Masalah Kesehatan Jiwa (MKJ) merupakan beban kesehatan masyarakat yang terus meningkat di Indonesia. Penelitian ini bertujuan untuk menganalisis hubungan faktor sosioekonomi individu dan karakteristik wilayah terhadap masalah kesehatan jiwa menggunakan pendekatan multilevel analysis berdasarkan data Survei Kesehatan Indonesia (SKI) 2023. Penelitian ini menggunakan desain cross sectional dengan analisis multilevel logistic regression. Sampel analisis terdiri dari 589.813 individu berusia ≥15 tahun yang tersebar di 464 kabupaten/kota. Masalah kesehatan jiwa diukur menggunakan SRQ-20 dengan cut-off skor ≥6. Variabel level 1 mencakup faktor sosioekonomi dan karakteristik individu, sedangkan variabel level 2 meliputi indikator sosioekonomi dan karakteristik fisik-sosial wilayah. Hasil penelitian menunjukkan prevalensi MKJ sebesar 1,54% (95% CI: 1,41–1,69%). Null model menghasilkan ICC 23,34% (95% CI: 20,98–25,88%) dan MOR 2,60, membuktikan variasi antar wilayah yang substansial. Pada tingkat individu, pendidikan menunjukkan efek protektif berpola dosis-respons, pengangguran aktif meningkatkan risiko, dan kepemilikan aset menunjukkan gradien protektif yang konsisten. Pada tingkat wilayah, TPAK yang lebih tinggi berhubungan dengan risiko MKJ lebih rendah, sementara kepadatan penduduk yang tinggi dan kawasan perkotaan berhubungan dengan risiko lebih tinggi. Enam variabel level 2 lainnya tidak signifikan secara statistik. Penelitian ini menyimpulkan bahwa masalah kesehatan jiwa dipengaruhi oleh faktor baik di tingkat individu maupun kontekstual wilayah. Diperlukan pendekatan intervensi yang bertingkat dan berbasis wilayah untuk mengurangi beban masalah kesehatan jiwa di Indonesia.

Mental health problems (MHP) represent a growing public health burden in  Indonesia. This study aimed to analyze the association between individual  socioeconomic factors and district characteristics on mental health problems using  a multilevel analysis approach based on the 2023 Indonesian Health Survey (SKI  2023). A cross-sectional design with multilevel logistic regression was employed.  The analytical sample comprised 589,813 individuals aged ≥15 years nested within  464 districts/cities. Mental health problems were measured using the SRQ-20 with  a cut-off score of ≥6. Level 1 variables included individual socioeconomic factors  and demographic characteristics, while Level 2 variables comprised socioeconomic  indicators and physical-social characteristics of districts. The findings revealed an  MHP prevalence of 1.54% (95% CI: 1.41–1.69%). The null model yielded an ICC  of 23.34% (95% CI: 20.98–25.88%) and an MOR of 2.60, confirming substantial  between-district variation. At the individual level, education demonstrated a dose response protective effect, active unemployment increased MHP risk, and asset  ownership showed a consistent protective gradient. At the district level, higher labor  force participation rate (LFPR) was associated with lower MHP risk, while higher  population density and urban residence were associated with higher risk. Six other  Level 2 variables were not statistically significant. This study concludes that mental  health problems are influenced by both individual and contextual district-level  factors. A multilevel, area-based intervention approach is needed to reduce the  burden of mental health problems in Indonesia.