Nindi Shinta Wati Topowijono Sri Sulasmiyati Fakultas Ilmu Administrasi Universitas Brawijaya Malang

Ukuran: px
Mulai penontonan dengan halaman:

Download "Nindi Shinta Wati Topowijono Sri Sulasmiyati Fakultas Ilmu Administrasi Universitas Brawijaya Malang"

Transkripsi

1 ANALISIS SINGLE INDEX MODEL UNTUK MENENTUKAN KOMPOSISI PORTOFOLIO OPTIMAL (Studi pada Saham yag Termasuk 50 Leadig Compaies i Market Capitalizatio Periode ) Nidi Shita Wati Topowijoo Sri Sulasmiyati Fakultas Ilmu Admiistrasi Uiversitas Brawijaya Malag idishitawati@gmail.com ABSTRACT This study aims to determie 50 Leadig Compaies i Market Capitalizatio icluded optimal portfolio, the compositio of stocks i optimal portfolio; ad the expected retur ad risk of optimal portfolio. The type of research used i this research is descriptive research with quatitative approach. This study uses secodary data time series for the period Data aalysis method used is the aalysis of stocks with sigle idex model. The results showed 5 stocks of 31 samples icludig the optimal portfolio. The followig stocks formig the optimal portfolio ad its compositio: AALI (1,15%), UNVR (5,36%), EMTK (41,00 %), HMSP (9,79 %), ad ICBP (,70 %). Portfolio that is formed will produce the expected retur of a portfolio of,71 % ad 0,14% of the portfolio risk. Keyword: Optimal Portfolio Compositio, Sigle Idex Model, Expected Retur, Risk ABSTRAK Peelitia ii bertujua utuk megetahui saham 50 Leadig Compaies i Market Capitalizatio yag termasuk portofolio optimal, besarya komposisi saham-saham dalam portofolio optimal; serta expected retur da risiko portofolio optimal. Jeis peelitia yag diguaka dalam peelitia ii adalah peelitia deskriptif dega pedekata kuatitatif. Peelitia ii megguaka data sekuder berupa harga saham periode Metode aalisis data yag diguaka adalah aalisis saham dega sigle idex model. Hasil peelitia meujukka dari 5 saham dari 31 sampel saham termasuk portofolio optimal. Berikut saham-saham pembetuk portofolio optimal beserta komposisiya: AALI (1,15%), UNVR (5,36%), EMTK (41,00%), HMSP (9,79%), da ICBP (,70%). Portofolio yag terbetuk aka meghasilka expected retur portofolio sebesar,71% da tigkat risiko portofolio sebesar 0,14%. Kata kuci: Komposisi Portofolio Optimal, Sigle Idex Model, Expected Retur, Risiko 43

2 1. PENDAHULUAN Pasar modal merupaka wadah bagi ivestor yag memberika alteratif piliha ivestasi fiasial selai perbaka. Pasar modal meghubugka leder dega borrower dalam peyeraha daa. Peyeraha daa tersebut diharapka memberika imbala yag megutugka kepada leder sesuai dega risiko yag ditaggug. Daa yag diterima borrower juga diharapka dapat meigkatka kegiata ekoomi sehigga kesejahteraa masyarakat dapat meigkat (Husa da Pudjiastuti, 004:6). Ivestasi fiasial berkaita dega kegiata pegguaa sumber daya fiasial yag dilakuka saat ii dega harapa medapatka keutuga (retur) di masa yag aka datag. Retur merupaka hal yag petig bagi ivestor, sehigga pegukura retur dibutuhka utuk megetahui seberapa megutugkaya suatu ivestasi pada suatu aset fiasial. Pegukura retur dapat dilakuka dega memprediksi tigkat keutuga yag diharapka berdasarka kemugkia capital gai da pedapata tetap (yield) yag aka diperoleh. Ivestasi berkaita dega keutuga (retur) di masa yag aka datag yag megadug ketidakpastia, sehigga dalam berivestasi juga terdapat risiko yag mucul karea ketidakpastia. Risiko meyebabka tigkat keutuga sebearya (realized retur) tidak selalu sesuai dega tigkat keutuga yag diharapka (expected retur). Saham merupaka salah satu istrume ivestasi di pasar modal. Tigkat keutuga saham sagat variatif da sifatya fluktuatif. Ivestor sagat meyadari risiko yag tiggi dalam ivestasi saham. Risiko saham terdiri dari systematic risk da usystematic risk (Fahmi, 01:189). Systematic risk aka mempegaruhi semua jeis saham sedagka usystematic risk haya berdampak pada satu jeis saham atau sektor tertetu. Ivestor tidak dapat meghilagka systematic risk yag berdampak pada seluruh saham yag ada di pasar modal, tetapi ivestor dapat meguragi usystematic risk melalui diversifikasi dega membetuk portofolio sehigga risiko yag ditaggug ivestor dapat dimiimalka (Tadelili, 010:105). Portofolio merupaka suatu kumpula aktiva keuaga dalam suatu uit yag dipegag atau dibuat oleh seorag ivestor, perusahaa ivestasi, atau istitusi keuaga (Hartoo, 013:6). Pembetuka portofolio sebagai betuk diversifikasi diharapka dapat meguragi risiko dega meggabugka sejumlah saham yag memiliki korelasi atar saham sagat redah (Tadelili, 010:16). Ivestor yag cederug meghidari risiko berusaha megkombiasika saham utuk memiimalka risiko pada tigkat retur tertetu, atau memaksimalka retur pada tigkat risiko tertetu. Pembetuka portofolio dibatasi oleh daa yag dimiliki sehigga ivestor haya dapat membeli saham pada jumlah tertetu. Kodisi tersebut medorog ivestor utuk membetuk portofolio yag optimal dega kombiasi retur da risiko yag terbaik. Ivestor harus memilih saham maa yag aka dimasukka dalam portofolio optimal da meetuka besarya komposisi daa utuk masigmasig saham pembetuk portofolio. Salah satu model yag dapat diguaka dalam pembetuka portofolio optimal adalah sigle idex model. Sigle idex model megasumsika bahwa pergeraka saham memiliki korelasi dega suatu ideks tertetu (Halim, 015:64). Aalisis saham pembetuk portofolio dilakuka dega membadigka excess retur to beta (ERB) dega cut-off poit yag telah ditetuka. Excess retur to beta merupaka selisih expected retur dega retur aktiva bebas risiko, sedagka cut-off poit merupaka titik pembatas atara ilai ERB yag tiggi da ilai ERB yag redah. Saham yag memiliki ilai ERB yag tiggi merupaka kadidat pembetuk portofolio (Hartoo, 013:393). Pegguaa sigle idex model dalam pembetukka portofolio optimal didasarka pada dua alasa. Pertama, iput aalisis portofolio dega sigle idex model yag lebih sederhaa. Kedua, pegguaa sigle idex model dapat diguaka utuk kepetiga estimasi dega megguaka beta (Husa da Pudjiastuti, 004:65). Nilai kapitalisasi pasar memiliki maka yag petig dalam ivestasi di pasar modal. Kapitalisasi pasar (market capitalizatio) meujukka ilai pasar dari saham yag diterbitka suatu emite yag diperoleh dega megalika jumlah saham yag diterbitka dega ilai pasar per saham (Rahardjo, 006:41). Nilai kapitalisasi pasar dapat mempegaruhi miat ivestor utuk memilih saham maa yag termasuk portofolio optimal. Ivestor 44

