BAB IV HAS IL D AN PEMBAHAS AN. sampai dengan November Data-data lengkap ini dapat dilihat dalam lampiran.

Transkripsi

1 BAB IV HAS IL D AN PEMBAHAS AN 4.1 Deskripsi Data Penelitian Data Kurs, Indeks Dow Jones, IHSG dan data Harga Saham dari Januari 2010 sampai dengan November Data-data lengkap ini dapat dilihat dalam lampiran. Dalam penelitian ini keseluruhan data yang akan dipakai untuk menganalisa pergerakan harga saham adalah data historis, sehingga tidak ada suatu kepastian yang dapat mengatakan bahwa kinerja harga saham yang baik dimasa lalu akan menjamin hal yang sama untuk masa berikutnya. Namun kinerja yang dihasilkan oleh masing-masing saham dapat dijadikan sebagai gambaran/petunjuk dalam melihat potensi pergerakan harga saham tersebut di masa yang akan datang. Data yang diambil untuk perhitungan analisis peramalan pergerakan harga saham antara lain: 1. Kurs (X1) Kurs adalah harga rupiah terhadap mata uang negara lain. Jadi, kurs merupakan nilai dari satu mata rupiah yang ditranslasikan ke dalam mata uang negara lain, dalam hal ini kurs yang dipakai adalah dollar amerika.

2 44 Source Bank Indonesia Gambar 4.1 Grafik Pergerakan Kurs USD-IDR Dalam gambar ini terlihat pola grafik yang terbentuk dari kurs IDR-USD. Data ini dimulai dari awal Januari 2010 sampai dengan akhir November Indeks Dow Jones (X2) Indeks Dow Jones adalah indeks perdagangan saham yang terdapat di Amerika. Indeks ini menjadi indikator perekonomian dunia. Source Yahoo Finance

3 45 Gambar 4.2 Grafik pergerakan Indeks Dow Jones Dalam gambar ini terlihat pola grafik yang terbentuk dari Indeks Dow Jones. Data ini dimulai dari awal Januari 2010 sampai dengan akhir November Indeks Harga Saham Gabungan (IHSG) (X3) Indeks Harga Saham Gabungan (IHSG) atau bisa disebut juga dengan Jakarta Composite Index (JCI) merupakan salah satu indeks pasar saham yang digunakan oleh Bursa Efek Indonesia (BEI) IHSG diperkenalkan sebagai indikator pergerakan saham di BEI. Source Yahoo Finance Gambar 4.3 Grafik Pergerakan IHSG Dalam gambar ini terlihat pola grafik yang terbentuk dari IHSG. Data ini dimulai dari awal Januari 2010 sampai dengan akhir November Astra International Tbk. (ASII) (Y)

4 46 Alasan dipilihnya saham PT. Astra International Tbk. (ASII) dalam analisis adalah karena saham ASII memiliki kapitalisasi terbesar dengan porsi kapitalisasinya 6.94% dari total kapitalisasi IHSG. ( Source Yahoo Finance Gambar 4.4 Grafik Pergerakan Harga Saham ASII Berikut grafik perbandingan pergerakan Kurs, Dow Jones, IHSG dan ASII. Source Yahoo Finance

5 47 Gambar 4.5 Grafik Perbandingan Pergerakan Kurs dan Indeks Dow Jones dengan ASII Dari grafik dapat dilihat perbandingan pergerakan Kurs dan Indeks Dow Jones terhadap saham ASII. ASII memiliki pergerakan menyerupai Indeks Dow Jones, hal ini dikarenakan Indeks Dow Jones merupakan indikator perekonomian dunia. Source Yahoo Finance Gambar 4.6 Grafik Perbandingan Pergerakan IHSG dengan ASII Dari grafik dapat dilihat perbandingan pergerakan IHSG terhadap saham ASII. ASII memiliki pergerakan menyerupai IHSG, hal ini dikarenakan IHSG merupakan indikator perdagangan saham di Indonesia. Kurs, Indeks Dow Jones dan Indeks Harga Saham Gabungan dapat dipakai dalam metode regresi linier berganda untuk menentukan estimasi harga saham. Korelasi Kurs dengan Indeks Dow Jones adalah (tanpa korelasi) yang berarti bahwa kurs

