Perselisihan dan Faktor Ekonomi sebagai Prediktor Dominan Perceraian di 34 Provinsi Indonesia: Analisis Regresi Berganda dan ANOVA Data BPS 2025
Keywords:
Faktor Sosial Ekonomi Keluarga, Data Sekunder BPS, Kebijakan Ketahanan Keluarga, Analisis Multivariat, Ketimpangan AntarwilayahAbstract
Perceraian di Indonesia menunjukkan tren peningkatan yang berdampak pada ketahanan keluarga, tumbuh kembang anak, dan stabilitas ekonomi rumah tangga, namun sebagian besar kajian terdahulu masih terbatas pada lingkup satu wilayah dan satu metode analisis sehingga sulit digeneralisasi secara nasional. Penelitian ini bertujuan mengidentifikasi faktor dominan penyebab perceraian di 34 provinsi Indonesia dan merumuskan rekomendasi kebijakan pencegahan berbasis data. Data sekunder resmi mencakup 13 faktor penyebab perceraian dari 34 provinsi dianalisis menggunakan Korelasi Pearson, Regresi Linear Sederhana, Regresi Linear Berganda, ANOVA One-Way, dan ANOVA Two-Way. Hasil analisis menunjukkan bahwa perselisihan dan pertengkaran terus-menerus merupakan faktor paling dominan (r = 0,9844; R² = 0,9690), diikuti faktor ekonomi (r = 0,9794; R² = 0,9592); ketika kedua faktor dimodelkan bersama, regresi berganda menghasilkan R² = 0,9985 dan Adjusted R² = 0,9984. ANOVA One-Way menunjukkan perbedaan rata-rata perceraian yang signifikan antarwilayah (F = 4,8451; p = 0,004), dengan Jawa Barat tercatat sebagai provinsi kasus tertinggi (98.903 kasus) dan Nusa Tenggara Timur terendah (494 kasus). Temuan ini menyimpulkan bahwa pencegahan perceraian di Indonesia perlu difokuskan pada program mediasi pernikahan, penguatan ekonomi keluarga, dan konseling pra-nikah yang dirancang sesuai karakteristik masing-masing wilayah.
References
[1] Badan Pusat Statistik, “Jumlah Perceraian Menurut Provinsi dan Faktor Penyebab Perceraian (Perkara) 2025” dan “Nikah dan Cerai Menurut Provinsi (Kejadian) 2025,” BPS Republik Indonesia, Jakarta, 2025.
[2] S. Muhajannah, A. R. Kadisi, dan N. Wakhidah, “Penerapan Regresi Linear Terhadap Tingkat Perceraian Di Jawa Tengah Menggunakan Bahasa Python,” Jurnal TEKNO KOMPAK, vol. 19, no. 2, hal. 76–90, 2025.
[3] E. Purwaningsih dan E. Nurelasari, “Implementasi Metode K-Means Clustering Dengan Davies Bouldin Index Pada Analisis Faktor Penyebab Perceraian,” vol. 7, no. 2, hal. 134–143, 2023.
[4] R. A. Samosir, M. F. Rozy, dan A. P. Windarto, “Penerapan Algoritma Regresi Linier Berganda dalam Mengestimasi Jumlah Perceraian di Pengadilan Agama Simalungun,” vol. 2, no. 1, hal. 16–20, 2021.
[5] M. Irwan, R. Ibnas, dan N. Azisa, “Identifikasi Faktor-Faktor Penyebab Terjadinya Perceraian Di Kabupaten Pinrang Menggunakan Metode Regresi Logistik,” Jurnal Matematika dan Statistika serta Aplikasinya, vol. 11, no. 1, hal. 113–117, 2023.
[6] N. S. Manna, S. Doriza, dan M. Oktaviani, “Cerai Gugat: Telaah Penyebab Perceraian Pada Keluarga Di Indonesia,” Jurnal Al-Azhar Indonesia Seri Humaniora, vol. 6, no. 1, hal. 11, 2021, doi: 10.36722/sh.v6i1.443.
[7] K. Khairuddin, “Fenomena Tren Perceraian di Indonesia: Apa Penyebabnya?,” Abdurrauf Science and Society, vol. 1, no. 1, hal. 1–8, 2024, doi: 10.70742/asoc.v1i1.95.
[8] T. U. Wijayanti, “Analisis Faktor Penyebab Perceraian Pada Masa Pandemi Covid-19 di Kabupaten Banyumas,” vol. 14, no. 1, 2021.
[9] Windarman, Sapri, dan E. Suryana, “Implementation of the Naïve Bayes Algorithm for Divorce Prediction at the Tais Religious Court,” vol. 2, no. 2, hal. 501–510, 2022.
[10] W. Mckinney, Python for Data Analysis, 2nd ed. O’Reilly Media, 2018.
[11] S. Raschka, J. Patterson, dan C. Nolet, “Machine Learning in Python: Main Developments and Technology Trends,” Information, vol. 11, no. 4, doi: 10.3390/info11040193, 2020.
[12] N. Suhandi, E. A. K. Putri, dan S. Agnisa, “Analisis Pengaruh Jumlah Penduduk terhadap Jumlah Kemiskinan Menggunakan Metode Regresi Linear di Kota Palembang,” vol. 9, no. 2, hal. 77–82, 2018.
[13] Y. Aryani dan D. Gustian, “Sistem Informasi Penjualan Barang dengan Metode Regresi Linier Berganda,” vol. 2, no. 2, 2020.
[14] L. S. Febrianto, N. K. Dwiyanti, dan P. Hendikawati, “Perbandingan Metode Robust LMS dan Penduga S untuk Menangani Outlier pada Regresi Linier Berganda,” vol. 7, no. 1, hal. 83–95, 2018.
[15] J. S. Wowor, “Perceraian Akibat Pernikahan dibawah Umur (Usia Dini),” Jurnal Indonesia Sosial Sains, vol. 2, no. 5, hal. 814–820, 2021, doi: 10.59141/jiss.v2i05.278.
[16] Nur’eni dan L. Handayani, “Regresi Probit untuk Analisis Variabel-Variabel yang Mempengaruhi Perceraian di Sulawesi Tengah,” hal. 13–22, 2016.
[17] N. Januari, “Menggali Akar Masalah: Analisis Kasus Perceraian di Indonesia,” vol. 3, no. 3, hal. 120–130, 2023.
[18] U. D. Rahayu, N. L. Chusna, dan M. Fachri, “Analisis Kasus Perceraian Pada Pengadilan Negeri Bekasi Menggunakan Algoritma K-Means Clustering,” vol. 6, no. 1, hal. 165–172, 2022.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Setriyani, Nurul Latifah, Muhammad Z. A. Kadir, Heiza R. Pratama, Ammara Fanysarahman, Fahrul Agus

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.