3 cederug lebih tertarik pada saham-saham dega kapitalisasi pasar yag besar. Saham yag memiliki kapitalisasi pasar yag sagat besar (big capitalizatio) diaggap sebagai saham blue chip da market mover sehigga ivestor dapat memprediksi pegaruh perusahaa terhadap pergeraka ideks (Rahardjo, 006:41). Peeliti bermaksud melakuka peelitia megeai peerapa sigle idex model dalam pembetuka portofolio optimal pada saham-saham yag memiliki ilai kapitalisasi pasar yag besar (big capitalizatio) di Bursa Efek Idoesia. Bursa efek Idoesia tidak megatur secara khusus kriteria saham big capitalizatio, oleh karea itu peeliti memilih saham-saham perusahaa yag memiliki ilai kapitalisasi pasar terbesar di Bursa Efek Idoesa. Bursa Efek Idoesia megumumka saham dega ilai kapitalisasi terbesar dalam 50 leadig compaies i market capitalizatio.. KAJIAN PUSTAKA.1 Pasar Modal Husa (005:3) medefiisika pasar modal sebagai pasar utuk berbagai istrume keuaga (atau sekuritas) jagka pajag berupa hutag atau modal sediri yag dapat diperjualbelika, baik yag diterbitka oleh pemeritah (public authorities) maupu perusahaa swasta. Pasar modal dikeal juga dega istilah bursa efek. Trasaksi di bursa efek merupaka trasaksi surat berharga (efek) jagka pajag (umumya lebih dari satu tahu). Efek yag diperjualbelika di pasar modal dapat berupa hutag yag dikeal dega obligasi atau efek yag berupa bukti kepemilika yag dikeal dega saham.. Retur da Risiko Saham Retur merupaka imbala yag diperoleh dari ivestasi. Sumber retur terdiri dari dua kompoe yaitu capital gai/loss da yield (curret icome). Capital gai/loss merupaka selisih lebih atau kurag atara harga jual dega harga beli, sedagka yield (curret icome) merupaka keutuga yag diterima secara periodik. Retur dibedaka mejadi dua jeis, yaitu: a. realized retur, yaitu retur yag telah terjadi yag dihitug berdasarka data historis, da b. expected retur, yaitu retur yag diharapka ivestor di masa yag aka datag. Expected retur secara sederhaa merupaka rata-rata dari realized retur selama periode tertetu (Halim, 015:5). Setelah periode ivestasi berlalu maka ivestor aka meerima realized retur dari ivestasiya. Besarya expected retur dega realized retur mugki saja terdapat perbedaa. Perbedaa tersebut merupaka risiko yag harus dipertimbagka pula oleh ivestor. Zubir medefiisika risiko saham sebagai perbedaa atara expected retur dega actual retur (011:3). Risiko merupaka perbedaa atara realized retur dega expected retur sehigga pegukura risiko dapat megguaka kosep peyimpaga (variace) da stadar deviasi. Semaki jauh tigkat peyimpaga retur dari rata-rata retur maka semaki tiggi pula stadar deviasi (risiko) suatu saham, begitu pula sebalikya. Risiko dalam koteks portofolio dibedaka mejadi dua (Halim, 015:3), yaitu: a. Risiko sistematis dipegaruhi oleh faktor-faktor makro yag dapat mempegaruhi pasar secara keseluruha. Risiko sistematis tidak dapat dihilagka dega melakuka diversifikasi (udiversifiable risk) karea sifatya umum da berlaku bagi semua saham dalam bursa efek. b. Risiko tidak sistematis dipegaruhi oleh faktorfaktor yag tidak mempegaruhi pasar secara keseluruha tetapi haya berdampak pada perusahaa atau idustri tertetu saja, sehigga risiko ii dapat dihilagka dega melakuka diversifikasi (diversificable risk). Retur da risiko merupaka dua aspek yag tidak dapat dipisahka dalam ivestasi. Fahmi (01:185) mejelaska hubuga retur da risiko adalah bersifat liier. Semaki tiggi retur maka semaki tiggi pula risiko, serta semaki besar aset yag diivestasika maka semaki besar risiko yag timbul dari ivestasi tersebut. Namu hubuga yag bersifat liier haya mugki terjadi pada kodisi pasar yag ormal. Kodisi pasar yag tidak ormal meyebabka semua bisa saja berubah atau tidak sesuai dega yag diharapka..3 Teori Portofolio Berdasarka asumsi bahwa ivestor bersifat rasioal, dimaa ivestor cederug memaksimalka retur dega risiko yag semiimal mugki medorog ivestor utuk melakuka diversifikasi saham da membetuk portofolio. Meurut Husa (005:49), portofolio 45

4 merupaka sekumpula kesempata ivestasi. Pembetuka portofolio berusaha mecari kombiasi terbaik dari berbagai saham sehigga dapat memaksimalka retur melalui peyebara saham dalam ragka meguragi risiko yag ditaggug. Pembetuka portofolio dilakuka dega megalokasika daa pada berbagai alteratif saham, dimaa koefisie korelasi masigmasig alteratif saham megakibatka risiko saham dapat dimiimalka (korelasi atar saham sagat kecil). Ivestor berusaha meetuka saham-saham pembetuk portofolio yag efisie dalam ragka meghasilka kombiasi retur da risiko yag optimum. Suatu portofolio dikataka efisie apabila memberika expected retur yag maksimum dega risiko yag sama, atau memberika risiko miimum dega expected retur yag sama. Suatu portofolio dikataka efisie apabila portofolio tersebut berada pada efficiet frotier. Namu belum tetu portofolio yag terdapat dalam efficiet frotier merupaka portofolio optimal. Portofolio optimal merupaka portofolio yag dipilih ivestor dari sekia bayak piliha yag ada dalam kumpula portofolio efisie (Tadelili, 010:160). Portofolio optimal dapat ditetuka dega megguaka kurva idifere. Kurva idifere meggambarka perilaku ivestor pada tigkat piliha saham yag diambil. Ivestor berusaha meetuka piliha berdasarka berbagai kombiasi portofolio yag memberika kepuasa tertiggi. Gabuga kurva idifere ivestor da efficiet frotier meujukka portofolio yag efisie da portofolio optimal. Garis siggug kedua aalisis tersebut meujukka portofolio optimal yag dipilih ivestor sesuai preferesi ivestor terhadap risiko yag ditaggug Aalisis portofolio berkaita dega dua parameter yaitu expected retur portofolio da risiko portofolio. a. Expected retur portofolio Retur portofolio adalah retur ivestasi dalam berbagai jeis saham selama suatu periode tertetu (Samsul, 006:304). Expected retur portofolio merupaka rata-rata tertimbag dari expected retur saham tuggal dalam portofolio, dimaa faktor peimbagya adalah komposisi daa yag diivestasika pada masig-masig saham. b. Risiko portofolio Risiko portofolio merupaka risiko ivestasi dari sekelompok saham (Samsul, 006:305). Perhituga risiko portofolio tidak dapat dilakuka dega mejumlahka risiko masigmasig saham karea risiko portofolio buka merupaka rata-rata terimbag dari risiko masig-masig saham dalam portofolio..4 Portofolio dega Sigle Idex Model Halim (015:64) meyataka bahwa retur atara dua sekuritas atau lebih aka berkorelasi da mempuyai reaksi yag sama terhadap satu faktor atau ideks tuggal yag dimasukka dalam model. Faktor atau ideks tuggal yag mempegaruhi perubaha retur masig-masig saham adalah tigkat keutuga pasar yag ditujukka dega ideks pasar tertetu. Sigle idex model memiliki dua asumsi yag membedaka dega model lai, yaitu: a. Kesalaha residual atar saham tidak memiliki korelasi. b. Kesalaha residual saham tidak memiliki korelasi dega retur pasar 3. METODE PENELITIAN 3.1 Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif. 3. Lokasi Peelitia Peelitia ii dilakuka melalui website resmi dalam memperoleh berbagai sumber data yag akurat da meujag, diataraya: Bursa Efek Idoesia, Bak Idoesia, da Kustodia Setral Efek Idoesia. Alasa pemiliha lokasi tersebut karea meyediaka data-data berupa data sekuder yag dibutuhka dalam peelitia ii. Pegguaa website resmi diperluka dalam peelitia ii karea keabsaha data yag akurat. 3.3 Fokus Peelitia Fokus peelitia berfugsi membatasi peelitia agar tidak meluas di luar topik peelitia. Peyusua fokus peelitia dapat meghasilka iformasi yag dibutuhka sesuai dega rumusa masalah dalam peelitia. Fokus dalam peelitia ii adalah: a. Retur da risiko dari masig-masig saham da pasar, retur bebas risiko, serta excess retur to beta utuk meetuka portofolio optimal 46