6 48 dan Indeks Dow Jones tidak saling bergantung satu sama lain. Korelasi Kurs dan IHSG adalah (tanpa korelasi) yang berarti bahwa Kurs dan IHSG tidak saling bergantung satu sama lain. Korelasi Indeks Dow Jones dan IHSG adalah 0.2(tanpa korelasi) yang berarti bahwa Indeks Dow Jones dan IHSG tidak saling bergantung satu sama lain. Karena tanpa korelasi antara Kurs, Indeks Dow Jones, dan IHSG, ketiga variabel dapat dipakai untuk mengestimasikan harga saham PT. Astra International Tbk. Koefisien korelasi Korelasi tinggi Tinggi Rendah Rendah Tanpa korelasi Tak ada korelasi (acak) Tanpa korelasi Rendah Rendah Tinggi Korelasi tinggi 1 < 0.9 > 0.9 < 0.4 > < +0.4 > +0.4 < +0.9 > Tabel 4.1 Koefisien Korelasi 4.2 Contoh Perhitungan Menentukan Model Untuk mengetahui tingkat pengembalian, data yang dianalisis adalah data pengembaliannya menggunakan fungsi Logaritma Normal (LN) dalam Microsoft Excel, seperti yang telah dikemukakan dalam metode. Data LN yang memiliki nilai negatif berarti tingkat pengembaliannya menurun atau rugi bila dibandingkan dengan nilai penutupan sebelumnya. Perhitungan LN dalam persentase, tetapi ketika data dimasukkan kedalam aplikasi regresi linier berganda, lambang persentasenya diabaikan. Data yang dipakai adalah data harian selama 5 hari (1 minggu perdagangan).

7 49 Tabel 4.2 Return X1, X2, X3 dan Y Gambar 4.7 Tampilan Error Setelah dihitung menggunakan Microsoft Excel, data LN dimasukkan kedalam aplikasi regresi linier berganda dan akan didapat hasil regresinya. Pertama-tama masukkan jumlah hari perdagangan bursa saham selama satu minggunya. Maximum hari yang bisa

8 50 dimasukkan adalah 5 hari, bila lebih dari 5 hari maka akan muncul pesan warning seperti pada gambar 4.7. Setelah dimasukkan jumlah harinya, sebagai contoh kita masukkan 5, maka akan muncul jumlah data yang dapat kita masukkan adalah sebanyak 5 data. Kemudian masukkan nilai X1, X2, X3 dan Y nya dengan mengabaikan lambang persentase yang ada seperti yang dapat dilihat pada gambar 4.8 Gambar 4.8 Masukkan Data Setelah memasukkan data, maka ada 2 pilihan yang dapat dilakukan user yaitu : 1. Clear : berfungsi untuk menghapus semua nilai yang sudah dimasukkan dan memulainya kembali dari memasukkan jumlah hari.

9 51 2. Y=a+bx1+cx2+dx3 : berfungsi untuk melakukan eksekusi proses perhitungan yang menghasilkan persamaan regresinya dan juga hasil regresinya. Gambar 4.9 Proses dan Hasil Perhitungan Setelah didapat hasil regresinya (1.02) dan jika hasil regresinya bernilai negative, maka dianggap absolute dengan menghilangkan nilai negative tersebut. Lalu hasil regresi dimasukkan ke Excel untuk menghitung upper dan lower untuk meramalkan pergerakan harga saham ASII.

10 52 Nilai Lo wer Nilai Upper Persamaan Regresi Ŷ Ŷ= (-1.039)X1+(-1.690)X X3 1.02% Tabel 4.3 Hasil Perhitungan Upper dan lower dari saham ASII dihitung menggunakan rumus 2.6 dan 2.7, setelah didapat nilainya, kemudian dibuatlah secara grafik untuk melihat tingkat keberhasilannya. Gambar 4.10 Grafik Estimasi Pergerakan Harga Saham Per-5 Hari Dari gambar 4.10 dapat dilihat bahwa harga penutupan sebenarnya (actual close) masih berada didalam garis upper dan lower berdasarkan hasil peramalan yang berarti bernilai Benar bila masih berada di dalam garis upper dan lower dan bernilai Salah bila berada diluar garis upper dan lower. Jika nilai close sebenarnya masih berada digaris

