HASIL DAN PEMBAHASAN
Deskripsi Data
Kredit UMKM Bank X merupakan kredit dengan jumlah nasabah terbanyak dibandingkan dengan jenis kredit lainnya. Jasa layanan kredit usaha pada Bank ini diantaranya meliputi sektor usaha dibidang jasa, konstruksi, pengangkutan, perdagangan, perikanan, perindustrian, perkebunan, pertanian, peternakan, dan sarana. Gambaran umum tentang nasabah kredit UMKM Bank X dilihat dari skala usaha maupun sektor usahanya disajikan dalam Tabel 1 berikut :
Tabel 1 Gambaran umum tentang data nasabah UMKM Bank X
Skala usaha Mikro Kecil Menengah
Total Sektor usaha Lancar
bayar
Gagal bayar
Lancar bayar
Gagal bayar
Lancar bayar
Gagal bayar
Jasa 4195 208 528 22 142 37 5132
Kostruksi 41 5 77 10 34 9 176
Pengangkutan 110 6 50 2 16 5 189
Perdagangan 24984 2051 9629 389 1937 654 39644
Perikanan 96 11 10 1 5 2 125
Perindustrian 1186 124 448 39 182 45 2024
Perkebunan 122 12 23 2 6 2 167
Pertanian 1111 60 31 3 7 4 1216
Pertenakan 271 33 110 14 21 8 457
Sarana 684 77 9 1 8 3 782
Total 32800 2587 10915 483 2367 769 49.912
Dari 49.912 nasabah kredit UMKM Bank X, sebanyak 3.839 nasabahnya mengalami gagal bayar. Ini artinya sebesar 7,69% dari total nasabah yang pada awalnya memenuhi kualifikasi resiko kredit rendah ataupun yang dapat ditoleransi pada akhirnya mengalami gagal bayar. Sebanyak 5,18% diantaranya berasal dari nasabah dengan skala usaha mikro, 0,97% dan 1,54% berasal dari skala usaha kecil dan menengah. Sebaran datanya disajikan dalam Gambar 1 berikut :
(a) Skala Usaha (b) Sektor Usaha
Gambar 3 Persentase nasabah yang mengalami gagal bayar dan lancar bayar
Dari Gambar 1(a) dapat dilihat bahwa skala usaha menengah merupakan skala usaha dengan potensi kredit bermasalah terbesar. Sebanyak 24.59% dari total nasabah pada skala menengah mengalami gagal bayar. Hal ini mengindikasikan bahwasanya kredit untuk skala usaha menengah perlu mendapatkan perhatian dan penanganan khusus dalam proses kelayakan kreditnya. Jika ditinjau dari jenis usahanya, hampir semua sektor usaha berpotensi tinggi untuk mengalami kredit macet.
Untuk mengetahui sebaran data nasabah yang mengalami gagal bayar berdasarkan karakteristiknya, dapat dilihat pada tabulasi silang berikut :
Tabel 2 Tabulasi silang antara status kredit dengan jenis kelamin
Status Jenis kelamin
Jumlah laki-laki perempuan
Lancar bayar
Jumlah 32717 13261 45978
(%) 96.15 83.48 92.12
Gagal bayar
Jumlah 1309 2625 3934
(%) 3.85 16.52 7.88
Jumlah 34026 15886 49912
7.311 4.238
24.592 92.689 95.762
75.408
0.000 20.000 40.000 60.000 80.000 100.000 120.000
mikro kecil menengah gagal bayar lancar bayar
0.00 50.00 100.00 Jasa
Kostruksi Pengangkutan Perdagangan Perikanan Perindustrian Perkebunan Pertanian Pertenakan Sarana
94.80 86.36
93.12 92.20 88.80 89.72 90.42 94.49 87.96
89.64
5.20 13.64 6.88 7.80 11.20 10.28 9.58 5.51
12.04 10.36
gagal bayar lancar bayar
Pada Tabel 2 dapat dilihat bahwa persentase gagal bayar nasabah berjenis kelamin perempuan lebih besar dibandingkan dengan persentase nasabah berjenis kelamin kali-laki. Hal ini mengindikasikan bahwa untuk resiko kegagalan lebih rentan dialami oleh nasabah yang berjenis kelamin perempuan.