5 b. Komposisi daa c. Expected retur da risiko portofolio. 3.4 Populasi da Sampel Populasi merupaka wilayah geeralisasi yag terdiri atas objek atau subjek yag mempuyai kualitas da karakteristik tertetu da ditetapka oleh peeliti utuk dipelajari da kemudia ditarik kesimpula (Sugiyoo, 007:7). Populasi yag diteliti adalah semua saham yag perah termasuk dalam 50 leadig compaies i market capitalizatio di Bursa Efek Idoesia periode Jumlah populasi dalam peelitia ii adalah 00 saham. Sampel adalah bagia dari populasi yag terdiri dari aggota-aggota populasi yag terpilih (Zulgaef, 008:134). Tekik pegambila sampel yag diguaka dalam peelitia ii adalah oradom samplig, khususya tekik purposive samplig. Adapu kriteria yag diguaka dalam pemiliha sampel adalah saham yag termasuk dalam 50 leadig compaies i market capitalizatio selama 4 tahu berturut-turut (01-015) serta saham-saham tersebut tidak melakuka stock split selama periode peelitia. Berdasarka kriteria tersebut maka dihasilka sampel sebayak 31 saham. 3.5 Data Peelitia a. Sumber Data Peelitia ii megguaka data sekuder berupa time series periode yag terdiri dari daftar saham yag termasuk 50 leadig compaies i market capitalizatio, harga saham bulaa (close price), divide tuai yag dibayarka perusahaa sampel, da BI rate. Data tersebut diperoleh dari Bursa Efek Idoesia ( Bak Idoesia ( da Kustodia Setral Efek Idoesia ( b. Pegumpula Data Sekara dalam Zulgaef (008:161) meyataka tekik pegumpula data merupaka cara utuk memperoleh data. Tekik yag diguaka utuk medapatka data dalam peelitia adalah dokumetasi. Tekik dokumetasi dalam peelitia ii adalah dega cara megumpulka data sekuder yag berasal dari dokumetasi Bursa Efek Idoesia, dokumetasi Bak Idoesia, serta dokumetasi Kustodia Setral Efek Idoesia. 3.5 Metode Aalisis Data Tekik aalisis data dalam peelitia ii terkait dega peetua saham-saham yag termasuk dalam portofolio optimal dega megguaka sigle idex model. Tahap aalisis data pembetukka portofolio optimal dega sigle idex model secara beruruta dapat dijelaska sebagai berikut. a. Meghitug realized retur bulaa (R i ) da expected retur (E(R i )) masig-masig saham dega rumus: R i = (Hartoo, 013:37) E(R i ) = Pt Pt 1 + Dt Pt 1 i=1 Ri (Husa, 005: 47) b. Meghitug retur pasar (R M ), expected retur (E(R M )), serta risiko pasar ( M ) berdasarka IHSG bulaa dega rumus : R M = IHSG t IHSG t-1 IHSG t-1 (Hartoo, 013:370) E(R M ) = m=1 R M (Hartoo, 013:5) Perhituga risiko pasar dapat dilakuka dega megguaka rumus varia (VARP) pada program Microsoft Excel. c. Meghitug beta da alpha masig-masig saham Utuk mempermudah peetua beta da alpha, maka perhituga beta da alpha masig-masig saham dapat dihitug dega program Microsoft ecxel d. Meghitug risiko ivestasi : 1) Risiko uik σ ei = i=1 (e i) (Halim, 015:84) Dimaa e i dapat dihitug dega rumus: (Hartoo, 013:314) ) Risiko saham e i = R i (α i + (β i. R M )) σ i = β i σ m + σ ei (Hartoo, 013:387) 47

6 e. Meguji asumsi dasar sigle idex model Pegujia dilakuka dega megguaka program IBM SPSS (Statistical Packages for Social Sciece) Statistic 1 berdasarka aalisis correlate. f. Meetuka retur bebas risiko (R BR ) Retur bebas risiko (R BR ) ditetuka berdasarka BI Rate selama periode peelitia (01-015). Besarya retur bebas risiko merupaka rata-rata suku buga selama periode peelitia. Saham yag memiliki E(R i ) > R BR aka dimasukka dalam aalisis selajutya karea aka meghasilka ERB yag positif. g. Meghitug excess retur to beta dega rumus: ERB = E(R i) - R BR β i (Hartoo, 013:39) h. Megurutka ERB dari ilai tertiggi ke ilai teredah. i. Meghitug ilai A i da B i dega rumus : A i = (E(R i)- R BR ).β i σ ei (Hartoo, 013:393) B i = βi (Hartoo, 013:393) j. Meetuka cut-off poit (C*) berdasarka ilai C i yag dihitug dega rumus : C i = σei σ m i j=1 A j i 1+ σ m j=1 B j (Hartoo, 013:393) Besarya cut-off poit adalah ilai (C i ) dimaa ERB terakhir kali masih lebih besar dari ilai C i. Saham-saham yag termasuk portofolio optimal adalah saham yag memiliki ilai ERB lebih besar atau sama dega dega ilai ERB di titik C*. k. Meghitug besarya komposisi daa masigmasig 1) Meghitug beta da alpha portofolio dega rumus: β p = (Hartoo, 013:386) α p = i=1 Wi β i i=1 Wi α i (Hartoo, 013:386) ) Meetuka expected retur portofolio dega rumus : E(R p ) = α p + β p. E(R M ) (Hartoo, 013:387) 3) Meetuka risiko portofolio dega rumus : σ p = β p. σ m +( W i. σ ei j=1 ) (Hartoo, 013:387) m. Membadigka expected retur da risiko saham idividu dega portofolio yag dibetuk berdasarka sigle idex model. 4. HASIL DAN PEMBAHASAN 4.1. Meetuka Saham yag Termasuk Portofolio Optimal Berdasarka Sigle Idex Model a. Meghitug realized retur (Ri) da expected retur (E(Ri)) masig-masig saham Realized retur masig-masig saham (R i ) merupaka selisih harga periode sekarag dega harga periode sebelumya (capital gai) beserta divide kas yag dibayarka (yield). Setelah realized retur masig-masig saham diketahui, selajutya dilakuka perhituga expected retur masigmasig saham (E(R i )). E(R i ) ditetuka dega meghitug rata-rata R i saham selama periode peelitia (48 bula). Berikut ragkuma R i da E(R i ) periode dapat dilihat pada tabel 1 halama 7. W i = Z i k Z j j (Hartoo, 013:396) Z i = βi σei (ERB i-c*) (Hartoo, 013:397) l. Meghitug expected retur da risiko portofolio 48

7 Tabel 1. Realized Retur da Expected Retur Masig- Masig Saham Periode No. Kode Saham Ri E(Ri) 1 AALI, ,0606 ADRO -0,858-0, BBCA 0, , BBNI 0, , BBRI 0, , BDMN 0, , BMRI 0, , BMTR 0, , BNGA -0,5174-0, BSDE 0, , BTPN -0,4545-0, BYAN -0, , CPIN 0, , EMTK 1, , EXCL 0, , GGRM 0,0954 0, HMSP 1,1745 0, ICBP 1, , INCO -0,0189-0, INDF 0,3108 0, INTP 0,5743 0,01193 ISAT 0,178 0, JSMR 0, , MNCN 0, , PGAS 0,086 0, PTBA -0, , SMAR -0,0771-0, SMGR 0,440 0, SMMA 0,311 0, UNTR -0, , UNVR 0, ,01806 Sumber: data diolah peeliti (016) b. Meghitug retur pasar (RM) da expected retur pasar (E(RM)) Retur pasar (R M ) ditetuka berdasarka data Ideks Harga Saham Gabuga (IHSG). Pemiliha IHSG sebagai idikator retur pasar karea IHSG mecermika pedapata semua sektor atau semua perusahaa yag terdaftar di BEI sehigga lebih akurat meggambarka kodisi pasar. Retur pasar (R M ) dihitug dari perubaha IHSG bulaa yag terjadi selama periode Total R M adalah 0,10, maka perhituga expected retur pasar adalah sebagai berikut. E(R M ) = 0,10 48 bula E(R M ) = 0, c. Meghitug beta (βi) da alpha (αi) masigmasig saham Beta meujukka besarya perubaha retur saham yag dipegaruhi perubaha retur pasar, sedagka alpha meujukka besarya retur uik saham yag tidak dipegaruhi perubaha retur pasar. Berikut ilai beta (β i ) da alpha (α i ) masigmasig saham selama periode dega varia retur pasar sebesar 0,0015. Tabel. Nilai Beta da Alpha Masig-Masig Saham No. Kode Saham Beta Alpha 1 AALI 0, ,05874 ADRO 0,3985-0, BBCA 1,0997 0, BBNI 1, , BBRI 1, , BDMN 1, , BMRI 1, , BMTR 1,5684 0, BNGA 1,8838-0, BSDE, , BTPN 0, , BYAN 0, , CPIN 1,805 0, EMTK 1, , EXCL 0, , GGRM 0, , HMSP 0, , ICBP 0, , INCO 0, , INDF 0, , INTP 1, ,0073 ISAT 0,9441 0, JSMR 1, , MNCN 1, , PGAS 1,0959-0, PTBA 0,8467-0, SMAR -0,14 0, SMGR 1, , SMMA 0,138 0, UNTR 0, , UNVR 0,9094 0,0167 Sumber: data diolah peeliti (016) d. Meghitug risiko masig-masig saham (σi ) Risiko saham terdiri atas risiko sistematis da risiko tidak sistematis. Risiko tidak sistematis diukur dega varia kesalaha residual (σ ei ). Varia kesalaha residual merupaka kesalaha residual karea adaya perbedaa ilai yag diharapka dega ilai aktual. Risiko sistematis ditujuka oleh beta da varia retur pasar (β i σ m ). Adapu risiko sistematis dihitug dega megalika beta saham kuadrat dega varia retur pasar sebesar 0,0015. Setelah diketahui risiko tidak sistematis da risiko 49

