BAB III METODE PENELITIAN. Jenis penelitian ini adalah penelitian deskriptif dengan pendekatan kuantitatif.

Transkripsi

1 BAB III METODE PENELITIAN 3.1 Jeis Peelitia Jeis peelitia ii adalah peelitia deskriptif dega pedekata kuatitatif. Pedekata kuatitatif memberika kebebasa pada peeliti utuk meetuka berbagai kriteria atau variabel yag aka diteliti (Martoo, 2012: 22). Hermawa (2008: 84) mejelaska bahwa peelitia deskriptif dilakuka utuk mejelaska karakteristik berbagai variabel peelitia dalam situasi tertetu. Peelitia deskriptif dilakuka secara luas dega bukti kuat berupa sampel peelitia. Meurut Martoo (2012: 17), peelitia deskriptif bertujua meggambarka karakter suatu variabel, kelompok atau gejala sosial yag terjadi di masyarakat. Peelitia ii berisi peggambara megeai objek yag diteliti secara detail da meghasilka peggambara yag bersifat apa adaya atau tidak megada-ada. 3.2 Populasi da Sampel Populasi adalah sekumpula objek atau subjek yag memeuhi karakteristik yag diigika peeliti utuk diteliti kemudia diambil sebuah kesimpula. Populasi juga dapat dikataka sebagai keseluruha dari objek yag aka diteliti. Populasi dalam peelitia ii yaitu perusahaa yag terdaftar di Ideks IDX30. Sedagka sampel merupaka bagia dari populasi yag aka diteliti. Sampel haya

2 47 mecakup beberapa bagia dari populasi setelah melalui tahap peyeleksia dega metode pemiliha sampel. Pemiliha sampel data dalam peelitia ii megguaka purposive samplig. Meurut Sugiyoo (2008: 122), purposive samplig merupaka tekik pegambila sampel dega pertimbaga tertetu. Sampel dalam peelitia ii yaitu perusahaa yag kosiste bertaha di Ideks IDX30 sejak Februari 2012 sampai Desember Berdasarka pertimbaga tersebut, maka didapatka sampel yag diguaka dalam peelitia ii sebayak 17 perusahaa, atara lai: Tabel 3.1 Saham Ideks IDX30 yag Memeuhi Kriteria Sampel Peelitia No Kode Nama Perusahaa Sektor 1 ADRO Adaro Eergy, Tbk Miig 2 ASII Astra Iteratioal Tbk Aeka idustri 3 BBCA Bak Cetral Asia Tbk Keuaga 4 BBNI PT Bak Negara Idoesia Tbk Keuaga 5 BBRI Bak Rakyat Idoesia Tbk Keuaga 6 BMRI Bak Madiri (Persero) Tbk Keuaga 7 CPIN Charoe Pokphad, Tbk Paka terak 8 GGRM Gudag Garam, Tbk Idustri barag da kosumsi 9 INDF Idofood Sukses Makmur Tbk Idustri barag kosumsi 10 INTP Idocemet Tuggal Prakarsa, Tbk Ifrastruktur, utilitas, trasportasi 11 JMSR Jasa Marga Tbk Trasportasi 12 KLBF Kalbe Farma Tbk Farmasi 13 PGAS Perusahaa Gas Negara Tbk Idustri barag kosumsi 14 SMGR Seme Gresik, Tbk Idustri dasar da kimia 15 TLKM Telekomuikasi Idoesia, Tbk Ifrastruktur, utilitas, trasportasi 16 UNTR Uited Tractors Tbk Perdagaga, jasa, da ivest 17 UNVR Uilever Idoesia Tbk Idustri barag kosumsi Sumber: (data diolah, 2015) 3.3 Jeis da Sumber Data Jeis data dalam peelitia ii yaitu data sekuder. Data sekuder yaitu sumber yag tidak lagsug memberika data kepada pegumpul data (Sugiyoo, 2008: 193). Data-data dalam peelitia didapatka dari beberapa dokume yag telah