Tabel 3 Tabulasi silang antara status kredit dengan sifat suku bunga
Status Sifat suku bunga
Jumlah efektif flat
Lancar bayar
Jumlah 36584 9394 45978
(%) 91.28 95.53 92.12
Gagal bayar
Jumlah 3494 440 3934
(%) 8.72 4.47 7.88
Jumlah 40078 9834 49912
Pada Tabel 3 dapat dilihat bahwa sifat suku bunga yang diberikan oleh pihak Bank X kepada nasabah akan mempengaruhi resiko kegagalan yang akan dialami oleh nasabah. Hal ini terlihat dari persentase nasabah yang gagal bayar lebih banyak berasal dari nasabah yang dikenakan sifat suku bunga efektif dibandingkan dengan sifat suku bunga yang flat. Hal ini mengindikasikan bahwa penerapan sifat suku bunga flat pada setiap nasabah memungkinkan untuk meminimalisir resiko terjadinya gagal bayar.
Tabel 4 Tabulasi silang antara status kredit dengan finansial debitur
Rasio keuangan Status
Total Lancar bayar Gagal bayar
Current Ratio 0 Jumlah 39226 3306 42532
(%) 92.22 7.78 100
1 Jumlah 6752 628 7380
(%) 91.49 8.51 100
Quick Ratio 0 Jumlah 40955 3447 44402
(%) 92.24 7.76 100
1 Jumlah 5023 487 5510
(%) 91.16 8.84 100
EBITDA 0 Jumlah 45895 3927 49822
(%) 92.12 7.88 100
1 Jumlah 83 7 90
(%) 92.22 7.78 100
Equity Ratio 0 Jumlah 45717 3911 49628
(%) 92.12 7.88% 100
1 Jumlah 261 23 284
(%) 91.91 8.09 100
Tabel 4 Tabulasi silang antara status kredit dengan finansial debitur (lanjutan)
Rasio keuangan Status
Total Lancar bayar Gagal bayar
ROA 0 Jumlah 18207 1186 19393
(%) 93.88 6.12 100
1 Jumlah 27771 2748 30519
(%) 90.96 9.04 100
Profit Margin 0 Jumlah 22595 1561 24156
(%) 90,78 9.22 100
1 Jumlah 23383 2373 25756
(%) 92.53 7.47 100
Sales Growth 0 Jumlah 21956 1773 23729
(%) 92.53 7.47 100
1 Jumlah 24022 2161 26183
(%) 91.75 8.25 100
Dari Tabel 4 dapat dilihat bahwa untuk kategori finansial, nasabah yang mengalami gagal bayar kebanyakan berasal dari nasabah dengan kondisi finansial yang rendah. Hal ini mengindikasikan bahwa kondisi keuangan nasabah memang ikut mempengaruhi dan menentukan apakah untuk ke depannya nasabah akan mampu melunasi hutangnya.
Tabel 5 Tabulasi silang antara status kredit dengan karakter nasabah Status Tingkat kepercayaan Pengelolaan rekening
0 1 2 3 0 1 2 3
Lancar bayar
Jumlah 7429 38499 50 0 20717 23325 1887 49 (%) 94.36 91.70 89.28 0 92.32 92.06 90.81 85.96 Gagal
bayar
Jumlah 444 3484 6 0 1723 2012 191 8
(%) 5.64 8.30 10.72 0 7.68 7.94 9.19 14.04
jumlah 7873 41983 56 0 22440 25337 2078 57
Tabel 5 Tabulasi silang antara status kredit dengan karakter nasabah (lanjutan) Status Reputasi bisnis Prilaku debitur
0 1 2 3 0 1 2 3
Lancar bayar
Jumlah 16924 28953 101 0 8955 34074 2917 32 (%) 93.77 91.19 89.38 0 94.73 91.54 91.91 91.67 Gagal
bayar
Jumlah 1124 2798 12 0 498 3140 292 4
(%) 6.23 8.81 10.62 0 5.27 8.44 9.09 11.11 Jumlah 18048 31751 113 0 9453 37214 3209 36
Pada Tabel 5 terlihat bahwa nasabah yang memenuhi kualifikasi resiko kredit dapat diterima oleh pihak Bank X tidak ada yang berasal dari nasabah dengan karakteristik tingkat kepercayaan dengan kategori 3, yaitu seluruh
informasi yang diberikan tidak sesuai atau dengan kata lain nasabah dengan kategori sangat tidak dapat dipercaya. Nasabah dengan karakteristik reputasi bisnis dengan kategori 3, yaitu reputasi bisnis buruk juga tidak ada yang lolos kualifikasi kelayakan kredit. Semakin baik karakter seorang nasabah, maka semakin rendah resiko nasabah tersebut untuk gagal bayar.
