Efisiensi merupakan salah satu ukuran utama dari kinerja sistem kesehatan, yang mencerminkan kemampuan sistem dalam mencapai output sistem kesehatan seoptimal mungkin dengan  sumber daya yang ada. Metode dan asumsi yang digunakan dalam mengukur efisiensi teknis dapat menghasilkan skor yang berbeda, tergantung metode dan asumsi yang digunakan. Penelitian ini merupakan penelitian observasional analitik dengan pendekatan kuantitatif, menggunakan data sekunder dan informasi dari berbagai institusi sumber data. Analisis kuantitatif dilakukan dengan menggunakan dua metode pengukuran efisiensi utama, yaitu Data Envelopment Analysis (DEA) data panel serta bootstrapping, yang dilanjutkan dengan regresi data panel, dan Stochastic Frontier Analysis (SFA) dengan beberapa model. Pengukuran efisiensi teknis dilakukan dengan metode DEA orientasi output dan asumsi variable return to scale (VRS) dua tahap dengan bootstrapping, serta SFA dengan model spesifikasi Cobb-Douglas dan TransLog. Orientasi dan asumsi skala lainnya digunakan sebagai pembanding. Penelitian menggunakan variabel yang telah melalui proses seleksi literatur dan statistik dengan 1 output (umur harapan hidup) dan 4 input, yaitu belanja publik (belanja kesehatan pemerintah kabupaten kota dan belanja Jaminan Kesehatan Nasional/JKN untuk non pemerintah kabupaten kota), tenaga dokter, dan cakupan layanan lifaskes, dengan menggunakan beberapa variabel kontekstual. Hasil penelitian menujukkan perbedaan skor efisiensi yang dihasilkan dari beberapa metode pengukuran, baik dengan DEA dan SFA. Analisis dengan metode DEA menghasilkan rerata efisiensi teknis 0,76-0,99 untuk asumsi VRS orientasi Output. Sementara dengan SFA yang menggunakan tiga model pengukuram (Time invariant, fixed effect dan random effect), diperoleh skor efisiensi yaitu 0,37 sampai 0,76 pada spesifikasi Translog, dan pada spesifikasi Cobb-Douglas sebesar 0,37 sampai  0,85. Analisis tahap dua menunjukkan bahwa semakin tinggi tingkat pengangguran dan kemiskinan, semakin rendah skor efisiensi (orientasi output VRS boostrtrapped). Skor efisiensi juga rendah di wilayah geografis Pulau Maluku, Papua dan Nusa Tenggara (dibandingkan dengan Sumatera), di wilayah tertinggal, dan wilayah perkotaan, serta pada wilayah dengan bencana alama yang berdampak kepada manusia. Sementara, semakin besar rasio dana JKN yang diterima fasilitas kesehatan milik pemerintah kabupaten kota terhadap non pemerintah, semakin tinggi skor efisiensi teknis.

Efficiency is one of the main measures of health system performance, reflecting the system's ability to achieve optimal health system output with available resources. The methods and assumptions used in measuring technical efficiency can produce different scores, depending on the methods and assumptions used. This study is an analytical observational study with a quantitative approach, using secondary data and information from various data source institutions. Quantitative analysis was conducted using two main efficiency measurement methods, namely Data Envelopment Analysis (DEA) panel data and bootstrapping, followed by panel data regression, and Stochastic Frontier Analysis with several models. Technical efficiency measurement was conducted using the output-oriented DEA method and the two-stage variable return to scale assumption with bootstrapping, as well as SFA with Cobb-Douglas and TransLog specification models. Other orientation and scale assumptions were used as comparisons. The study utilised variables selected through literature and statistical analysis, comprising 1 output (life expectancy) and 4 inputs: public expenditure (government health expenditure at the district/city level and JKN expenditure for non-government entities at the district/city level), doctor workforce, and healthcare service coverage, along with several contextual variables. The results show differences in efficiency scores produced by various measurement methods, including DEA and SFA. Analysis using the DEA method yielded an average technical efficiency of 0.76–0.99 for the VRS output orientation assumption. Meanwhile, using SFA with three measurement models (time-invariant, fixed-effect, and random-effect), efficiency scores ranged from 0.37 to 0.76 under the Translog specification and from 0.37 to 0.85 under the Cobb-Douglas specification. The second-stage analysis shows that the higher the unemployment and poverty rates, the lower the efficiency scores (output-oriented VRS bootstrapped). Efficiency scores are also low in the geographical regions of Maluku, Papua, and Nusa Tenggara (compared to Sumatra), in underdeveloped regions, urban areas, and regions affected by natural disasters with human impacts. Meanwhile, the higher the ratio of JKN funds received by government-owned health facilities in cities and districts compared to non-government facilities, the higher the technical efficiency score.