3 48 dipublikasika oleh perusahaa. Data-data yag diperluka dalam peelitia ii yaitu: 1. Data harga saham Data harga saham didapatka dari harga peutupa (closig price) saham bulaa sejak Februari 2012 sampai Desember Data diperoleh dari Perubaha harga saham bulaa diguaka dalam meetuka retur da risiko saham. 2. Data ideks harga saham gabuga (IHSG) Data ideks harga saham gabuga utuk Ideks IDX30 diperoleh dari harga peutupa ideks sejak periode Februari 2012 sampai Desember Perubaha harga saham gabuga tersebut diguaka dalam meetuka retur da risiko pasar. 3. Data suku buga Idoesia (SBI) Data tigkat suku buga SBI diperoleh dari sejak Februari 2012 sampai Desember Data ii merupaka acua retur bebas risiko (risk free rate of retur). 4. Data lapora keuaga Data lapora keuaga diperoleh dari website masig-masig perusahaa. Data ii diguaka utuk melihat keuaga perusahaa yag aka diguaka sebagai padaga ivestor. 3.4 Metode Pegumpula Data Tekik yag diguaka dalam megumpulka data peelitia ii yaitu tekik dokumetasi. Tekik dokumetasi dilakuka dega cara peeliti meyelidiki

4 49 beda-beda tertulis seperti buku-buku, majalah, dokume, peratura-peratura, otule rapat, catata haria, da sebagaiya (Arikuto, 2010: 201). Data dalam peelitia ii yaitu data sekuder berupa lapora harga saham bulaa, harga saham pasar bulaa, da lapora tahua yag diterbitka oleh Bursa Efek Idoesia megguaka media elektroik yaitu iteret ( atau megguaka yahoo fiace ( Pegumpula data peelitia juga dega melakuka studi kepustakaa dega mempelajari bukubuku, artikel, jural, da bacaa lai yag berhubuga dega peelitia. 3.5 Defiisi Operasioal Variabel Defiisi operasioal variabel da pegukura variabel dalam peelitia ii, atara lai sebagai berikut: 1. Metode Capital Asset Pricig Model (CAPM) merupaka dasar pegukura yag aka dilakuka sebelum megukur pembobota portofolio saham megguaka model Black-litterma. Idikator variabel CAPM yaitu: a. Retur da risiko saham Retur da risiko saham didapatka dari data historis harga saham bulaa periode Februari 2012 sampai dega Desember 2014 yag tersedia di b. Retur da risiko pasar Pergeraka harga saham berbadig lurus dega pergeraka harga pasar. Retur da risiko pasar didapatka dari Ideks Harga Saham Gabuga (IHSG) periode Februari 2012 sampai dega Desember 2014 yag tersedia di

5 50 c. Beta saham Beta adalah pegukur risiko sistematik dari suatu sekuritas terhadap risiko pasar. Beta saham diukur megguaka data historis utuk megestimasi beta dimasa yag aka datag. d. Risk free rate (retur bebas risiko) Retur bebas risiko didapatka dari data yag disediaka oleh Bak Idoesia sejak Februari 2012 sampai dega Desember 2014 yag tersedia di e. Expected retur (retur ekspektasi) Retur ekspektasi didapatka dari perhituga yag melibatka retur bebas risiko, beta, da retur pasar. 2. Portofolio efisie Portofolio efisie disusu berdasarka hasil perhituga CAPM. Portofolio efisie terdiri dari beberapa portofolio saham yag memiliki retur yag maksimum dega risiko yag miimum. 3. Model Black-litterma didasarka pada equilibirium retur CAPM da padaga ivestor (view ivestor) diguaka dalam membetuk opii baru utuk medapatka retur ekspektasi yag baru. Idikator variabel model Black-litterma, yaitu: a. Parameter model Black-litterma Parameter merupaka hasil dari 1 dibagi dega jumlah periode dalam peelitia.

6 51 b. Implied equilibirium retur Implied equilibirium retur didapatka melalui metode Capital Asset Pricig Model (CAPM). c. Matriks kovaria Matriks kovaria merupaka matriks yag dibetuk berdasarka ilai kovaria atara dua saham. d. Padaga ivestor Padaga ivestor meggambarka prediksi yag terjadi dimasa yag aka datag sesuai dega data-data sebelumya. Padaga ivestor juga meliputi padaga absolut da padaga relatif. e. Lik matrix Lik matrix merupaka matriks yag megidetifikasika aset yag berisi padaga ivestor. f. Ketidakpastia padaga ivestor Nilai ketidakpastia padaga ivestor merupaka hasil dari perkalia kostata, lik matrix, varia da kovaria matriks, serta traspose dari lik matrix. 4. Pembobota portofolio efisie Pembobota portofolio efisie memberika hasil berupa ilai dari masigmasig saham dega total keseluruha adalah 1 (satu). 5. Pegukura portofolio optimal Pegukura portofolio optimal dilakuka dega melihat ideks Sharpe. Ideks Sharpe meggambarka kierja portofolio. Nilai ideks Sharpe tertigi meggambarka portofolio optimal.