Tabel 6 Tabulasi silang antara status kredit dengan kondisi bisnis nasabah Status Kualitas produk/jasa Strategi pemasaran
0 1 2 3 0 1 2 3
Lancar bayar
Jumlah 8702 37051 225 0 12369 33236 342 31 (%) 92.63 92.05 83.03 0 92.51 91.98 91.20 91.18 Gagal
bayar
Jumlah 692 3196 46 0 1002 2896 33 3
(%) 7.37 7.95 16.97 0 7.49 8.02 8.80 8.82
Jumlah 9394 40247 271 0 13371 36132 375 34
Tabel 6 Tabulasi silang antara status kredit dengan kondisi bisnis (lanjutan) Status Lokasi usaha Perkembangan pasar
0 1 2 3 0 1 2 3
Lancar bayar
Jumlah 13823 31923 201 31 5300 40398 249 31 (%) 92.11 92.16 89.16 86.11 95.54 92.27 91.89 91.18 Gagal
bayar
Jumlah 1185 2717 27 5 246 3663 22 3
(%) 7.89 7.84 11.84 13.89 4.44 7.63 8.11 8.82 Jumlah 15008 34640 228 36 5546 44061 271 34
Pada Tabel 6 dapat dilihat bahwa untuk karakteristik nasabah dengan kategori kondisi bisnis, tidak ada nasabah dengan kualifikasi kualitas produk/jasa yang buruk yang mendapat pinjaman kredit. Nasabah yang mengalami gagal bayar umumnya memang berasal dari nasabah dengan kategori kondisi bisnis yang buruk. Namun persentase nasabah gagal bayar yang berasal dari karakteristik kondisi bisnis dengan kategori yang baik juga cukup tinggi. Hal ini mengindikasikan bahwa tidak menutup kemungkinan resiko gagal bayar juga akan dialami oleh nasabah dengan kualitas kondisi bisnis yang baik. Hal ini mungkin saja dapat disebabkan oleh faktor lain, seperti karakteristik nasabahnya, kekeliruan penilaian oleh pihak Bank X ataupun kondisi lainnya yang dialami oleh nasabah diluar pantauan pihak Bank X.
Tabel 7 Tabulasi silang antara status kredit dengan manajemen usaha Status Kualifikasi komersial Kualifikasi teknis
0 1 2 3 0 1 2 3
Lancar bayar
Jumlah 2033 35522 8375 48 33518 12273 142 45 (%) 92.79 92.70 89.61 88.89 92.12 92.63 87.68 86.54 Gagal
bayar
Jumlah 158 2799 971 6 2868 1039 20 7
(%) 7.21 7.30 10.39 11.11 7.88 7.80 12.32 13.46 Jumlah 2191 38321 9346 54 36386 13312 162 52
Dari Tabel 7 dapat dilihat bahwa sistem manajemen yang baik dapat menghindarkan seseorang dari resiko gagal bayar. Hal ini terlihat dari tingginya persentase nasabah yang mengalami lancar bayar untuk kualifikasi komersial yang baik. Tabel 7 untuk kategori kualifikasi teknis juga memperlihatkan bahwa nasabah yang memiliki pengalaman dan keahlian yang lebih dari 2 tahun tidak dapat menjadi jaminan bahwa seseorang tersebut akan terhindar dari kredit macet. Hal ini dapat dilihat dari persentase kredit macetnya yang lebih besar dibandingkan dengan persentase kredit macet nasabah dengan pengalaman dan keahlian kurang dari 2 tahun.