11 upper dan lower maka tingkat keberhasilannya 1. Jika nila close sebenarnya berada diluar gari upper dan lower maka tingkat keberhasilannya Hasil Estimasi Hasil estimasi yang dilakukan dari bulan Januari 2010 sampai dengan November 2010 antara lain (hasil perhitungan lengkap beserta grafik terdapat pada lampiran) : Minggu ke-2 diperoleh persamaan regresi Ŷ=(-0.002)+1.823X1+(-2.665)X X3, hasil estimasi harga sahamnya -0.52%, nilai upper 37800, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-2 dari 5 hari Minggu ke-3 diperoleh persamaan regresi Ŷ= (-1.039)X1+(-1.690)X X3, hasil estimasi harga sahamnya 1.02 %, nilai upper 38300, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-3 dari 5 hari Minggu ke-4 diperoleh persamaan regresi Ŷ=(-0.009)+(-6.902)X1+(-0.906)X X3, hasil estimasi harga sahamnya -1.37%, nilai upper 38200, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-4 dari 5 hari Minggu ke-5 diperoleh persamaan regresi Ŷ= X1+(-1.821)X X3, hasil estimasi harga sahamnya 1.23%, nilai upper 37450, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-5 dari 5 hari

12 54 Minggu ke-6 diperoleh persamaan regresi Ŷ=(-0.014)+(-7.404)X X2+ (-1.344)X3, hasil estimasi harga sahamnya -0.91%, nilai upper 38100, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-6 dari 5 hari Minggu ke-7 diperoleh persamaan regresi Ŷ= (-1.641)X1+(-0.834)X X3, hasil estimasi harga sahamnya 0.55%, nilai upper 37150, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-7 dari 5 hari Minggu ke-8 diperoleh persamaan regresi Ŷ= X1+(-0.597)X X3, hasil estimasi harga sahamnya 0.48%, nilai upper 38600, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-8 dari 5 hari Minggu ke-9 diperoleh persamaan regresi Ŷ= (-0.724)X1+(-0.128)X X3, hasil estimasi harga sahamnya 0.06%, nilai upper 39350, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-9 dari 5 hari Minggu ke-10 diperoleh persamaan regresi Ŷ=(-0.006)+1.108X X2+ (-0.882)X3, hasil estimasi harga sahamnya 0.30%, nilai upper 39200, nilai lower dengan tingkat keberhasilan 40% pada minggu ke-10 dari 5 hari Minggu ke-11 diperoleh persamaan regresi Ŷ=(-0.011)+(-1.109)X1+(-0.815)X X3, hasil estimasi harga sahamnya 1.16%, nilai upper 42350, nilai lower

13 dengan tingkat keberhasilan 100% pada minggu ke-11 dari 5 hari Minggu ke-12 diperoleh persamaan regresi Ŷ=(-0.005)+0.542X X X3, hasil estimasi harga sahamnya 0.56%, nilai upper 42250, nilai lower dengan tingkat keberhasilan 80% pada minggu ke-12 dari 5 hari Minggu ke-13 diperoleh persamaan regresi Ŷ= X1+(-0.320)X X3, hasil estimasi harga sahamnya 1.47%, nilai upper 44650, nilai lower dengan tingkat keberhasilan 100% pada minggu ke13 dari 5 hari Minggu ke-14 diperoleh persamaan regresi Ŷ= X X X3, hasil estimasi harga sahamnya 0.62%, nilai upper 37800, nilai lower dengan tingkat keberhasilan 80% pada minggu ke-14 dari 5 hari Minggu ke-15 diperoleh persamaan regresi Ŷ=(-0.006)+6.108X X X3, hasil estimasi harga sahamnya -0.48%, nilai upper 47750, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-15 dari 5 hari Minggu ke-16 diperoleh persamaan regresi Ŷ=(-0.008)+(-3.154)X1+(-0.937)X X3, hasil estimasi harga sahamnya -0.25%, nilai upper 46450, nilai lower dengan tingkat keberhasilan 100% pada minggu kedua dari 5 hari

