Pengaruh Ability to Pay dan Willingness to Pay terhadap Keaktifan Peserta Mandiri Jaminan Kesehatan Nasional

Abstract

Keanggotaan BPJS Kesehatan terdiri dari dua kategori yaitu Penerima Bantuan Iuran (PBI), yang mencakup individu miskin atau penyandang disabilitas yang iurannya disubsidi oleh pemerintah, dan Non-PBI (Mandiri/Pekerja), yang mencakup Pekerja Penerima Upah (PPU) seperti karyawan dan pegawai negeri; Pekerja Bukan Penerima Upah (PBPU) seperti wiraswasta; dan Bukan Pekerja (BP) seperti investor atau pensiunan. Data dari BPJS Kesehatan menunjukkan bahwa kelompok dengan tunggakan iuran tertinggi dalam program Jaminan Kesehatan Nasional (JKN) adalah segmen PBPU. Keanggotaan pekerja mandiri sangat penting untuk menjaga keberlanjutan finansial sistem JKN. Pemahaman terhadap faktor penentu yang memengaruhi partisipasi mandiri sangat penting untuk merumuskan metode guna meningkatkan keterlibatan peserta. Ability to Pay (ATP) adalah kemampuan membayar berdasarkan kemampuan finansial seseorang atau entitas untuk memenuhi kewajiban keuangannya. Willingness to Pay (WTP) atau kesediaan membayar juga berperan dalam keaktifan peserta seperti persepsi terhadap layanan, tingkat pendidikan, dan usia. Penelitian ini bertujuan untuk mengidentifikasi karakteristik peserta Mandiri JKN berdasarkan proksi ATP dan WTP, menganalisis pengaruh proksi ATP dan WTP terhadap keaktifan peserta Mandiri serta merumuskan rekomendasi kebijakan untuk meningkatkan keberlanjutan kepesertaan JKN. Penelitian ini memanfaatkan data sekunder dari BPJS Kesehatan untuk mengkaji pengaruh ATP dan WTP terhadap tingkat partisipasi peserta mandiri PBPU dalam program JKN. Pada semester II tahun 2024, BPJS Kesehatan melakukan survei terhadap peserta mandiri aktif dan tidak aktif di 20 kabupaten dan kota di 10 provinsi: Riau (Kabupaten Bengkalis, Kota Dumai), Lampung (Kabupaten Lampung Selatan, Kota Bandar Lampung), Jawa Barat (Kabupaten Bogor, Kota Bogor), Jawa Timur (Kabupaten Probolinggo, Kota Pasuruan), Kalimantan Tengah (Kabupaten Katingan, Kota Palangkaraya), Kalimantan Selatan (Kabupaten Banjar, Kota Banjarmasin), Sulawesi Utara (Kabupaten Minahasa Utara, Kota Manado), Sulawesi Selatan (Kabupaten Takalar, Kota Makassar), Bali (Kabupaten Tabanan, Kota Denpasar), dan Nusa Tenggara Timur (Kabupaten Kupang, Kota Kupang). Pendekatan analisis yang digunakan meliputi analisis deskriptif, tabulasi silang, dan regresi logistik dengan memanfaatkan data cross-sectional untuk menilai keaktifan peserta Mandiri JKN. Hasil analisis kemudian dilanjutkan dalam Focus Group Discussion (FGD) tematik untuk merumuskan rekomendasi kebijakan yang tepat bagi keberlanjutan program JKN. Variabel yang dikumpulkan dalam penelitian ini berupa variabel dependen yaitu status keaktifan peserta mandiri, serta 15 variabel independen yang menjadi proksi ATP dan WTP. ATP diproksikan dengan 11 variabel meliputi total pendapatan keluarga, jumlah anggota keluarga, jenis sektor usaha, lama memperoleh pendapatan, pengeluaran untuk makanan dan minuman, pengeluaran