiap indikator diberi pembobotan sebesar 1/21.
Penelitian yang menggunakan teknik analisis regresi logit ini menunjukkan bahwa tingkat pendidikan kepala rumah tangga, status pernikahan kepala rumah tangga, lokasi rumah tangga, dan jenis kelamin kepala rumah tangga secara bersama-sama memiliki pengaruh yang signifikan terhadap kemiskinan multidimensi rumah tangga. Semakin tinggi tingkat pendidikan dari kepala rumah tangga dapat mengurangi kemungkinan suatu rumah tangga untuk menjadi miskin. Hal ini dikarenakan, semakin tinggi tingkat pendidikan dari kepala keluarga semakin besar pula kemungkinannya untuk mendapatkan pekerjaan. Selain itu dapat meningkatkan produktivitas yang dimiliki. Selain itu, status pernikahan juga dapat menentukan seberapa besar dana/pendapatan gabungan yang dimiliki untuk mendorong kesejahteraan rumah tangga. Lokasi rumah tangga yang berada di desa kemungkinan untuk menjadi miskin lebih besar bila dibandingkan dengan lokasi rumah tangga di kota. Hal ini dikarenakan di desa masih bergantung pada sektor pertanian dan terlebih lagi masih banyak masyarakat desa yang bekerja sebagai buruh tani dan bukan tuan tanah. Kepala rumah tangga yang memiliki jenis kelamin perempuan memiliki kemungkinan untuk menjadi miskin lebih besar bila dibandingkan dengan jenis kelamin laki-laki. Secara simultan, seluruh variabel memiliki pengaruh yang signifikan secara statistik.
Penulis: Fithriyah, S.E., M.PA., Ph.D.