7 52 Tabel 3.2 Rigkasa Defiisi Operasioal da Variabel Peelitia No Variabel Keteraga Rumus Perhituga a. Meghitug retur saham R t(i) = (P t P t 1 ) Capital Asset Pricig Model (CAPM) Portofolio Efisie Model Blacklitterma Portofolio Optimal P t 1 Ʃ [Rt i E(Ri)]2 b. Meghitug risiko saham σ²ᵢ = 1 c. Meghitug retur pasar R m = (IHSG t IHSG t 1 ) d. Meghitug risiko pasar σ² m = IHSG t 1 Ʃ [Rm E(Rm )]2 1 e. Meghitug beta saham βᵢ = σim σ²m f. Meghitug retur ekspektasi E(R i) = R f + β i. [E(Rm) - R f ) a. Saham berdistribusi ormal > 0,05 = berdistribusi ormal < 0,05 = tidak berdistribusi Normal, atau Q-Q plot grafik meyebar disekitar garis diagoal. b. Beta sigifika p-value < 0,05 = sigifika p-value > 0,05 = tidak sigifika c. E(Ri) CAPM Berilai positif b. Peyusua saham Megguaka metode trial ad error da disusu dari retur tertiggi. a. Meghitug parameter τ = 1 T b. Meghitug ilai implied Π = λsw mkt equilibirium c. Membetuk kovaria matriks Cov(A,B)= d. Megidetifikasika padaga ivestor t=1[ RAT E RA RBT E RB ] Multiplier PER (R) = P E (Q = PER prediksi dikuragi PER tahu terakhir dibagi dega PER tahu terakhir dikali 100%) e. Meghitug lik matrix -1 = Padaga egatif 0 = Tidak ada padaga 1 = Padaga positif f. Meghitug ketidakpastia padaga ivestor g. Meghitug kelebiha retur ekspektasi model Blacklitterma h. Pembobota dalam portofolio efisie (Model Blacklitterma) Ω = τ PSP t μ (i)bl = π + (SP t ) (τ -1 Ω + P t SP) -1 (Q-Pπ) W (i) ы = (δs) -1 μ bl a. Meghitug retur portofolio E(R p ) = W t (i)bl μ bl b. Meghitug risiko portofolio Var (R p ) = W T (i)bl SW (i)bl c. Meghitug kierja portofolio dega ideks Sharpe Sumber: buku da jural. Sp = Rp Rf σp

8 Tekik Aalisis Data Tekik aalisis data dalam peelitia ii megguaka SPSS 16.0 utuk meetuka asumsi distribusi ormal dega uji Normalitas Kolmogroov- Smirov da Q-Q plot grafik pada retur saham. Peelitia juga megguaka Ms Excel 2007 utuk melakuka perhituga mulai dari retur saham idividu sampai pada perhituga portofolio optimal megguaka Black-litterma. Adapu lagkah-lagkah yag dilakuka adalah sebagai berikut: 1. Pegumpula data. a. Megumpulka data harga saham idividu bulaa 17 perusahaa yag termasuk di dalam sampel peelitia utuk periode Februari 2012 sampai Desember b. Megumpulka data harga saham pasar bulaa periode Februari 2012 sampai Desember c. Megumpulka data tigkat suku buga periode Februari 2012 sampai Desember d. Megumpulka data lapora keuaga 17 perusahaa yag termasuk di dalam sampel utuk periode Februari 2012 sampai Desember 2014 utuk melihat ilai laba per lembar saham dalam meetuka keputusa padaga ivestor. 2. Uji ormalitas data. Tiap saham diuji apakah data retur saham yag didapatka dega rumus 3.2 memeuhi asumsi ormalitas atau tidak dega megguaka tigkat sigifikasi (α) 5%. Retur saham yag memiliki ilai p-value lebih dari 5%