untuk rokok dan produk tembakau lainnya, pengeluaran rutin untuk pendidikan, pengeluaran untuk cicilan, pengeluaran untuk tabungan, pengeluaran untuk kebutuhan rumah tangga (air, listrik, transportasi, komunikasi, bahan rumah tangga), dan pengeluaran untuk kegiatan rekreasi dan sosial. WTP diproksikan dengan empat variabel: usia, motivasi untuk mendaftar dalam program JKN, tingkat pendidikan, dan status Universal Health Coverage (UHC) non-cut-off di kabupaten atau kota masing-masing. Analisis data kuantitatif dilakukan melalui regresi logistik multivariat. Model regresi logistik menilai kemungkinan peserta aktif berdasarkan kombinasi variabel ATP dan WTP. FGD diselenggarakan untuk mengumpulkan data primer kualitatif. FGD ini melibatkan 19 orang (13 luring dan 6 daring) dari pakar jaminan sosial, praktisi kesehatan, Dewan Pengawas BPJS Kesehatan, Komite Tata Kelola serta divisi-divisi utama di BPJS Kesehatan khususnya dari bidang keuangan, keanggotaan, dan layanan. Dengan menggunakan pendekatan Maximum Likelihood Estimation (MLE) regresi logistik pada 825 pengamatan, hasil penelitian pada uji kelayakan model dan signifikansi parameter menunjukkan nilai Log-Likelihood sebesar -514,79, LL-Null sebesar -563,81, Pseudo R-squared sebesar 0,08694, dan p LLR sebesar 2,721 × 10?¹°. Nilai p LLR sebesar 2,721 × 10?¹° secara signifikan lebih rendah daripada tingkat signifikansi a = 0,05. Hal ini menandakan penolakan H0 dan penerimaan H1. Terdapat 11 variabel independen menjadi proksi ATP dan 4 variabel proksi WTP yang secara signifikan bersama-sama memengaruhi tingkat partisipasi peserta PBPU dalam program JKN. Uji parsial dilakukan untuk menilai dampak masing-masing variabel independen terhadap variabel dependen. Hasil regresi menunjukkan terdapat 8 variabel yang signifikan memengaruhi tingkat partisipasi peserta. Hal ini terdiri dari 5 variabel ATP yaitu total penghasilan keluarga, total cicilan, jumlah anggota keluarga, kebutuhan rumah tangga dan waktu perolehan penghasilan. Sementara itu 3 variabel WTP terdiri dari umur, alasan mengikuti program JKN, dan status UHC non cut off. Berdasarkan data kuantitatif dan kualitatif, disimpulkan bahwa ketidakaktifan peserta PBPU Mandiri adalah masalah multidimensi yang merupakan irisan antara ketidakmampuan finansial (ATP) dan rendahnya kesediaan membayar (WTP). Isu ATP, bukan sekadar masalah pendapatan rendah, tetapi disposable income yang tergerus gaya hidup dan utang (cicilan). Solusi jangka pendek bagi kelompok ATP rendah adalah pengalihan ke segmen PBI dan/atau PBPU Pemda melalui pembersihan data yang lebih akurat dengan melibatkan Dinas Sosial. Isu WTP, didominasi oleh perilaku oportunistik dan persepsi bahwa layanan publik tidak memiliki sanksi tegas. Diskusi FGD merekomendasikan penerapan sanksi layanan publik yang lebih menjerakan dan integrasi data kepatuhan dengan sistem keuangan untuk meningkatkan WTP. FGD menyarankan penguatan sinergi data dengan lembaga terkait (Dukcapil, Kemenkeu/Pajak) untuk memetakan kemampuan bayar yang lebih riil.