14 56 Minggu ke-17 diperoleh persamaan regresi Ŷ= (-3.932)X1+(-2.611)X2+ (-0.542)X3, hasil estimasi harga sahamnya 1.31%, nilai upper 47550, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-17 dari 5 hari Minggu ke-18 diperoleh persamaan regresi Ŷ=(-0.004)+( )X X X3, hasil estimasi harga sahamnya 0.58%, nilai upper 49200, nilai lower dengan tingkat keberhasilan 40% pada minggu kedua dari 5 hari Minggu ke-19 diperoleh persamaan regresi Ŷ=(-0.015)+(-0.373)X1+(0.174)X X3, hasil estimasi harga sahamnya -0.52%, nilai upper 46250, nilai lower dengan tingkat keberhasilan 100% pada minggu ke19 dari 5 hari Minggu ke-20 diperoleh persamaan regresi Ŷ=( )+(-1.716)X X X3, hasil estimasi harga sahamnya -0.52%, nilai upper 45400, nilai lower dengan tingkat keberhasilan 40% pada minggu ke-20 dari 5 hari Minggu ke-21 diperoleh persamaan regresi Ŷ=(-0.010)+1.648X X X3, hasil estimasi harga sahamnya -2.29%, nilai upper 42650, nilai lower dengan tingkat keberhasilan 80% pada minggu ke-21 dari 5 hari Minggu ke-22 diperoleh persamaan regresi Ŷ=0.008+(-0.168)X X X3, hasil estimasi harga sahamnya 1.76%, nilai upper 42200, nilai lower dengan tingkat keberhasilan 0% pada minggu ke-22 dari 5 hari

15 57 Minggu ke-23 diperoleh persamaan regresi Ŷ= (-0.295)X1+(-0.417)X X3, hasil estimasi harga sahamnya 1.60%, nilai upper 46150, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-23 dari 5 hari Minggu ke-24 diperoleh persamaan regresi Ŷ=(-0.012)+(-5.877)X X2+ (-1.662)X3, hasil estimasi harga sahamnya -0.89%, nilai upper 45850, nilai lower dengan tingkat keberhasilan 20% pada minggu ke-24 dari 5 hari Minggu ke-25 diperoleh persamaan regresi Ŷ= (-7.977)X X2+ (-0.536)X3, hasil estimasi harga sahamnya 2.43%, nilai upper 49100, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-25 dari 5 hari Minggu ke-26 diperoleh persamaan regresi Ŷ=(-0.011)+0.060X1+(-1.472)X X3, hasil estimasi harga sahamnya -0.06%, nilai upper 50750, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-26 dari 5 hari Minggu ke-27 diperoleh persamaan regresi Ŷ=(-0.010)+2.932X1+(-0.624)X X3, hasil estimasi harga sahamnya -0.89%, nilai upper 50100, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-27 dari 5 hari Minggu ke-28 diperoleh persamaan regresi Ŷ=(-0.013)+(-2.595)X1+(-0.896)X X3, hasil estimasi harga sahamnya 0.45%, nilai upper 49400, nilai lower

16 dengan tingkat keberhasilan 40% pada minggu ke-28 dari 5 hari Minggu ke-29 diperoleh persamaan regresi Ŷ= X X X3, hasil estimasi harga sahamnya 0.99%, nilai upper 51500, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-29 dari 5 hari Minggu ke-30 diperoleh persamaan regresi Ŷ=0.002+(-4.574)X X2+ (-0.362)X3, hasil estimasi harga sahamnya 0.14%, nilai upper 52350, nilai lower dengan tingkat keberhasilan 80% pada minggu ke-30 dari 5 hari Minggu ke-31 diperoleh persamaan regresi Ŷ= X X X3, hasil estimasi harga sahamnya 0.24%, nilai upper 52600, nilai lower dengan tingkat keberhasilan 60% pada minggu ke-31 dari 5 hari Minggu ke-32 diperoleh persamaan regresi Ŷ=(-0.005)+1.805X1+(-0.331)X X3, hasil estimasi harga sahamnya -0.76%, nilai upper 50950, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-32 dari 5 hari Minggu ke-33 diperoleh persamaan regresi Ŷ=(-0.016)+9.369X1+(-0.894)X X3, hasil estimasi harga sahamnya -0.21%, nilai upper 50400, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-33 dari 5 hari

