k. Pola pengembalian kredit berdasarkan omset usaha Tabel 13. Pola pengembalian kredit berdasarkan omset usaha
NO Omset Usaha Rupiah
Karakteristik Pengembalian Tunggakan Jumlah
Proporsi Dapat Mengangsur
Tidak Dapat Mengangsur
Jumlah orang
Proporsi Jumlah
orang Proporsi
1
Rp1.000.000 – Rp20.000.000
55 75.34
43 53.09
98 63.64
2
Rp20.000.001 – Rp40.000.000
9 12.33
16 19.75
25 16.23
3
Rp40.000.001 – Rp60.000.000
4 5.48
9 11.11
13 8.44
4
Rp60.000.001 – Rp80.000.000
2 2.74
7 8.64
9 5.84
5
Rp80.000.000
3 4.11
6 7.41
9 5.84
Jumlah 73
100.00 81
100.00 154
100.00
Pada Tabel 13 di atas dapat dilihat bahwa debitur dengan omset usaha sebesar Rp1.000.000 – Rp20.000.000 per bulan mengalami ketidaklancaran dalam
pengembalian kredit sebanyak 98 orang 63,64. Proporsi debitur dengan omset usaha sebesar Rp1.000.000 – Rp20.000.000 per bulan dan menunggak tergolong
dalam kategori masih dapat mengangsur sebanyak 75,34 dan proporsi debitur menunggak dalam kategori tidak dapat mengangsur sebanyak 53,09.
Berdasarkan temuan, debitur dalam kategori ini mengalami masalah karena kondisi usaha bangkrut sehingga tidak memiliki kemampuan membayar angsuran,
baik disengaja maupun tidak disengaja.
l. Pola pengembalian kredit berdasarkan agunan Tabel 14. Pola pengembalian kredit berdasarkan agunan
NO Agunan Satuan
Karakteristik Pengembalian Tunggakan Jumlah
Proporsi Dapat Mengangsur
Tidak Dapat Mengangsur
Jumlah orang
Proporsi Jumlah
orang Proporsi
1 Household
68 93.15
75 92.59
143 92.86
2 BPKB
2 2.74
3 3.70
5 3.25
3 BPU
3 4.11
3 3.70
6 3.90
Jumlah 73
100.00 81
100.00 154
100.00
Pada Tabel 14 di atas dapat dilihat bahwa debitur dengan agunan household
sebanyak 102 orang 92,86 mengalami masalah dalam pengembalian kreditnya. Proporsi debitur dengan agunan household dan
menunggak tergolong dalam kategori masih dapat mengangsur sebanyak 93,15 dan proporsi debitur menunggak dalam kategori tidak dapat mengangsur
sebanyak 92,59. Berdasarkan temuan dan wawancara, debitur dengan agunan household kurang memiliki keseriusan dalam pembayaran angsuran karena
debitur ini merasa sukarela apabila agunannya diambil alih oleh pihak kreditur untuk menutupi hutangnya.
m. Pola pengembalian kredit berdasarkan suku bunga Tabel 15. Pola pengembalian kredit berdasarkan suku bunga
NO Suku Bunga
Satuan Karakteristik Pengembalian Tunggakan
Jumlah Proporsi
Dapat Mengangsur Tidak Dapat
Mengangsur
Jumlah orang
Proporsi Jumlah
orang Proporsi
1 Tinggi
34 46.58
47 58.02
81 52.60
2 Rendah
39 53.42
34 41.98
73 47.40
Jumlah 73
100.00 81
100.00 154
100.00
Pada Tabel 15 di atas dapat dilihat bahwa debitur yang keberatan dengan suku bunga mengalami pengembalian kredit yang kurang baik sebanyak 81 orang
52,60. Proporsi debitur yang merasa suku bunga GKV cukup rendah dan menunggak tergolong dalam kategori masih dapat mengangsur sebanyak
53,42 dan proporsi debitur yang merasa suku bunga GKV cukup tinggi dan menunggak dalam kategori tidak dapat mengangsur sebanyak 58,02.
Berdasarkan temuan dan wawancara, biasanya debitur tetap melakukan peminjaman kredit karena terdesak akan kebutuhan dana tunai untuk sekolah,
persalinan, biaya rumah sakit sehingga tidak berfikir jangka panjang.
n.