8 sistematis, maka selajutya dapat ditetuka risiko saham idividu berdasarka pejumlaha saham tidak sistematis da saham sistematis. Tabel 3. Risiko Saham Idividu No. Kode Saham βi σm σei σi 1 AALI 0,0005 0,1150 0,1175 ADRO 0,0003 0, , BBCA 0,0018 0, , BBNI 0, ,0088 0, BBRI 0, ,0036 0, BDMN 0, ,0057 0, BMRI 0, , , BMTR 0, ,0176 0, BNGA 0,005 0, , BSDE 0, , , BTPN 0, , ,004 1 BYAN 0, , , CPIN 0, , , EMTK 0, , , EXCL 0, , , GGRM 0, , , HMSP 0,0014 0,005 0, ICBP 0,0015 0, , INCO 0, ,090 0, INDF 0, ,0081 0, INTP 0, , ,0073 ISAT 0, , , JSMR 0, ,007 0, MNCN 0, ,0093 0, PGAS 0, , , PTBA 0, ,0155 0, SMAR 0, , , SMGR 0, ,0054 0, SMMA 0,0000 0,0063 0, UNTR 0,0007 0, , UNVR 0, , ,00384 Sumber: data diolah peeliti (016) e. Uji Asumsi Dasar Sigle Idex Model Uji asumsi dasar sigle idex model dalam peelitia ii megguaka program IBM SPSS Statistic 1 dega aalisis correlatio. Uji asumsi dasar sigle idex model terhadap saham 50 leadig compaies i market capitalizatio meujukka bahwa semua sampel saham dalam peelitia ii memeuhi asumsi sigle idex model dimaa ilai kovaria kesalaha residual atar saham meujukka ilai yag sagat kecil da medekati ol, demikia pula ilai kovaria kesalaha residual masig-masig saham dega retur pasar meujukka ilai yag sagat kecil da medekati ol. f. Meghitug Retur Bebas Risiko (RBR) Pegukura tigkat retur bebas risiko dilakuka dega meetuka jumlah rata-rata BI rate bulaa per tahu selama periode , kemudia dibagi jumlah periode peelitia (48 bula). Nilai retur bebas risiko sebesar 0,568% (0,00568). Saham-saham yag termasuk pembetuk portofolio optimal adalah saham yag memiliki ilai E(R i ) > R BR sehigga ilai ERB aka positif. Saham yag memiliki ilai E(R i ) < R BR aka dielimiasi, sehigga saham yag termasuk aalisis selajutya berjumlah 17 saham. g. Meetuka excess retur to beta (ERB), Ai, Bi, Ci, da C* Excess retur to beta megukur kelebiha retur premium terhadap satu uit risiko yag tidak dapat didiversifikasi yag diukur dega beta. Nilai ERB dijadika dasar peetua saham yag termasuk portofolio optimal. ERB yag berilai tiggi merupaka kadidat pembetuk portofolio optimal. Setelah ERB diurutka dari yag tertiggi sampai yag teredah maka diperluka titik pembatas (cut off poit) atara saham dega ERB tiggi da saham dega ERB redah. Peetua cut off poit (C * ) dapat dilakuka dega meetuka ilai A i, B i, da C i. ilai C* merupaka ilai C i terakhir yag memiliki ilai ERB > C i. Tabel 4. Nilai ERB, Ai, Bi, Ci, da C* Kode Saham ERB Ai Bi Ci AALI 0, , ,79 0,00016 UNVR 0,0454 0,97019,81 0,00158 EMTK 0,0393 3, ,63 0,00517 HMSP 0,0077 3, ,80 0,00770 ICBP 0, , ,8 0,0099* BBCA 0, ,01609,41 0,00991 SMMA 0, , ,1 0,00901 MNCN 0, , ,95 0,00869 BSDE 0, , ,0 0,0080 BBRI 0, , ,91 0,00816 INTP 0, , ,50 0,00803 CPIN 0, , ,97 0,00764 BMTR 0, , ,70 0,00765 BMRI 0, , ,84 0,0069 BBNI 0, , ,4 0,00580 JSMR 0,0016 0, ,8 0,00558 INDF 0,0017 0,848 4,13 0,00543 Sumber: data diolah peeliti (016) Berdasarka tabel 4 (halama 8), diketahui ilai C* adalah 0,0099 (saham ICBP). Cut-off poit 50

9 memisahka saham yag termasuk portofolio optimal dega yag tidak termasuk. Saham yag berada di atas C* termasuk dalam portofolio optimal, sehigga terdapat 5 saham yag mejadi pembetuk portofolio optimal yaitu AALI, UNVR, EMTK, HMSP, da ICBP. 4.. Meetuka komposisi saham-saham pembetuk portofolio optimal berdasarka sigle idex model Setelah diketahui saham-saham yag termasuk pembetuk portofolio optimal, maka selajutya meetuka komposisi daa portofolio. Komposisi daa masig-masig saham adalah AALI sebesar 1,15%, UNVR sebesar 5,36%, EMTK sebesar 41,00%, HMSP sebesar 9,795, da ICBP sebesar,70% Meetuka Expected Retur da Risiko Portofolio a. Meetuka beta da alpha portofolio Beta portofolio merupaka rata-rata tertimbag dari beta masig-masig saham yag termasuk portofolio optimal. Beta portofolio dapat diperoleh dega mejumlahka perkalia beta masigmasig saham dega komposisi saham dalam portofolio. Sama halya dega beta portofolio, alpha portofolio merupaka rata-rata tertimbag dari alpha masig-masig saham yag termasuk portofolio optimal. Beta portofolio diketahui sebesar 0,9473 yag meujukka jika retur pasar aik megalami keaika atau peurua sebesar 10% maka portofolio aka megalami keaika atau peurua sebayak 0,9473 kali dari retur pasar. Adapu alpha portofolio diketahui sebesar 0,077 (,8%) yag meujukka retur portofolio yag tidak dipegaruhi retur pasar adalah sebesar,8%. b. Meetuka expected retur portofolio Perhituga expected retur portofolio (E(R p )) didasarka pada alpha portofolio, beta portofolio, serta expected retur pasar. Nilai expected retur portofolio optimal adalah sebesar 0,0714 (,71%). c. Meetuka risiko portofolio Setelah meeetuka expected retur portofolio selajutya meetuka risiko portofolio. Perhituga risiko portofolio didasarka pada beta portofolio kuadrat (β p ), varia retur pasar (σ M ), serta akumulasi varia residual masig-masig saham sesuai komposisiya dalam portofolio ( W i.σ j=1 ei ). Nilai risiko portofolio optimal adalah sebesar 0,00144 (0,14%). Hasil perhituga expected retur da risiko portofolio meujukka portofolio yag terbetuk meghasilka expected retur tertetu pada tigkat risiko palig redah. Expected retur sebesar,71% merupaka tigkat keutuga yag terdapat dalam rage expected retur saham-saham yag membetuk portofolio, sedagka risiko portofolio sebesar 0,14% merupaka tigkat risiko miimum yag dihasilka portofolio jika dibadigka risiko total dari masig-masig saham yag membetuk portofolio. 5. KESIMPULAN DAN SARAN 5.1 Kesimpula Berdasarka aalisis portofolio optimal dega sigle idex model terhadap saham-saham yag termasuk 50 leadig compaies i market capitalizatio, maka dari peelitia ii dapat diambil kesimpula sebagai berikut: 1. Aalisis portofolio optimal dega sigle idex model meujukka saham yag termasuk portofolio optimal dari saham-saham yag termasuk 50 leadig compaies i market capitalizatio adalah Agro Astra Lestari Tbk. (AALI), Uilever Tbk. (UNVR), Elag Mahkota Tekologi Tbk. (EMTK), HM. Sampoera Tbk. (HMSP), da Idofood CBP Sukses Makmur Tbk. (ICBP).. Komposisi daa masig-masig saham dalam portofolio optimal adalah AALI sebesar 1,15%, UNVR sebesar 5,36%, EMTK sebesar 41,00%, HMSP sebesar 9,79%, serta ICBP sebesar,70%. 3. Portofolio yag terbetuk meghasilka expected retur portofolio sebesar,71%, sedagka risiko portofolio sebesar 0,00144 (0,14%). Pembetuka portofolio dapat meguragi risiko yag ditaggug ivestor karea risiko portofolio lebih kecil dibadigka risiko saham idividu. 5. Sara Berdasarka uraia kesimpula di atas, terdapat beberapa sara yag dapat dipertimbagka ivestor dalam berivestasi pada istrume saham, yaitu: 1. Ivestor lebih baik melakuka ivestasi dega membetuk portofolio. Ivestor megalokasika daaya pada berbagai jeis saham sehigga dapat meguragi risiko yag aka ditaggug. 51