9 54 maka saham berdistribusi ormal. Sedagka retur saham yag memiliki ilai p-value kurag dari 5% maka saham tidak berdistribusi ormal. Apabila saham tidak berdistribusi ormal, maka saham tidak dapat dimasukka ke dalam portofolio. Uji ormalitas megguaka uji Kolmogroov-Smirov. Selai uji Kolmogroov-Smirov, peeliti juga melihat Q-Q plot grafik apakah meyebar disekitar garis diagoal atau tidak. Ketika retur saham meyebar di sekitar garis diagoal da megumpul, maka saham tersebut berdistribusi ormal. 3. Uji idepedesi (uji t) Beta dari saham diuji megguaka uji idepedesi (uji t) utuk megetahui apakah retur saham dipegaruhi oleh retur pasar. Kriteria perhituga yag diguaka dalam peelitia ii yaitu: H 0 = Tidak terdapat pegaruh yag sigifika atara variabel x terhadap variabel y. H 1 = Terdapat pegaruh yag sigifika atara variabel x terhadap variabel y. Dega ketetua: a. Bila p-value > 0,05 H 0 diterima da H 1 ditolak. b. Bila p-value < 0,05 H 0 ditolak da H 1 diterima. 4. Pembetuka portofolio efisie dega Capital Aset Pricig Model (CAPM). Pembetuka portofolio efisie dega metode CAPM dalam peelitia ii dilihat dari beberapa faktor yaitu: a. Data retur realisasi masig-masig saham berdistribusi ormal. b. Beta sigifika.

10 55 c. Retur ekspektasi saham idividu CAPM berilai positif da berada di atas risiko. Setelah ketiga faktor tersebut terpeuhi, saham-saham yag memiliki kategori tiga faktor di atas dapat dimasukka ke dalam portofolio efisie dega megguaka metode trial ad error. Metode trial ad error merupaka metode percobaa yag tidak sistematis, yag awalya dicoba kemudia salah, dicoba lagi, sampai meemuka hasil yag bear (Gulo, 2002: 13). Metode trial ad error seperti yag tertera pada jural The Wiers yag ditulis oleh Gurtama & Mesha (27: 38). Cara yag diguaka dalam pembetuka portofolio efisie adalah dega megurutka ilai tertiggi higga ilai teredah dari retur ekspektasi saham yag dihitug dega metode CAPM seperti yag tertera pada jural Gaussia da Statistika yag ditulis oleh Azizah dkk (2014: 866) da Prahutama & Sugito (2015: 3). Portofolio efisie dibetuk dega ketetua di awali dega dua saham yag memiliki retur ekspektasi CAPM tertiggi kemudia portofolio berikutya ditambahka satu saham dega ketetua turu satu ke uruta berikutya dari retur ekspektasi CAPM yag telah diurutka. Secara umum, rumus yag diguaka utuk meghitug retur ekspektasi saham dega metode CAPM yaitu (Jogiyato, 2003: 358): E(R i) = R f + β i. [E(R m ) - R f ) (3.1) E(R i) = Retur ekspektasi saham dega CAPM R f = Retur bebas risiko

11 56 β i = Beta/Risiko saham E(R M ) = Expected retur pasar Lagkah-lagkah yag diguaka utuk meghitug ilai retur ekspektasi saham i (E(R i )) dega metode CAPM, yaitu: 1) Meghitug ilai retur saham idividu da risiko saham idividu a) Nilai retur saham idividu dapat dihitug dega rumus (Jogiyato, 2003: 110): R t(i) = (P t P t 1 ) P t 1...(3.2) R t(i) = Retur saham i P t(i) = Closig price atau harga saham i bula ke t P t-1(i) = Closig price atau harga saham i bula ke t-1 b) Nilai retur ekspektasi saham dapat dihitug dega rumus: E(R i )= Rt(i)...(3.3) E(R i ) = Retur ekspektasi saham i R t(i) = Retur saham i = Jumlah periode c) Nilai risiko saham idividu dapat dihitug dega rumus (Jogiyato, 2003: 133): σ²ᵢ = Ʃ [Rt i E(Ri )]2 1...(3.4)