Analisis Karakteristik Nasabah yang Mempengaruhi Kredit Bermasalah Pengaruh dari beberapa karakteristik terhadap peubah respon dapat diketahui melalui model regresi Cox proportional hazard yang terbentuk. Tabel 8 memperlihatkan bahwa kredit macet untuk skala mikro, kecil dan menengah sama-sama dipengaruhi oleh faktor karakteristik jenis kelamin , tingkat suku bunga , sifat suku bunga , ROA dan reputasi bisnis . Kemudian ditambah dengan faktor CR , ER , tingkat kepercayaan , kualitas produk , perkembangan pasar , dan kualifikasi komersial untuk skala usaha mikro. Faktor CR , tingkat kepercayaan , kualitas produk , dan perkembangan pasar untuk skala usaha kecil. Faktor ER , SG , dan pengelolaan rekening untuk skala usaha menengah.
Tabel 8 Nilai dugaan koefisien regresi Peubah
Penjelas
Mikro Kecil Menengah
p_value p_value p_value
1.40802 <.0001 1.40447 <.0001 0.84431 <.0001 0.14538 <.0001 0.10166 <.0001 0.28451 <.0001 -1.19467 <.0001 -0.64500 <.0001 -0.93192 <.0001
0.16816 0.0017 0.71471 <.0001 - -
0.44914 0.0230 - - 0.57129 0.0139
0.30917 <.0001 0.69654 <.0001 0.20343 0.0175
- - - - 0.36733 <.0001
0.21216 0.0006 0.62011 <.0001 - -
- - - - 0.17481 0.0057
0.21216 0.0059 0.32493 0.0010 0.44987 <.0001
0.13776 0.0088 0.27881 0.0285 - -
0.58941 <.0001 0.51330 0.0004 - -
0.16380 0.0001 - - - -
Model dugaan regresi Cox proportional hazard untuk masing-masing skala usaha dapat ditulis sebagai berikut :
Interpretasi terhadap model regresi Cox proportional hazard didefinisikan sebagai tingkat kegagalan nasabah dengan karakteristik X pada waktu t.
Jika ditinjau dari segi sektor usahanya, faktor-faktor resiko yang signifikan mempengaruhi terjadinya kredit macet adalah sebagai berikut :
Tabel 9 Faktor-faktor resiko yang signifikan mempengaruhi kredit macet
Sektor usaha
Jasa X X X - X X - - X - - - - X - - -
Konstruksi - - X - - - - - - - - X - - - - - Pengangkutan - X - - - - X - - - X - - - - - X
Perdagangan X X X X - - X X X X X X X - X X - Perikanan X X - - - - - - - - - - - - - - - Perindustrian X X X - - - - - - - X X - - - - - Perkebunan X X - - - - - - X - - - - - - - - Pertanian X X - - - - - - - - - - - X - - - Peternakan X X X - - - - - - - - X - - - - -
Sarana X X X - - - - - - - - - - - X - -
Dari Tabel 9 terlihat bahwa setiap sektor usaha memiliki spesifikasi faktor resiko yang berbeda-beda. Ini artinya tingkat resiko pada setiap sektor usaha dicirikan dan ditentukan oleh karakteristik yang berbeda-beda. Namun dalam penelitian ini hal tersebut tidak dibahas lebih jauh lagi.