10 Jika ivestor megalokasika daaya pada berbagai jeis saham, maka kerugia salah satu saham dapat ditutupi dega keutuga dari saham lai yag tidak megalami kerugia.. Sebelum megalokasika daaya pada berbagai jeis saham, diperluka aalisis terkait retur yag aka diperoleh da risiko yag aka ditaggug ivestor. Sigle idex model dapat dijadika salah satu model aalisis pembetuka portofolio yag sesuai preferesi ivestor sehigga daa yag dimiliki dapat dialokasika sesuai dega komposisi yag tepat dalam portofolio optimal. 3. Peelitia ii dilakuka dega megaalisis portofolio optimal yag dihitug berdasarka periode peelitia. Peelitia selajutya dapat megguaka aalisis portofolio optimal yag dihitug per tahu. Aalisis portofolio optimal meujukka saham yag bertaha sebagai pembetuk portofolio optimal da saham yag tidak bertaha sebagai pembetuk portofolio dari tahu ke tahu. Hasil aalisis portofolio tersebut dapat diguaka ivestor sebagai pertimbaga recaa ivestasi, dimaa saham yag bertaha sebagai pembetuk portofolio dari tahu ke tahu dapat dimasukka dalam portofolio ivestor. Samsul, Mohamad Pasar modal da maajeme portofolio. Jakarta: Erlagga. Sugiyoo Metode peelitia pedidika pedekata kuatiatif, kualitatif, da R&D. Badug: Alfabeta. Tadelili, Eduardus Aalisis ivestasi da maajeme portofolio edisi pertama. Yogyakarta: BPFE Uiversitas Gadjah Mada. Zubir, Zalmi Maajeme portofolio: Peerapaya dalam ivestasi saham. Jakarta: Salemba Empat. Zulgaef Metode peelitia bisis. Yogyakarta: Graha Ilmu. DAFTAR PUSTAKA Fahmi, Irham. 01. Maajeme ivestasi: Teori da soal taya- jawab. Jakarta: Salemba Empat. Halim, Abdul Aalisis ivestasi da aplikasiya dalam aset keuaga da aset riil. Jakarta: Salemba Empat. Hartoo, Jogiyato Teori portofolio da aalisis ivestasi edisi ke delapa. Yogyakarta: BPFE Uiversitas Gadjah Mada. Husa, Suad Dasar-dasar teori portofolio: Aalisis sekuritas pasar modal cetaka keempat. Yogyakarta: UPP-AMP YKPN. Husa, Suad da Pudjiastuti, Ey Dasardasar teori portofolio da aalisis sekuritas: Dilegkapi peyelesaia soal cetaka ketiga. Yogyakarta: UPP AMP YKPN. Rahardjo, Sapto Kiat membagu aset kekayaa: Padua ivestasi saham a-z. Jakarta: Gramedia. 5

METODE PENELITIAN. Data yang digunakan dalam penelitian ini adalah data sekunder yang bersifat historis.

METODE PENELITIAN. Data yang digunakan dalam penelitian ini adalah data sekunder yang bersifat historis. III. METODE PENELITIAN 1.1. Jeis da Sumber Data Data yag diguaka dalam peelitia ii adalah data sekuder yag bersifat historis. Sumber data sekuder adalah sumber data peelitia yag diperoleh peeliti secara

Lebih terperinci

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

PETA KONSEP RETURN dan RISIKO PORTOFOLIO PETA KONSEP RETURN da RISIKO PORTOFOLIO RETURN PORTOFOLIO RISIKO PORTOFOLIO RISIKO TOTAL DIVERSIFIKASI PORTOFOLIO DENGAN DUA AKTIVA PORTOFOLIO DENGAN BANYAK AKTIVA DEVERSIFIKASI DENGAN BANYAK AKTIVA DEVERSIFIKASI

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Saham Saham adalah surat berharga yag dapat dibeli atau dijual oleh peroraga atau lembaga di pasar tempat surat tersebut diperjualbelika. Sebagai istrumet ivestasi, saham memiliki

Lebih terperinci

Qur anitasari Raden Rustam Hidayat Sri Sulasmiyati Fakultas Ilmu Administrasi Universitas Brawijaya Malang

Qur anitasari Raden Rustam Hidayat Sri Sulasmiyati Fakultas Ilmu Administrasi Universitas Brawijaya Malang ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL DALAM MEMINALKAN TINGKAT RISIKO INVESTASI DENGAN MENGGUNAKAN MODEL INDEKS TUNGGAL (Studi Kasus LQ-45 Di Bursa Efek Idoesia Periode Jauari 2013-Juli 2015) Qur aitasari

Lebih terperinci

MANAJEMEN RISIKO INVESTASI

MANAJEMEN RISIKO INVESTASI MANAJEMEN RISIKO INVESTASI A. PENGERTIAN RISIKO Resiko adalah peyimpaga hasil yag diperoleh dari recaa hasil yag diharapka Besarya tigkat resiko yag dimasukka dalam peilaia ivestasi aka mempegaruhi besarya

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini bertujuan untuk menganalisis pembentukan portofolio optimal

BAB III METODE PENELITIAN. Penelitian ini bertujuan untuk menganalisis pembentukan portofolio optimal BAB III METODE PENELITIAN 3.1 Jeis Peelitia Peelitia ii bertujua utuk megaalisis pembetuka portofolio optimal saham-saham pada ideks LQ-45 megguaka model ideks tuggal periode 2014 2015. Berdasarka tujua

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA A. Tijaua Peeliti Terdahulu Peelitia yag dilakuka oleh Laraswati tahu 2010 yag meeliti tetag portofolio optimal saham yag masuk dalam Jakarta Islamic Idex (JII). Kesimpula dari

Lebih terperinci

BAB 3 DATA DAN METODOLOGI PENELITIAN

BAB 3 DATA DAN METODOLOGI PENELITIAN BAB 3 DATA DAN METODOLOGI PENELITIAN Pada Bab ii aka memberika iformasi hal yag berkaita dega lagkah-lagkah sistematis yag aka diguaka dalam mejawab pertayaa peelitia.utuk itu diperluka beberapa hal sebagai

Lebih terperinci

Tri Ratna Adiningrum Raden Rustam Hidayat Sri Sulasmiyati Fakultas Ilmu Administrasi Universitas Brawijaya Malang

Tri Ratna Adiningrum Raden Rustam Hidayat Sri Sulasmiyati Fakultas Ilmu Administrasi Universitas Brawijaya Malang PENGGUNAAN METODE SINGLE INDEX MODEL DALAM MENENTUKAN PORTOFOLIO OPTIMAL TAHUN 2012-2015 (Studi pada Saham-Saham yag Terdaftar dalam Ideks IDX30 Di BursaiEfekiIdoesia PeriodehFebruari 2012 - Agustus 2015)

Lebih terperinci

ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL SAHAM PERUSAHAAN INDEKS SRI KEHATI-BEI MENGGUNAKAN MODEL INDEKS TUNGGAL ( )

ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL SAHAM PERUSAHAAN INDEKS SRI KEHATI-BEI MENGGUNAKAN MODEL INDEKS TUNGGAL ( ) ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL SAHAM PERUSAHAAN INDEKS SRI KEHATI-BEI MENGGUNAKAN MODEL INDEKS TUNGGAL (2013-2015) Farah Widia Defri Moch. Dzulkirom AR. Fakultas Ilmu Admiistrasi Uiversitas Brawijaya

Lebih terperinci

Firdani Antika Sari Nila Firdausi Nuzula Fakultas Ilmu Administrasi Universitas Brawijaya Malang

Firdani Antika Sari Nila Firdausi Nuzula Fakultas Ilmu Administrasi Universitas Brawijaya Malang PEMBENTUKAN PORTOFOLIO OPTIMAL DENGAN MODEL INDEKS TUNGGAL (Studi Pada Perusahaa Property, Real Estate Ad Buildig Costructio Yag Tercatat Di Bursa Efek Idoesia Periode 013-015) Firdai Atika Sari Nila Firdausi

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 33 BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Obyek yag aka diteliti dalam peelitia ii merupaka perusahaa/emite berstatus tetap yag termasuk dalam Jakarta islamic idex (JII) da SBI dega periode

Lebih terperinci

BAB IV HASIL & PEMBAHASAN

BAB IV HASIL & PEMBAHASAN 46 BAB IV HASIL & PEMBAHASAN A. Gambara Umum Objek Peelitia Pembetuka portofolio optimal bertujua utuk mecari kombiasi saham yag dapat memberika retur ekspektasi maksimum dega risiko tertetu. Salah satu

Lebih terperinci

ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL DENGAN MODEL INDEKS TUNGGAL DALAM PENGAMBILAN KEPUTUSAN INVESTASI

ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL DENGAN MODEL INDEKS TUNGGAL DALAM PENGAMBILAN KEPUTUSAN INVESTASI ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL DENGAN MODEL INDEKS TUNGGAL DALAM PENGAMBILAN KEPUTUSAN INVESTASI (Studi pada Jakarta Islamic Idex Periode Desember 2013-Mei 2015) Tri Yoga Utomo Topowijoo Zahroh