12 57 σ²ᵢ = Varia saham idividual E(R i ) = Retur ekspektasi saham i R t(i) = Retur saham i = Jumlah periode 2) Meghitug ilai retur pasar da risiko pasar a) Nilai retur pasar dapat dihitug dega rumus: R M = (IHSG t IHSG t 1 ) IHSG t 1...(3.5) R t(i) = Retur pasar periode t IHSG t(i) = IHSG bula ke t P t-1(i) = IHSG bula ke t-1 b) Nilai retur ekspektasi pasar dapat dihitug dega rumus: E(R m ) = Rm...(3.6) E(R m ) = Retur ekspektasi pasar R m = Retur pasar = Jumlah periode c) Nilai risiko pasar dapat dihitug dega rumus: σ² m = Ʃ [Rm E(Rm )]2 1 σ² m = Varia pasar E(R m ) = Retur ekspektasi pasar...(3.7)

13 58 R m = Retur pasar = Jumlah periode 3) Meghitug beta saham Jogiyato (2003: 274) merumuska perhituga beta dega: βᵢ = t=1 Rᵢt E Rᵢ. Rmt E Rm t=1 Rmt E Rm ² (3.8) R it = Retur saham i tahu ke-t E(R i ) = Retur ekspektasi saham i R mt = Retur pasar tahu ke t E(R m ) = Retur ekspektasi pasar Meetuka ilai beta (β) juga bisa didapatka dega melakuka regresi pada retur saham da retur pasar. Retur saham sebagai prediktor da retur pasar sebagai variabel respo (Prahutama da Sugito, 2015: 2). 4) Meghitug ilai retur bebas risiko (R f ) Nilai retur bebas risiko (R f ) dapat dihitug dega cara: a) Mecari tigkat retur bebas risiko periode Februari 2012-Desember 2014 di b) Mecari rata-rata pertahu tigkat retur bebas risiko. c) Mecari rata-rata perbula tigkat retur bebas risiko dari ilai ratarata pertahu dibagi dega jumlah periode bulaa (misal, 35 bula). d) Karea satua ilai rata-rata perbula adalah perse, maka ilai ratarata perbula dibagi dega Meghitug pembobota portofolio efisie dega metode CAPM megguaka model Black-litterma.

14 59 Setelah ditemuka portofolio efisie dega metode CAPM, kemudia dilakuka perhituga utuk melihat proporsi dari masig-masig saham yag tergabug ke dalam portofolio efisie dega metode CAPM tersebut. Perhituga proporsi dilakuka dega model Black-litterma. Secara umum, rumus utuk meetuka proporsi dari masig-masig saham yag tergabug dalam portofolio efisie yaitu (Widyadari dkk, 2012: 298): Wы = (δs) -1 μ bl...(3.9) δ = Risk aversio (atau dilambagka dega λ) S = Kovaria matriks μ bl = Kelebiha retur ekspektasi model Black-Littterma Nilai kelebiha retur ekspektasi model Black-litterma didapatka dega rumus perhituga sebagai berikut (Widyadari dkk, 2012: 298): μ bl = π + (SP t ) (τ -1 Ω + P t SP) -1 (Q-Pπ) (3.10) τ = Parameter S = Matriks kovaria P = Lik matrix Ω = Ketidakpastia padaga π = Equilibirium retur CAPM Q = Padaga ivestor

15 60 Adapu lagkah-lagkah yag dilakuka utuk meghitug ilai kelebiha retur ekspektasi model Black-litterma yaitu: 1) Meghitug parameter model Black-litterma Nilai parameter dapat dihitug dega rumus (Walters, 2014: 24): τ = 1 T...(3.11) T = Jumlah periode 2) Meghitug implied equilibirium retur CAPM Nilai implied equilibirium retur CAPM dapat dirumuska sebagai berikut (Idzorek, 2005: 3): Π = λsw mkt (3.12) λ S = Risk aversio coefficiet = Kovaria matriks W mkt =Market capitalizatio weight Nilai Risk aversio coefficiet (λ) didapatka dega rumus (Idzorek, 2005: 4): λ = E(R m )- R f...(3.13) σ 2 m E(R m ) = Retur ekspektasi pasar R f σ 2 m = Retur bebas risiko = Risiko (varia) pasar