Uji Kesesuaian Model
Untuk mengetahui apakah model regresi Cox proporsional hazard yang dibentuk sudah dapat digunakan, terlebih dahulu perlu dilakukan uji terhadap kesesuaian model atau Goodness-of-fit test, yang dapat dilihat pada tabel berikut :
Tabel 10 Uji Kesesuaian Model Score test
(model extende-Cox)
Score test
(model proportional hazard)
Mikro 2852,6922 2824,0162 28,6760
Kecil 513,6604 485,6337 28,0267
Menengah 2589,6646 2559,2367 30,4279
Dari Tabel 10 dapat dilihat bahwa nilai untuk masing-masing model adalah lebih kecil dari , artinya untuk kasus penelitian ini model regresi Cox proportional hazard memang sesuai dan cocok digunakan dalam menggambarkan hubungan peubah penjelas dengan waktu survialnya.
Analisis Perbandingan Resiko
Untuk mengetahui tingkat resiko dari nasabah satu dengan yang lainnya dengan karakteristik yang berbeda, dapat diketahui dari nilai hazard rationya yang disajikan pada Tabel 11 berikut :
Tabel 11 Perbandingan tingkat resiko untuk setiap perbedaan karakteristik Peubah
Penjelas
Mikro Kecil Menengah
4.088 4.073 2.326 1.156 1.107 1.329 0.303 0.525 0.394
1.183 2.044 -
1.567 - 1.771
1.362 2.007 1.226
- - 1.444
1.236 1.859 -
- - 1.191
1.130 1.384 1.568
1.148 1.322 -
1.803 1.671 -
1.179 - -
Pada Tabel 11 dapat dilihat, untuk skala usaha mikro, nasabah dengan jenis kelamin perempuan memiliki resiko gagal bayar 4,088 kali dari nasabah berjenis kelamin laki-laki. Tidak berbeda jauh dengan skala usaha mikro, untuk skala usaha kecil, nasabah dengan jenis kelamin perempuan memiliki resiko gagal bayar 4,073 kali lebih besar dari nasabah berjenis kelamin laki-laki.
Sedangkan untuk skala usaha menengah, nasabah dengan jenis kelamin perempuan memiliki resiko gagal bayar 2,326 kali lebih besar dari nasabah berjenis kelamin laki-laki Jika ditinjau dari segi sosial dan psikologi, hal ini mungkin saja disebabkan oleh perubahan watak, prilaku dan pola pikir perempuan seiring dengan perkembangan zaman. Menurut Ribhan (2007) dalam penelitiannya mengatakan bahwa dalam hal berwirausaha, laki-laki lebih mandiri dalam menghadapi tantangan persaingan dalam usahanya, serta kemampuan dalam mengembangkan usahanya ke masa depan juga lebih baik dibandingkan dengan wirausaha perempuan. Sedangkan menurut Caliper (2011) dalam studinya menyatakan bahwa secara psikologis perempuan lebih berani mengambil resiko
tersebut, hal ini memungkinkan bila tingkat resiko kegagalan yang dialami perempuan lebih tinggi dibandingkan dengan laki-laki, baik dikarenakan oleh usaha yang dijalankan maupun dari watak nasabahnya.
Ditinjau dari tingkat suku bunga nya, untuk setiap kenaikan suku bunga sebesar 1%, akan meningkatkan resiko gagal bayar seorang nasabah sebesar 1,156 kali untuk nasabah dari skala usaha mikro, 1,107 kali untuk skala usaha kecil dan 1,32 kali untuk skala usaha menengah.
Untuk karakteristik nasabah dengan sifat suku bunga yang berbeda, nasabah dengan sifat suku bunga flat memiliki resiko gagal bayar 0,303 kali nasabah dengan sifat suku bunga efektif untuk nasabah dari skala usaha mikro, 0,525 kali untuk nasabah skala usaha kecil dan 0,394 kali untuk nasabah skala usaha menengah. Hal ini berarti nasabah dengan suku bunga flat memiliki resiko gagal bayar yang lebih rendah dibandingkan nasabah dengan suku bunga efektif.