Lebih terperinci

PORTOFOLIO OPTIMAL EFISIENSI RISK DAN RETURN MODEL INDEKS TUNGGAL PADA PERUSAHAAN BUILDING CONTRUCTION

PORTOFOLIO OPTIMAL EFISIENSI RISK DAN RETURN MODEL INDEKS TUNGGAL PADA PERUSAHAAN BUILDING CONTRUCTION Jural Ilmu da Riset Maajeme : Volume 5, Nomor 5, Mei 2016 ISSN : 2461-0593 PORTOFOLIO OPTIMAL EFISIENSI RISK DAN RETURN MODEL INDEKS TUNGGAL PADA PERUSAHAAN BUILDING CONTRUCTION Febri Nur Choiriyah Febriurchoiriyah11@gmail.com

Lebih terperinci

Michael Krismeidyan Topowijono Nila Firdausi Nuzula Fakultas Ilmu Administrasi Universitas Brawijaya Malang

Michael Krismeidyan Topowijono Nila Firdausi Nuzula Fakultas Ilmu Administrasi Universitas Brawijaya Malang PENENTUAN PORTOFOLIO SAHAM YANG OPTIMAL DENGAN SINGLE INDEX MODEL SEBAGAI SALAH SATU ALAT PENGAMBILAN KEPUTUSAN INVESTASI SAHAM (Studi pada Perusahaa yag Terdaftar di BEI periode 011-013) Michael Krismeidya

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN 16 III. METODOLOGI PENELITIAN 3.1. Keragka Pemikira Pegukura kierja keuaga perusahaa pada dasarya dilaksaaka karea igi megetahui tigkat profitabilitas (keutuga) da tigkat resiko atau tigkat kesehata suatu

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 1.1. Lokasi Peelitia Peelitia ii dilakuka di Pojok Bursa Efek Jakarta (BEJ) yag berlokasi di Uiversitas Islam Negeri Malag, Jala Gajayaa 50 malag. Peetua lokasi ii dilakuka dega

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Investasi merupakan bentuk penundaan konsumsi sekarang untuk konsumsi

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Investasi merupakan bentuk penundaan konsumsi sekarang untuk konsumsi BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Ivestasi merupaka betuk peudaa kosumsi sekarag utuk kosumsi medatag. Secara umum ivestasi dikeal sebagai kegiata utuk meaamka harta ataupu modal, baik pada aktiva

Lebih terperinci

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data IV METODE PENELITIAN 4.1 Lokasi da waktu Peelitia ii dilakuka di PD Pacet Segar milik Alm Bapak H. Mastur Fuad yag beralamat di Jala Raya Ciherag o 48 Kecamata Cipaas, Kabupate Ciajur, Propisi Jawa Barat.

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.

Lebih terperinci

BAB II LANDASAN TEORI. Keuangan terdiri dari tiga bidang yang saling berhubungan: (1) pasar uang

BAB II LANDASAN TEORI. Keuangan terdiri dari tiga bidang yang saling berhubungan: (1) pasar uang BAB II LANDASAN TEORI A. Maajeme Keuaga Keuaga terdiri dari tiga bidag yag salig berhubuga: (1) pasar uag da pasar modal, berkaita dega pasar sekuritas da lembaga keuaga; () ivestasi, yag memfokuska pada

Lebih terperinci

MATERI 12 ANALISIS PERUSAHAAN

MATERI 12 ANALISIS PERUSAHAAN MATERI 12 ANALISIS PERUSAHAAN EPS DAN INFORMASI LAPORAN KEUANGAN KELEMAHAN PELAPORAN EPS DALAM LAPORAN KEUANGAN ANALISIS RASIO PROFITABILITAS PERUSAHAAN EARNING PER SHARE (EPS) PRICE EARNING RATIO (PER)

Lebih terperinci

ANALISIS PORTOFOLIO SAHAM MENGGUNAKAN MODEL MARKOWITZ PADA PERUSAHAAN OTOMOTIF DI BEI

ANALISIS PORTOFOLIO SAHAM MENGGUNAKAN MODEL MARKOWITZ PADA PERUSAHAAN OTOMOTIF DI BEI Jural Ilmu da Riset Maajeme Volume, Nomor, Jui ISSN : - ANALISIS PORTOFOLIO SAHAM MENGGUNAKAN MODEL MARKOWITZ PADA PERUSAHAAN OTOMOTIF DI BEI Raga Samudra ragasamudra@gmail.com Prijati Sekolah Tiggi Ilmu

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

JURNAL. ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL DENGAN MENGGUNAKAN MODEL INDEKS TUNGGAL PADA INDEKS SAHAM LQ45 Periode

JURNAL. ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL DENGAN MENGGUNAKAN MODEL INDEKS TUNGGAL PADA INDEKS SAHAM LQ45 Periode JURNAL ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL DENGAN MENGGUNAKAN MODEL INDEKS TUNGGAL PADA INDEKS SAHAM LQ45 Periode 2015 2016 Oleh: AGUNG TRI PRASETYO 13.1.02.02.0246 Dibimbig oleh : 1. Dr. SUBAGYO,

Lebih terperinci

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

Lebih terperinci

kerugia yag berbeda-beda. Utuk itu ditutut keahlia da kejelia ivestor dalam megaalisis setiap alteratif portofolio yag aka dipilih sehigga dapat dipil

kerugia yag berbeda-beda. Utuk itu ditutut keahlia da kejelia ivestor dalam megaalisis setiap alteratif portofolio yag aka dipilih sehigga dapat dipil ANALISIS PEMBENTUKAN PORTOFOLIO YANG EFISIEN PADA TIGA PERUSAHAAN SEMEN YANG TERDAFTAR DI BURSA EFEK INDONESIA (BEI) Nopriwasa Atawazu Fakultas Ekoomi Uiversitas Ekoomi JL. Margoda Raya 100, Depok Abstract

Lebih terperinci

IV METODE PENELITIAN

IV METODE PENELITIAN IV METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di PT. Bak Bukopi, Tbk Cabag Karawag yag berlokasi pada Jala Ahmad Yai No.92 Kabupate Karawag, Jawa Barat da Kabupate Purwakarta

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

BAB IV PEMECAHAN MASALAH

BAB IV PEMECAHAN MASALAH BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii

Lebih terperinci

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah.

BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN. Perumusan - Sasaran - Tujuan. Pengidentifikasian dan orientasi - Masalah. BAB III METODOLOGI DAN PELAKSANAAN PENELITIAN 3.1. DIAGRAM ALIR PENELITIAN Perumusa - Sasara - Tujua Pegidetifikasia da orietasi - Masalah Studi Pustaka Racaga samplig Pegumpula Data Data Primer Data Sekuder

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 22 BAB III METODE PENELITIAN 3.1. Metode Peelitia Pada bab ii aka dijelaska megeai sub bab dari metodologi peelitia yag aka diguaka, data yag diperluka, metode pegumpula data, alat da aalisis data, keragka

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1 Lokasi da Waktu peelitia Peelitia dilakuka pada budidaya jamur tiram putih yag dimiliki oleh usaha Yayasa Paguyuba Ikhlas yag berada di Jl. Thamri No 1 Desa Cibeig, Kecamata Pamijaha,

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Metode Peelitia yag Diguaka Metode peelitia pada dasarya merupaka cara ilmiah utuk medapatka data dega tujua da keguaa tertetu. Tujua peelitia secara umum ada empat macam

Lebih terperinci

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit

BAB III METODE PENELITIAN. objek penelitian yang penulis lakukan adalah Beban Operasional susu dan Profit BAB III METODE PENELITIAN 3.1 Objek Peelitia Objek peelitia merupaka sasara utuk medapatka suatu data. Jadi, objek peelitia yag peulis lakuka adalah Beba Operasioal susu da Profit Margi (margi laba usaha).