16 61 Sedagka market capitalizatio weight didapatka dega rumus: W mkt = kapitalisasi saham x harga peutupa saham kapitalisasi saham x harga peutupa saham...(3.14) 3) Meghitug matriks kovaria (S) Ghozali (2007) dalam Azizah dkk (2014) secara matematis meuliska rumus kovaria, yaitu: S(A,B) = t=1[ RAT E RA RBT E RB ] (3.15) R AT = Retur saham A ke t E(R A ) = Retur ekspektasi saham A R BT = Retur saham B ke t E(R B ) = Retur ekspektasi saham B = Jumlah observasi Hasil dari kovaria meujukka hubuga atara kedua saham. Hasil tersebut berupa ilai positif yag artiya memiliki hubuga yag searah da egatif yag artiya memiliki hubuga yag berlawaa atara kedua saham. 4) Idetifikasi padaga ivestor (Q) Ivestor dalam hal ii diumpamaka peeliti sediri. Peeliti megamati aalisis fudametal perusahaa utuk medapatka padaga yag diigika. Padaga yag diguaka dalam peelitia ii adalah padaga absolut yaitu padaga yag mejelaska satu perusahaa saja. Perhituga padaga ivestor megguaka multiplier PER. Multiplier PER i = P(aktual,i) E(aktual,i)...(3.16)

17 62 P (aktual,i) = Harga aktual pada saham i E (aktual,i) = Laba aktual pada per lembar saham i Setelah meemuka ilai multiplier PER, lagkah selajutya utuk meghasilka padaga ivestor yaitu membuat rata-rata da melihat kecederuga besar multiplier PER, apakah lebih besar ilai tahu sebelumya atau padaga PER dari hasil rata-rata. Kemudia utuk medapatka padaga ivestor, persetase padaga ivestor yaitu dega cara PER prediksi dikuragi dega PER tahu sebelumya, kemudia hasilya dibagi dega PER tahu sebelumya da dikalika 100%. Padaga ivestor dilambagka dega Q. 5) Lik matrix (P) Lik matrix didapatka dari ilai padaga ivestor (Q). Lik matrix digambarka dega agka 0 berarti tidak terdapat padaga pada perusahaa, 1 berarti terdapat padaga yag positif, da -1 berarti terdapat padaga egatif. Dalam peelitia ii, jika ilai perusahaa yag diprediksi lebih tiggi dibadigka tahu sebelumya, maka perusahaa tersebut medapat ilai 1. Sedagka jika ilai perusahaa yag diprediksi lebih redah dibadigka dega tahu sebelumya, maka perusahaa tersebut medapat ilai -1. 6) Meghitug ketidakpastia padaga ivestor (Ω) Ketidakpastia padaga ivestor terlihat dari pegkategoria yag terjadi pada pembetuka lik matrix. Nilai Ω dirumuska dega cara: Ω = τ PSP t (3.17)

18 63 τ = Parameter model Black-litterma P = Lik matrix S = Matriks kovaria P t = Traspose lik matrix 6. Meghitug retur ekspektasi da risiko portofolio a. Meetuka retur ekspektasi portofolio Rumus utuk meghitug retur ekspektasi portofolio atara lai (Widyadari dkk, 2012: 297): t E(R p ) = W (i)bl μ bl...(3.18) W (i)bl = Pembobota portofolio saham i μ (i)bl = Kelebiha retur ekspektasi saham ke i model Black-litterma b. Risiko Portofolio Risiko portofolio dapat dirumuska mejadi (Widyadari dkk, 2012: 298): Var (R p ) = W t (i)bl SW (i)bl...(3.19) W (i)bl t S W (i)bl = Traspose matriks pembobota saham = Matriks kovaria = Pembobota portofolio saham i 7. Meetuka kierja portofolio optimal model Black-litterma megguaka ideks Sharpe. Setelah diketahui pembobota dari masig-masig saham di dalam portofolio efisie, lagkah terakhir yaitu meetuka portofolio optimal model Black-

19 64 litterma dega pegukura kierja portofolio megguaka ideks Sharpe. Secara umum, rumus pegukura kierja portofolio dega ideks Sharpe yaitu (Maurug, 2007: 123): Sp = Rp Rf...(3.20) σp R p = Rerata retur portofolio R f = Retur bebas risiko σ p = Stadar deviasi portofolio