Jika dilihat dari kondisi keuangan nasabah , nasabah dari skala usaha mikro dengan CR < 140% memiliki resiko gagal 1,183 kali nasabah dengan CR >
140%, sedangkan untuk nasabah dari skala usaha kecil dengan CR < 140%
memiliki resiko gagal 2,044 kali nasabah dengan CR > 140%. Nasabah dari skala usaha mikro dengan ER < 35% memiliki resiko gagal 1,567 kali nasabah dengan CR > 35%, sedangkan untuk nasabah dari skala usaha menengah dengan ER <
35% memiliki resiko gagal 1,771 kali nasabah dengan CR > 35%, Untuk nasabah dari skala usaha mikro, kecil dan menengah dengan ROA tahun ini < tahun lalu, masing-masing memiliki resiko gagal bayar sebesar 1,362 kali, 2,007 kali dan 1,226 kali nasabah dengan ROA tahun ini > tahun lalu. Nasabah dari skala usaha menengah dengan karakteristik PM tahun ini < tahun lalu memiliki resiko gagal bayar 1,444 kali nasabah dengan PM tahun ini > tahun lalu.
Dilihat dari karakteristik nasabah berdasarkan tingkat kepercayaannya , untuk nasabah skala usaha mikro dan kecil dengan karakteristik jujur dalam memberikan informasi namun hanya diberikan bila diminta, masing- masing memiliki resiko gagal bayar sebesar 1,236 kali dan 1,859 kali nasabah dengan karakteristik jujur dan aktif memberikan informasi, sedangkan nasabah dengan karakteristik kurang jujur karena ada sebagian informasi tidak sesuai
dengan kenyataannya, akan memiliki resiko gagal bayar sebesar 1,236 kali dan 1,859 kali nasabah dengan karakteristik memberikan informasi yang jujur tetapi diberikan bila hanya diminta. Untuk skala usaha menengah, nasabah dengan karakteristik pengelolaan rekening kurang baik memiliki resiko gagal bayar sebesar 1,191 kali nasabah dengan pengelolaan rekening yang baik.
Dilihat dari reputasi bisnisnya , untuk skala usaha mikro, kecil dan menengah, nasabah dengan karakteristik reputasi bisnis baik < 2 tahun akan memiliki resiko gagal bayar masing-masing sebesar 1,130 kali, 1,384 kali dan 1,568 kali nasabah dengan karakteristik reputasi bisnis 2 tahun.
Jika dilihat dari kondisi bisnis nasabah untuk skala usaha mikro dan kecil berdasarkan kualitas produknya , nasabah dengan kategori kualitas produk/jasa 1, memiliki resiko gagal bayar masing-masing sebesar 1,148 kali dan 1,322 kali nasabah dengan kategori kualitas produk/jasa 0.
Dilihat dari kategori perkembangan pasar untuk skala usaha mikro dan kecil, nasabah dengan kategori perkembangan pasar 1, memiliki resiko gagal bayar masing-masing sebesar 1,803 kali dan 1,671 kali nasabah dengan kategori perkembangan pasar 0, sedangkan nasabah dengan kategori perkembangan pasar 2 memiliki resiko gagal bayar masing-masing sebesar 1,803 kali dan 1,671 kali nasabah dengan kategori perkembangan pasar 1. Begitu pula dengan nasabah dengan kategori perkembangan pasar 3, akan memiliki resiko gagal bayar masing-masing sebesar 1,803 kali dan 1,671 kali nasabah dengan kategori perkembangan pasar 2.
Jika dilihat dari struktur manajemennya , nasabah dari skala usaha mikro dengan kategori kualifikasi komersial 1, memiliki resiko gagal bayar sebesar 1,179 kali nasabah dengan kategori kualifikasi komersial 0, sedangkan nasabah dengan kategori kualifikasi komersial 2 memiliki resiko gagal bayar sebesar 1,179 kali nasabah dengan kategori kualifikasi komersial 1. Begitu pula dengan nasabah dengan kategori kualifikasi komersial 3, akan memiliki resiko gagal bayar sebesar 1,179 kali nasabah dengan kategori kualifikasi komersial 2.
Aplikasi Penerapan
Untuk mengetahui jangka waktu kredit yang efektif agar resiko kredit yang akan dialami nasabah seminimal mungkin, dapat ditentukan berdasarkan nilai dugaan peluang survivalnya. Untuk setiap kombinasi karakteristik-karekteristik nasabah yang berbeda, akan didapatkan efektifitas jangka waktu yang berbeda pula.