Pola pengembalian kredit berdasarkan jangka waktu pengembalian kredit
Tabel 16. Pola pengembalian kredit berdasarkan jangka waktu pengembalian kredit
NO Jangka Waktu
Pengembalian Kredit Bulan
Karakteristik Pengembalian Tunggakan Jumlah
Proporsi Dapat Mengangsur
Tidak Dapat Mengangsur
Jumlah orang
Proporsi Jumlah
orang Proporsi
1 1 – 6
2 2.74
5 6.17
7 4.55
2 7 – 12
39 53.42
40 49.38
79 51.30
3 13 – 18
19 26.03
23 28.40
42 27.27
4 19 – 24
13 17.81
13 16.05
26 16.88
Jumlah 73
100.00 81
100.00 154
100.00
Pada Tabel 16 di atas dapat diketahui bahwa debitur dengan jangka waktu pengembalian kredit antara
7 – 12
bulan memiliki kesadaran yang kurang baik untuk mengembalikan kredit dengan jumlah 79 orang 51,30. Proporsi debitur
dengan jangka waktu pengembalian kredit antara
7 – 12
bulan dan menunggak tergolong dalam kategori masih dapat mengangsur sebanyak 53,42 dan
proporsi debitur menunggak dalam kategori tidak dapat mengangsur sebanyak 49,58. Berdasarkan temuan dan wawancara, debitur dalam kategori ini
mengalami masalah karena terjadinya pergantian collector sehingga terjadi keterlambatan pembayaran.
4.6. Analisis Faktor – Faktor yang Berpengaruh Terhadap Pengembalian Kredit Bermasalah di GKV Bogor
Faktor faktor yang mempengaruhi debitur untuk mengembalikan tunggakan kredit kredit bermasalah adalah usia, jenis kelamin, status,
pendidikan, lama menempati tempat tinggal, kepemilikan tempat tinggal, jarak GKV dengan lokasi rumah dan jumlah tanggungan keluarga, pinjaman lain,
pengalaman usaha, omset usaha, agunan, suku bunga, jangka waktu pengembalian kredit. Variabel respon dalam hal ini terdiri dua alternatif pilihan yaitu penunggak
masih dapat mengangsur 1 dan penunggak yang tidak dapat mengangsur 0. Pada tingkat kepercayaan 90 persen α = 0,10, nilai uji G pada model
regresi logistik ini adalah 157,417 dengan nilai P = 0,001. Hal ini menunjukan bahwa nilai P 0,015 alpha 10 maka tolak H
, artinya minimal ada satu peubah bebas yang berpengaruh nyata atau model regresi significant. Dapat
disimpulkan bahwa satu diantara variabel usia, jenis kelamin, status, pendidikan, lama menempati tempat tinggal, kepemilikan tempat tinggal, jarak GKV dengan
lokasi rumah dan jumlah tanggungan keluarga, pinjaman lain, pengalaman usaha, omset usaha, agunan, suku bunga, jangka waktu pengembalian kredit berpengaruh
nyata terhadap pengembalian kredit bermasalah ke GKV Bogor. Dalam hipotesa sebelumnya disebutkan bahwa H
: lama menempati tempat tinggal diduga tidak berpengaruh terhadap pengembalian kredit dan H
1
: lama menempati tempat tinggal diduga berpengaruh terhadap pengembalian
kredit, H : pinjaman lain diduga tidak berpengaruh terhadap pengembalian kredit,
H
1
: pinjaman lain diduga berpengaruh terhadap pengembalian kredit, H : suku
bunga diduga tidak berpengaruh terhadap pengembalian kredit dan H
1
: suku bunga diduga berpengaruh terhadap pengembalian kredit.
Dilihat dari uji Goodness of fit yang terdiri dari uji Hosmer and Lemeshow menunjukan bahwa semua nilai P 0,647 5 α = 0,05 maka terima H
. Hal ini menunjukan bahwa model yang diperoleh dari analisis regresi logistik sudah fit.
Hasil pengolahan regresi logistik mengenai faktor-faktor yang mempengaruhi pengembalian kredit dapat dilihat pada Tabel 17 dan Tabel 18.