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. A. Analisis Portofolio Optimal Menggunakan Model Indeks Tunggal

BAB IV HASIL DAN PEMBAHASAN. A. Analisis Portofolio Optimal Menggunakan Model Indeks Tunggal BAB IV HASIL DAN PEMBAHASAN A. Analisis Portofolio Optimal Menggunakan Model Indeks Tunggal Dalam portofolio yang dibentuk, kita membentuk kombinasi yang optimal dari beberapa asset (sekuritas) sehingga

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 22 BAB III METODOLOGI PENELITIAN 3.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di tiga kator PT Djarum, yaitu di Kator HQ (Head Quarter) PT Djarum yag bertempat di Jala KS Tubu 2C/57 Jakarta Barat,

Lebih terperinci

MATERI 14 EVALUASI KINERJA PORTOFOLIO

MATERI 14 EVALUASI KINERJA PORTOFOLIO MATERI 14 EVALUASI KINERJA PORTOFOLIO KERANGKA PIKIR EVALUASI KINERjA PORTOFOLIO (EKP) MENGUKUR TINGKAT RETURN PORTOFOLIO RISK-ADJUSTED PERFORMANCE - INDEKS SHARPE - INDEKS TREYNOR - INDEKS JENSEN dede08m.com

Lebih terperinci

BAB III OBJEK DAN METODE PENELITAN. menyelidiki gejala atau peristiwa tertentu. Peristiwa atau kejadian yang diteliti

BAB III OBJEK DAN METODE PENELITAN. menyelidiki gejala atau peristiwa tertentu. Peristiwa atau kejadian yang diteliti BAB III OBJEK DAN METODE PENELITAN 3.1 Objek Peelitia Peelitia merupaka cara ilmiah utuk medapatka data dega tujua da keguaa tertetu (Sugiyoo, 006). Peelitia ii juga dimaksudka utuk meyelidiki gejala atau

Lebih terperinci

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian

BAB II METODOLOGI PENELITIAN. kualitatif. Kerangka acuan dalam penelitian ini adalah metode penelitian BAB II METODOLOGI PEELITIA 2.1. Betuk Peelitia Betuk peelitia dapat megacu pada peelitia kuatitatif atau kualitatif. Keragka acua dalam peelitia ii adalah metode peelitia kuatitatif yag aka megguaka baik

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 Keragka Pikir Peelitia Peelitia ii dilakuka dega pola pemikira yag berdasarka latar belakag, perumusa masalah, da tujua yag igi dicapai beserta alat aalisis yag diguaka utuk

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujua Peelitia Peelitia ii bertujua utuk megetahui apakah terdapat perbedaa hasil belajar atara pegguaa model pembelajara Jigsaw dega pegguaa model pembelajara Picture ad Picture

Lebih terperinci

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)

Lebih terperinci

BAB III METODOLOGI PENELITIAN DAN DATA

BAB III METODOLOGI PENELITIAN DAN DATA BAB III METODOLOGI PENELITIAN DAN DATA 3.1 Pegatar Pada bab ii aka dibahas megeai metodologi peelitia da data yag dipakai. Jeis peelitia ii megguaka metode kuatitatif. 3. Metodologi utuk pemecaha masalah

Lebih terperinci

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat BAB III METODOLOGI PENELITIAN 3.1. Jeis da Sumber Data Jeis peelitia yag aka diguaka oleh peeliti adalah jeis peelitia Deskriptif. Dimaa jeis peelitia deskriptif adalah metode yag diguaka utuk memperoleh

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

Lebih terperinci

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan. 9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara

Lebih terperinci

MATERI 10 ANALISIS EKONOMI

MATERI 10 ANALISIS EKONOMI MATERI 10 ANALISIS EKONOMI TOP-DOWN APPROACH KONDISI EKONOMI DAN PASAR MODAL VARIABEL EKONOMI MAKRO MERAMAL PERUBAHAN PASAR MODAL 10-1 TOP-DOWN APPROACH Dalam melakuka aalisis peilaia saham, ivestor bisa

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

MATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL

MATERI 13 ANALISIS TEKNIKAL ANALISIS TEKNIKAL MATERI 13 ANALISIS TEKNIKAL ASUMSI-ASUMSI DASAR ANALISIS TEKNIKAL KEUNTUNGAN DAN KRITIK TERHADAP ANALISIS TEKNIKAL TEKNIK-TEKNIK DALAM ANALISIS TEKNIKAL - The Dow Theory - Chart Pola Pergeraka Harga Saham

Lebih terperinci

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo

ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN Erie Sadewo ANALISIS TABEL INPUT OUTPUT PROVINSI KEPULAUAN RIAU TAHUN 2010 Erie Sadewo Kodisi Makro Ekoomi Kepulaua Riau Pola perekoomia suatu wilayah secara umum dapat diyataka meurut sisi peyediaa (supply), permitaa

Lebih terperinci

Lutfi Hidayatul Azizah Topowijono Sri Sulasmiyati Fakultas Ilmu Administrasi Universitas Brawijaya Malang

Lutfi Hidayatul Azizah Topowijono Sri Sulasmiyati Fakultas Ilmu Administrasi Universitas Brawijaya Malang ANALISIS INVESTASI PORTOFOLIO OPTIMAL SAHAM SYARIAH DENGAN MENGGUNAAN MODEL MARKOWITZ DAN SINGLE INDEX MODEL (Studi Pada Saham Perusahaa Yag Terdaftar Di JakartaxIslamic Idex (JII) Periode Desember 2012-

Lebih terperinci

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika Prosidig Semirata FMIPA Uiversitas Lampug, 0 Model Pertumbuha BeefitAsurasi Jiwa Berjagka Megguaka Deret Matematika Edag Sri Kresawati Jurusa Matematika FMIPA Uiversitas Sriwijaya edagsrikresawati@yahoocoid

Lebih terperinci

Irma Yuana Topowijono Devi Farah Azizah Fakultas Ilmu Administrasi Universitas Brawijaya Malang ABSTRACT.

Irma Yuana Topowijono Devi Farah Azizah Fakultas Ilmu Administrasi Universitas Brawijaya Malang   ABSTRACT. ANALISIS PEMBENTUKAN PORTOFOLIO SAHAM OPTIMAL DENGAN MODEL MARKOWITZ SEBAGAI DASAR PENETAPAN INVESTASI (Studi pada Saham yag Terdaftar dalam Jakarta Islamic Idex (JII) di Bursa Efek Idoesia Periode Jui

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Jeis peelitia Peelitia ii merupaka jeis peelitia eksperime. Karea adaya pemberia perlakua pada sampel (siswa yag memiliki self efficacy redah da sagat redah) yaitu berupa layaa

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 6 BAB III METODE PENELITIAN 3.1 Desai Peelitia Meurut Kucoro (003:3): Peelitia ilmiah merupaka usaha utuk megugkapka feomea alami fisik secara sistematik, empirik da rasioal. Sistematik artiya proses yag

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 26 BAB III METODOLOGI PENELITIAN A. Tempat da Waktu Kegiata dilakuka di Divisi Tresuri Bak XYZ dari bula Jauari - April 2011. Pegambila data dilakuka di beberapa wilayah pemasara yaitu di wilayah Jakarta,

Lebih terperinci

Pokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom.

Pokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom. Pokok Bahasa -9. Retur da Risiko Lecture Note: Defiisi retur da risiko Klasifikasi retur da risiko Hubuga retur da risiko Retur da Risiko Aktiva Tuggal Abormal Retur Retur da Risiko Portofolio 1 2 Retur

Lebih terperinci

MODEL MARKOWITZ UNTUK MEMILIH PORTOFOLIO EFISIEN PADA PERUSAHAAN SEMEN DI BEI

MODEL MARKOWITZ UNTUK MEMILIH PORTOFOLIO EFISIEN PADA PERUSAHAAN SEMEN DI BEI Jural Ilmu da Riset Maajeme Volume, Nomor, Jui 07 ISSN : -09 MODEL MARKOWITZ UNTUK MEMILIH PORTOFOLIO EFISIEN PADA PERUSAHAAN SEMEN DI BEI Sri Wahyudiaa sriwahyudiaa99@gmail.com Nurul Widyawati SEKOLAH

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian 19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.

Lebih terperinci

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa 19 III. METODE PENELITIAN A. Populasi da Sampel Populasi dalam peelitia ii adalah seluruh siswa kelas VIII SMP Negeri 8 Badar Lampug tahu pelajara 2009/2010 sebayak 279 orag yag terdistribusi dalam tujuh

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakag Maajeme risiko merupaka salah satu eleme petig dalam mejalaka bisis perusahaa karea semaki berkembagya duia perusahaa serta meigkatya kompleksitas aktivitas perusahaa

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang

IV. METODE PENELITIAN. Penelitian ini dilakukan di Kawasan Pantai Anyer, Kabupaten Serang IV. METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di Kawasa Patai Ayer, Kabupate Serag Provisi Bate. Lokasi ii dipilih secara segaja atau purposive karea Patai Ayer merupaka salah

Lebih terperinci

Analisis Window Dressing pada Reksa Dana Saham Perusahaan Sekuritas Indonesia tahun

Analisis Window Dressing pada Reksa Dana Saham Perusahaan Sekuritas Indonesia tahun Trias, Aalisis Widow Dressig pada Reksa Daa Saham Perusahaa Sekuritas Idoesia tahu.. 1 Aalisis Widow Dressig pada Reksa Daa Saham Perusahaa Sekuritas Idoesia tahu 2010-2015 Aalysis Widow Dressig o Stock

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Permasalahan

BAB I PENDAHULUAN Latar Belakang Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakag Permasalaha Matematika merupaka Quee ad servat of sciece (ratu da pelaya ilmu pegetahua). Matematika dikataka sebagai ratu karea pada perkembagaya tidak tergatug pada

Lebih terperinci

Bab III Metoda Taguchi

Bab III Metoda Taguchi Bab III Metoda Taguchi 3.1 Pedahulua [2][3] Metoda Taguchi meitikberatka pada pecapaia suatu target tertetu da meguragi variasi suatu produk atau proses. Pecapaia tersebut dilakuka dega megguaka ilmu statistika.