Ilustrasi : Ada 3 orang nasabah yang akan mengajukan kredit modal kerja (kredit usaha) ke Bank X. Nasabah pertama berjenis kelamin laki-laki, sedangkan nasabah kedua dan ketiga berjenis kelamin perempuan. Setelah memenuhi syarat- syarat kelengkapan data, pihak Bank X selanjutnya melakukan survey terkait dengan informasi usaha yang dijalankan calon debitur serta karakteristiknya.
Data yang diperoleh adalah sebagai berikut :
- Nasabah pertama ingin meminjam uang sebesar 30 juta rupiah dengan jangka waktu pengembalian yang dijanjikan selama 3 tahun (36 bulan), dan memiliki karakteristik : CR = 0, QR=0, EBITDA=0, ER=0, ROA=1, PM=1, SG=0, tingkat kepercayaan=1, pengelolaan rekening=1, reputasi bisnis=1, prilaku debitur=2, kualitas produk/jasa=1, strategi pemasaran=1, lokasi usaha=1, perkembangan pasar=1, kualifikasi komersial=1, dan kualifikasi teknis=2.
Pihak Bank berencana akan memberikan bunga 14% pertahunnya. Karena nasabah pertama berencana ingin mengembalikan bunga dan pokoknya secara bersamaan perbulannya, maka pihak Bank X menerapkan sifat suku bunga efektif kepada nasabah ini.
- Nasabah kedua dan ketiga masing-masing ingin meminjam uang sebesar 130 juta rupiah dan 600 juta rupiah dengan jangka waktu pengembalian yang dijanjikan selama 2 tahun (24 bulan). Setelah dilakukan penilaian, ternyata kedua nasabah ini memiliki karakteristik yang sama yaitu dengan CR = 0, QR=0, EBITDA=0, ER=0, ROA=0, PM=0, SG=0, tingkat kepercayaan=1, pengelolaan rekening=1, reputasi bisnis=1, prilaku debitur=1, kualitas produk/jasa=1, strategi pemasaran=1, lokasi usaha=1, perkembangan pasar=1, kualifikasi komersial=1, dan kualifikasi teknis=0. Pihak Bank berencana akan memberikan bunga 16% pertahunnya. Karena nasabah ini ingin membayar
angsuran perbulannya berupa bunganya saja, maka dalam hal ini pihak Bank X akan menggunakan sifat suku bunga flat.
Dalam kasus ini, nasabah pertama, kedua dan ketiga memiliki karakteristik yang berbeda. Nasabah kedua dan ketiga memiliki karakteristik yang sama tetapi dengan jumlah pinjaman yang berbeda. Karena itu, pastilah peluang ketiga nasabah tersebut untuk sanggup bertahan (untuk tetap lancar bayar) hingga akhir periode jangka waktu pengembalian yang ditetapkan juga tidak sama.
Nasabah pertama merupakan nasabah dengan kategori skala usaha mikro, nasabah kedua merupakan nasabah dari skala usaha kecil, sedangkan nasabah ketiga merupakan nasabah dengan skala usaha menengah. Peluang survival nasabah pertama, kedua dan ketiga dapat dihitung dengan formulasi pada persamaan (6), dengan
Dengan memasukkan nilai dari karakteristik-karektistik nasabah yang telah diketahui di atas, dan dengan bantuan software SAS 9.2 diperoleh hasil bahwa peluang nasabah pertama akan mampu bertahan atau lancar bayar hingga akhir periode jangka waktu pengembalian yang disepakati adalah sebesar 0,98858, peluang nasabah kedua sebesar 0,98092 dan untuk nasabah ketiga sebesar 0,89003.
Dilihat dari nilai peluang survivalnya, pihak Bank X dapat memutuskan untuk memberikan kredit kepada nasabah pertama dan kedua, tetapi untuk nasabah ketiga pihak Bank dapat mempertimbangkan kembali apakah akan tetap memberikan kredit tetapi dengan jumlah pinjaman, jangka waktu, ataupun tingkat