Hasil pengolahan dengan regresi logistik menghasilkan variabel yang berpengaruh nyata signifikan dan variabel yang tidak berpengaruh nyata tidak
signifikan terhadap pengembalian kredit. Identifikasi variabel yang signifikan dapat dilihat dari nilai P dari variabel yang bersangkutan. Jika nilai P suatu
variabel lebih kecil dari 10 persen P 10 maka variabel tersebut berpengaruh nyata terhadap pengembalian kredit begitu pula sebaliknya.
Tabel 17. Faktor yang berpengaruh nyata
significant terhadap pengembalian kredit
Faktor yang Berpengaruh Nyata Significant
No Variabel
Koefisien P-Value
Odds Ratio
1 Lama menempati tempat tinggal X
5
0,027 0,087
1,027 2
Pinjaman lain X
9
2,145 0,004
8,545 3
Suku bunga X
13
1,644 0,002
5,176
Dilihat dari nilai P sebesar 0,087 α 10, artinya X
5
lama menempati tempat tinggal berpengaruh nyata terhadap Y, tolak H
= tidak berpengaruh dan terima H
1
= berpengaruh. Berdasarkan nilai odds ratio 1,027 artinya debitur dengan lama menempati tempat tinggal lebih dari 1 tahun memiliki peluang untuk
mampu mengangsur kredit dengan lancar sebesar 1,027 kalinya dibandingkan dengan debitur dengan lama menempati tempat tinggal kurang dari 1 tahun,
dengan asumsi variabel lainnya tetap. Dilihat dari nilai P sebesar 0,004 α 10 artinya, X
9
pinjaman lain berpengaruh nyata terhadap Y, tolak H
= tidak berpengaruh dan terima H
1
= berpengaruh. Berdasarkan nilai odds ratio 8,545 artinya debitur yang tidak
memiliki pinjaman lain memiliki peluang untuk mampu mengangsur kredit dengan lancar sebesar 8,545 kalinya dibandingkan dengan debitur yang memiliki
pinjaman lain, dengan asumsi variabel lainnya tetap.
Dilihat dari nilai P sebesar 0,002 α 10 artinya, X
13
suku bunga berpengaruh nyata terhadap Y, tolak H
= tidak berpengaruh dan terima H
1
= berpengaruh. Berdasarkan nilai odds ratio 5,176 artinya debitur yang merasa
bahwa suku bunga GKV rendah memiliki peluang untuk mampu mengangsur kredit dengan lancar sebesar 5,176 kalinya dibandingkan dengan debitur yang
merasa bahwa suku bunga GKV tinggi, dengan asumsi variabel lainnya tetap.
Tabel 18. Faktor yang tidak berpengaruh nyata tidak significant terhadap
pengembalian kredit
Faktor yang Tidak Berpengaruh Nyata Tidak Significant No
Variabel Koefisien
P-Value Odds Ratio
1 Usia X
1
-0,030 0,207
0,970 2
Jenis kelamin X
2
-0,180 0,675
0,835 3
Status X
3
0,911 Status X
3
1 -0,303
0,771 0,738
Status X
3
2 0,067
0,931 1,059
4 Tingkat pendidikan X
4
-1,182 0,697
Tingkat pendidikan X
4
1 -0,351
0,332 0,307
Tingkat pendidikan X
4
2 0,131
0,727 0,704
Tingkat pendidikan X
4
3 -0,543
0,826 1,140
Tingkat pendidikan X
4
4 0,027
0,510 0,581
5 Kepemilikan tempat tinggal X
6
0,429 Kepemilikan tempat tinggal X
6
1 -0,349
0,681 0,706
Kepemilikan tempat tinggal X
6
2 0,266
0,773 1,304
6 Jarak rumah dengan GKV X
7
0.075 0,212
1,078 7
Jumlah tanggungan keluarga X
8
0.010 0,946
1,010 8
Pengalaman usaha X
10
-0,007 0,787
0,993 9
Omset usaha X
11
0.000 0,738
1,000 10
Agunan X
12
0,201 Agunan X
12
1 2,484
0,108 11,995
Agunan X
12
2 0,422
0,844 1,525
11 Jangka Waktu Pengembalian Kredit X
14
-0,001 0,991
0,999
4.7. Metode Analisis 5C the five of credit