Lebih terperinci

Analisis Pembentukan Portofolio Optimal Berdasarkan Single Index Model pada Saham Saham yang Dikelola oleh Manajer Investasi PT.

Analisis Pembentukan Portofolio Optimal Berdasarkan Single Index Model pada Saham Saham yang Dikelola oleh Manajer Investasi PT. Aalisis Pembetuka Portofolio Optimal Berdasarka Sigle Idex Model pada Saham Saham yag Dikelola oleh Maajer Ivestasi PT. Pai Securities ANALISIS PEMBENTUKAN PORTOFOLIO OPTIMAL BERDASARKAN SINGLE INDEX MODEL

Lebih terperinci

A. Pengertian Hipotesis

A. Pengertian Hipotesis PENGUJIAN HIPOTESIS A. Pegertia Hipotesis Hipotesis statistik adalah suatu peryataa atau dugaa megeai satu atau lebih populasi Ada macam hipotesis:. Hipotesis ol (H 0 ), adalah suatu hipotesis dega harapa

Lebih terperinci

Ratna Sari, Dr. Bagus Nurcahyo. Undergraduate Program, Faculty of Economy, University of Gunadarma

Ratna Sari, Dr. Bagus Nurcahyo. Undergraduate Program, Faculty of Economy, University of Gunadarma ANALYSIS OF THE FORMATION OF PORTFOLIO SECURITIES FROM THREE COMPANIES THAT THE RECORD AS LQ45 INDEX DURING FEBRUARY-JULY 2009 IN INDONESIA STOCK EXCHANGE Rata Sari, Dr. Bagus Nurcahyo Udergraduate Program,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakag Risiko adalah suatu yag selalu dihubugka dega kemugkia terjadiya sesuatu yag merugika yag tidak terduga da tidak diharapka atau peyimpaga atara tigkat pegembalia yag

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN 30 III. METODE PENELITIAN A. Metode Dasar Peelitia Metode yag diguaka dalam peelitia adalah metode deskriptif, yaitu peelitia yag didasarka pada pemecaha masalah-masalah aktual yag ada pada masa sekarag.

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1.Tempat da Waktu Peelitia ii dilakuka di ligkuga Kampus Aggrek da Kampus Syahda Uiversitas Bia Nusatara Program Strata Satu Reguler. Da peelitia dilaksaaka pada semester

Lebih terperinci

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi,

III. METODE PENELITIAN. Variabel X merupakan variabel bebas adalah kepemimpinan dan motivasi, 7 III. METODE PENELITIAN 3.1 Idetifikasi Masalah Variabel yag diguaka dalam peelitia ii adalah variabel X da variabel Y. Variabel X merupaka variabel bebas adalah kepemimpia da motivasi, variabel Y merupaka

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yang tepat dalam sebuah penelitian ditentukan guna menjawab

BAB III METODE PENELITIAN. penelitian yang tepat dalam sebuah penelitian ditentukan guna menjawab BAB III METODE PENELITIAN Metode peelitia merupaka suatu cara atau prosedur utuk megetahui da medapatka data dega tujua tertetu yag megguaka teori da kosep yag bersifat empiris, rasioal da sistematis.

Lebih terperinci

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

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

Lebih terperinci

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik Aalisis Sektor Kuci Dimaa : KLBj aij = Keterkaita lagsug ke belakag sektor j = Usur matriks koefisie tekik (b). Keterkaita Ke Depa (Forward Ligkage) Forward ligkage meujukka peraa suatu sektor tertetu

Lebih terperinci

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua

BAB IV. METODE PENELITlAN. Rancangan atau desain dalam penelitian ini adalah analisis komparasi, dua BAB IV METODE PENELITlAN 4.1 Racaga Peelitia Racaga atau desai dalam peelitia ii adalah aalisis komparasi, dua mea depede (paired sample) yaitu utuk meguji perbedaa mea atara 2 kelompok data. 4.2 Populasi

Lebih terperinci

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa 54 BAB III METODOLOGI PENELITIAN A. Jeis Peelitia Peelitia ii merupaka peelitia deskriptif dega pedekata kuatitatif karea bertujua utuk megetahui kompetesi pedagogik mahasiswa setelah megikuti mata kuliah

Lebih terperinci

Pokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom.

Pokok Bahasan Return dan Risiko. Return. Klasifikasi Return. Return PENDAHULUAN AIMP. Trisnadi Wijaya, S.E., S.Kom. Pokok Bahasa 3-6. Retur da Risiko Lecture Note: Defiisi retur da risiko Klasifikasi retur da risiko Hubuga retur da risiko Retur da Risiko Aktiva Tuggal Abormal Retur Retur da Risiko Portofolio 1 Retur

Lebih terperinci

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi.

MATEMATIKA EKONOMI 1 Deret. DOSEN Fitri Yulianti, SP, MSi. MATEMATIKA EKONOMI 1 Deret DOSEN Fitri Yuliati, SP, MSi. Deret Deret ialah ragkaia bilaga yag tersusu secara teratur da memeuhi kaidah-kaidah tertetu. Bilaga-bilaga yag merupaka usur da pembetuk sebuah

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 1 Seputih Agung. Populasi dalam 19 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMP Negeri 1 Seputih Agug. Populasi dalam peelitia ii adalah seluruh siswa kelas VII SMP Negeri 1 Seputih Agug sebayak 248 siswa

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas X SMA N 10 Pekanbaru, semester

BAB III METODE PENELITIAN. Penelitian ini dilaksanakan di kelas X SMA N 10 Pekanbaru, semester 3 BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia ii dilaksaaka di kelas X MA N 0 Pekabaru, semester tahu ajara 03/04. Waktu pegambila data dilaksaaka pada bula eptember 03. B. Objek da

Lebih terperinci

Pengaruh Perataan Laba terhadap Kinerja Saham pada Perusahaan Manufaktur di Bursa Efek Indonesia (BEI)

Pengaruh Perataan Laba terhadap Kinerja Saham pada Perusahaan Manufaktur di Bursa Efek Indonesia (BEI) e-jural BINAR 9 AKUNTANSI Vol. No. e-jural, Jauari BINAR 03 AKUNTANSI Vol. No., April 03 ISSN 303-5 Pegaruh Perataa Laba terhadap Kierja Saham pada Perusahaa Maufaktur di Bursa Efek Idoesia (BEI) Ade Trio

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Racaga da Jeis Peelitia Racaga peelitia ii adalah deskriptif dega pedekata cross sectioal yaitu racaga peelitia yag meggambarka masalah megeai tigkat pegetahua remaja tetag

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi 5 III. METODE PENELITIAN A. Populasi da Sampel Peelitia ii dilaksaaka di SMPN 0 Badar Lampug, dega populasi seluruh siswa kelas VII. Bayak kelas VII disekolah tersebut ada 7 kelas, da setiap kelas memiliki

Lebih terperinci

METODE PENELITIAN. Penelitian ini dilakukan di wilayah Kampus Institut Pertanian Bogor (IPB)

METODE PENELITIAN. Penelitian ini dilakukan di wilayah Kampus Institut Pertanian Bogor (IPB) IV. METODE PENELITIAN 4. 1 Lokasi da Waktu Peelitia Peelitia ii dilakuka di wilayah Kampus Istitut Pertaia Bogor (IPB) Dramaga. Peelitia ii merupaka survei terhadap kosume miuma supleme bereergi merek

Lebih terperinci

IV METODE PENELITIAN. 4.1 Lokasi dan Waktu Penelitian

IV METODE PENELITIAN. 4.1 Lokasi dan Waktu Penelitian IV METODE PENELITIAN 4.1 Lokasi da Waktu Peelitia Peelitia ii dilaksaaka di Kabupate Bogor dega respode para peterak ayam broiler yag mejali kerjasama sebagai mitra dega perusahaa kemitraa Dramaga Uggas

Lebih terperinci

FORECASTING (Peramalan)

FORECASTING (Peramalan) FORECASTING (Peramala) PENDAHULUAN Forecastig adalah ramala tetag apa yag aka terjadi dimasa yag aka datag. Forecast Demad atau peramala permitaa mejadi dasar yag sagat petig dalam perecaaa suatu keputusa

Lebih terperinci

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL BAB VIII MASAAH ESTIMASI SAT DAN DA SAMPE 8.1 Statistik iferesial Statistik iferesial suatu metode megambil kesimpula dari suatu populasi. Ada dua pedekata yag diguaka dalam statistik iferesial. Pertama,

Lebih terperinci