17 59 Minggu ke-34 diperoleh persamaan regresi Ŷ= X X X3, hasil estimasi harga sahamnya 0.21%, nilai upper 51050, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-34 dari 5 hari Minggu ke-35 diperoleh persamaan regresi Ŷ=(-0.014) X1+(-0.450)X X3, hasil estimasi harga sahamnya -0.54%, nilai upper 51150, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-35 dari 5 hari Minggu ke-36 diperoleh persamaan regresi Ŷ= (-2.538)X X X3, hasil estimasi harga sahamnya 1.03%, nilai upper 51450, nilai lower dengan tingkat keberhasilan 0% pada minggu ke-36 dari 5 hari Minggu ke-37 diperoleh persamaan regresi Ŷ= X1+(-0.247)X X3, hasil estimasi harga sahamnya 1.35%, nilai upper 55800, nilai lower dengan tingkat keberhasilan 80% pada minggu ke-37 dari 5 hari Minggu ke-38 diperoleh persamaan regresi Ŷ=(-0.019)+(-6.756)X1+(-2.100)X X3, hasil estimasi harga sahamnya 0.44%, nilai upper 57500, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-38 dari 5 hari Minggu ke-39 diperoleh persamaan regresi Ŷ=0.001+(-5.487)X1+(-0.167)X X3, hasil estimasi harga sahamnya 0.47%, nilai upper 57650, nilai lower dengan tingkat keberhasilan 60% pada minggu ke-39 dari 5 hari

18 60 Minggu ke-40 diperoleh persamaan regresi Ŷ=(-0.065)+( )X X X3, hasil estimasi harga sahamnya 1.25%, nilai upper 60050, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-40 dari 5 hari Minggu ke-41 diperoleh persamaan regresi Ŷ=(-0.006)+(-1.102)X1+ ( )X X3, hasil estimasi harga sahamnya -0.95%, nilai upper 61150, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-41 dari 5 hari Minggu ke-42 diperoleh persamaan regresi Ŷ=(-0.001)+( )X X2+ (-8.348)X3, hasil estimasi harga sahamnya -0.25%, nilai upper 59550, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-42 dari 5 hari Minggu ke-43 diperoleh persamaan regresi Ŷ=(-0.002)+4.472X X X3, hasil estimasi harga sahamnya -0.04%, nilai upper 58700, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-40 dari 5 hari Minggu ke-44 diperoleh persamaan regresi Ŷ= X X2+ (-3.601)X3, hasil estimasi harga sahamnya 0.30%, nilai upper 59450, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-44 dari 5 hari Minggu ke-45 diperoleh persamaan regresi Ŷ= X1+(-1.648)X X3, hasil estimasi harga sahamnya -0.11%, nilai upper 58900, nilai lower

19 dengan tingkat keberhasilan 100% pada minggu ke-45 dari 5 hari Minggu ke-46 diperoleh persamaan regresi Ŷ=(-0.016)+5.779X1+(-2.939)X X3, hasil estimasi harga sahamnya 0.04%, nilai upper 59850, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-46 dari 5 hari Minggu ke-47 diperoleh persamaan regresi Ŷ=(-0.014)+3.102X X X3, hasil estimasi harga sahamnya -0.64%, nilai upper 52950, nilai lower dengan tingkat keberhasilan 100% pada minggu ke-47 dari 5 hari Gambar 4.11 Grafik Hasil Estimasi Pergerakan Harga Saham dengan Nilai Sebenarnya 4.4 Pembahasan

20 62 Dari hasil diatas, maka dapat diketahui tingkat keberhasilan dari model regresi linier berganda. Hal ini menunjukkan bahwa investasi di saham ASII akan menguntungkan untuk jangka panjang. Dengan metode regresi linier berganda, dan dengan bantuan perangkat lunak (software) dari bahasa pemograman C# dari paket Visual Studio 2008, aplikasi ini dapat menghitung hasil estimasi harga saham atu hasil regresi linier berganda dengan lebih cepat. Gambar 4.12 Tampilan Rancangan Layar Program