Membership in BPJS Kesehatan consists of two categories: Recipients of Contribution Assistance (PBI), which includes poor individuals or persons with disabilities whose contributions are subsidized by the government, and Non-PBI (Independent/Workers), which includes Wage Workers (PPU) such as employes and civil servants; Non-Wage Workers (PBPU) such as entrepreneurs; and Non-Workers (BP) such as investors or retirees. Data from BPJS Kesehatan shows that the group with the highest premium arrears in the National Health Insurance (JKN) program is the PBPU segment. The membership of independent workers in the JKN is crucial for maintaining the financial sustainability of Indonesia's health insurance system. Understanding the determining factors that influence independent participation is crucial for formulating methods to enhance participant engagement. Ability to Pay (ATP), are the main determining factors of inactivity. In addition, Willingness to Pay (WTP) is also influenced by perceptions of JKN services, education level, and age are significant influencing factors. This study aims to identify the factors of ATP and WTP, analyze the influence of ATP and WTP on the activity of independent participants, and formulate policy recommendations to enhance the sustainability of JKN membership. This research utilizes secondary data from BPJS Kesehatan to examine the impact of ATP and WTP on the participation rate of independent PBPU participants in the JKN program. In the second semester of 2024, BPJS Kesehatan conducted a survey of active and inactive independent participants in 20 districts and cities across 10 provinces: Riau (Bengkalis Regency, Dumai City), Lampung (South Lampung Regency, Bandar Lampung City), West Java (Bogor Regency, Bogor City), East Java (Probolinggo Regency, Pasuruan City), Central Kalimantan (Katingan Regency, Palangkaraya City), South Kalimantan (Banjar Regency, Banjarmasin City), North Sulawesi (North Minahasa Regency, Manado City), South Sulawesi (Takalar Regency, Makassar City), Bali (Tabanan Regency, Denpasar City), and East Nusa Tenggara (Kupang Regency, Kupang City). The analytical approach employed in this study comprised descriptive analysis, cross-tabulation, and logistic regression using cross-sectional data to estimate the probability of active participation in the JKN program. The findings were subsequently explored through a thematic Focus Group Discussion (FGD) to formulate appropriate policy recommendations aimed at ensuring the sustainability of JKN program. The variables collected in this study include the dependent variable, which is the activity status of independent participants, and the independent variables, which are proxies for ATP and WTP. ATP includes 11 variables: total family income, number of family members, type of business sector, duration of income generation, expenditure on food and beverages, expenditure on cigarettes and other tobacco products, routine expenditure on education, expenditure on installments, expenditure on savings, expenditure on household needs (water, electricity, transportation, communication, household materials), and expenditure on recreational and social activities. WTP consists of four variables: age, motivation to register in the JKN program, education level, and Universal Health Coverage (UHC) non-cut-off status in the respective districts or cities of residence. Quantitative data analysis utilizing secondary data from BPJS Kesehatan was conducted through multivariate logistic regression analysis. The logistic regression model assesses the likelihood of active participants based on a combination of economic and non-economic variables. Focus Group Discussion (FGD) is organized to collect primary qualitative data. This FGD involves 19 people (13 in-person and 6 online) from social security experts, health practitioners, the Supervisory Board of BPJS Kesehatan, the Governance Committee, and key divisions at BPJS Kesehatan, particularly from the fields of finance, membership, and services. Using the Maximum Likelihood Estimation (MLE) logistic regression approach on 825 observations, the research results on model feasibility testing and parameter significance showed a Log-Likelihood value of -514,79, LL-Null with -563,81, Pseudo R-squared with 0,08694, and p LLR with 2,721 × 10?¹°. The p-value of LLR at 2.721 × 10?¹° is significantly lower than the significance level a = 0.05. This indicates the rejection of H0 and the acceptance of H1. As a result, it can be concluded that the 15 proxy variables simultaneously (11 for ATP and 4 for WTP) significantly influence the participation rate of PBPU participants in the JKN program. Partial tests are conducted to assess the impact of each independent variable on the dependent variable. The regression results show that, out of all the factors studied, there are 8 variables that significantly affect the level of participant participation, consisting of 5 ATP variables and 3 WTP variables: total family income, total installments, number of family members, household needs, and income acquisition time. WTP that influence the activity of independent PBPU participants in the JKN program consist of three variables: age, reasons for joining the JKN program, and non-cut-off UHC status. Based on quantitative and qualitative data, it is concluded that the inactivity of independent PBPU participants is a multidimensional issue that intersects between financial incapacity (ATP) and low willingness to pay (WTP). The issue of ATP is not merely a problem of low income, but rather disposable income being eroded by lifestyle and debt (installments). The short-term solution for the low ATP group is the transfer to the PBI and/or PBPU Local Government segments through more accurate data cleansing involving the Social Service. The issue of WTP is dominated by opportunistic behavior and the perception that public services do not have strict sanctions. The FGD discussion recommended the implementation of more severe public service sanctions and the integration of compliance data with the financial system to increase Willingness to Pay. The FGD suggested strengthening data synergy with related institutions (Dukcapil, Ministry of Finance/Tax) to map out a more realistic payment capacity.