BAB III METODE PENELITIAN

Transkripsi

1 BAB III METODE PENELITIAN A. Jenis dan Pendekatan Penelitian Penelitian menurut tingkat eksplanasi (penjelasan) adalah penelitian yang bermaksud menjelaskan kedudukan variabel-variabel yang diteliti serta hubungan/ pengaruh atau membandingkan antara satu variabel dengan variabel yang lain. Jenis penelitian menurut tingkat eksplanasi dalam penelitian ini adalah penelitian komparatif, yaitu suatu penelitian yang bersifat membandingkan. 1 Penelitian dilakukan untuk mengetahui perbedaan akurasi metode CAPM dan APT dalam memprediksi return saham perusahaan yang secara kontinyu (teraktif) terdaftar di JII periode Penelitian ini menggunakan pendekatan kuantitatif. Pendekatan ini lebih memberikan makna dalam hubungannya dengan penafsiran angka statistik bukan makna secara kebahasaan dan kulturalnya. Tujuan dalam melakukan penelitian dengan menggunakan pendekatan kuantitatif adalah menguji teori, membangun fakta, menunjukkan hubungan dan pengaruh serta perbandingan antarvariabel, memberikan deskripsi statistik, menaksir dan meramalkan hasilnya. 2 1 Syofian Siregar, Metode Penelitian Kuantitatif: Dilengkapi Perbandingan Perhitungan Manual dan SPSS, (Jakarta: Kencana, 2013), hlm Syofian Siregar, Metode Penelitian Kuantitatif: Dilengkapi Perbandingan Perhitungan Manual dan SPSS hlm

2 55 B. Variabel Penelitian Definisi operasional variabel merupakan bentuk operasional dari variabel-variabel yang digunakan, biasanya berisi definisi konseptual, indikator yang digunakan, alat ukur yang digunakan (bagaimana cara mengukur) dan penilaian alat ukur. 3 Definisi operasional variabel yang menunjang penelitian ini adalah sebagai berikut: 1. Return actual (R i ) merupakan selisih antara harga saham i pada periode t dikurangi harga saham i pada periode sebelum t, kemudian dibagi dengan harga saham i pada periode sebelum t. R i dirumuskan sebagai berikut: 2. Return market (R m ) merupakan selisih antara harga IHSG pada periode t dikurangi harga IHSG pada periode sebelum t, kemudian dibagi dengan harga IHSG pada periode sebelum t. Return pasar dapat dihitung melalui return Indeks Harga Saham Gabungan (IHSG): 3. Beta (β) Beta merupakan pengukur risiko sistematik dari suatu sekuritas atau portofolio terhadap return pasar. Beta dapat didasarkan pada model indeks 3 Syofian Siregar, Metode Penelitian Kuantitatif: Dilengkapi Perbandingan Perhitungan Manual dan SPSS, (Jakarta: Kencana, 2013), hlm. 111.

3 56 tunggal atau model pasar dengan teknik regresi. Beta dapat dihitung dengan persamaan sebagai berikut: 4 Beta dapat juga dihitung dengan rumus sebagai berikut: 5 Atau dapat diuraikan sebagai berikut: 4. Risk free (Rf) merupakan tingkat keuntungan aset bebas risiko. Rf dapat dilihat pada tingkat suku bunga Bank Indonesia, yaitu: 5. Surprise faktor (F) Surprise faktor merupakan selisih antara actual value dengan expected value dari suatu faktor. Penelitian ini menggunakan tiga faktor dalam model APT, yaitu: a. Surprise faktor inflasi (F inflasi ) merupakan nilai inflasi yang tidak diharapkan. F inflasi dirumuskan sebagai berikut: b. Surprise faktor nilai tukar mata uang (F kurs ) merupakan nilai kurs yang tidak diharapkan. F kurs dirumuskan sebagai berikut: 4 Jogiyanto Hartono, Teori Portofolio dan Analisis Investasi, (Yogyakarta: BPFE- YOGYAKARTA, 2015), hlm Murfidin Haming dan Salim Basalamah, Studi Kelayakan Investasi: Proyek dan Bisnis, (Jakarta: Bumi Aksara, 2010), hlm

4 57 c. Surprise faktor suku bunga (F SBI ) merupakan nilai suku bunga SBI yang tidak diharapkan. F SBI dirumuskan sebagai berikut: Untuk menghitung expected value variabel makro tersebut, digunakan metode Exponential Smoothing. Dalam SPSS terdapat empat macam metode Exponential Smoothing, sebagai berikut: a. Simple b. Holt's Linear Trend c. Brown's Linear Trend d. Damped Trend Untuk menentukan metode peramalan yang terbaik, maka dilihat dari nilai Mean Absolute Percentage Error (MAPE) dan nilai Mean Absolute Error (MAE). Semakin kecil nilai MAPE dan MAE, maka semakin baik metodenya. 6 C. Populasi, Sampel, dan Teknik Pengambilan Sampel Dalam metode penelitian, populasi merupakan keseluruhan dari objek penelitian yang dapat berupa manusia, hewan, tumbuh-tumbuhan, udara, gejala, nilai, peristiwa, sikap hidup, dan sebagainya, sehingga objek-objek ini dapat menjadi sumber data penelitian. 7 6 Ali Baroroh, Analisis Multivariate dan Time Series dengan SPSS 21, (Jakarta: Elex Media Komputindo, 2013), hlm Masyhuri dan M. Zainuddin, Metodologi Penelitian: Pendekatan Praktis dan Aplikatif, (Bandung: Refika Aditama, 2011), hlm. 157.

5 58 Peneliti menggunakan teknik Purposive Sampling yaitu berdasarkan pada karekteristik tertentu yang dianggap mempunyai sangkut paut dengan karakteristik populasi yang sudah diketahui sebelumnya. 8 Pengambilan sampel dilakukan dengan kriteria sebagai berikut: 1. Perusahaan-perusahaan yang terdaftar dalam JII yang memiliki data keuangan yang lengkap selama periode Perusahaan-perusahaan yang terdaftar dalam JII yang sahamnya aktif diperdagangkan di Bursa Efek Indonesia periode Tabel 3.1. Sampel Daftar Saham JII Periode No. Kode Nama Perusahaan 1. AALI Astra Agro Lestari Tbk. 2. ASII Astra International Tbk. 3. INTP Indocement Tunggal Prakarsa Tbk. 4. ITMG Indo Tambangraya Megah Tbk. 5. KLBF Kalbe Farma Tbk. 6. LPKR Lippo Karawaci Tbk. 7. LSIP PP London Sumatra Indonesia Tbk. 8. PTBA Tambang Batubara Bukit Asam (Persero) Tbk. 9. SMGR Semen Indonesia (Persero) Tbk. 10. TLKM Telekomunikasi Indonesia (Persero) Tbk. 11. UNTR United Tractors Tbk. 12. UNVR Unilever Indonesia Tbk. Sumber: Bursa Efek Indonesia (Data diolah) D. Jenis dan Teknik Pengumpulan Data Penelitian ini menggunakan data sekunder. Data sekunder merupakan data primer yang telah diolah lebih lanjut dan disajikan baik oleh pihak 8 Husein Umar, Metode Penelitian untuk Skripsi dan Tesis Bisnis, (Jakarta: Rajawali Pers, 2009), hlm. 92.

6 59 pengumpul data primer atau oleh pihak lain misalnya dalam bentuk tabel-tabel atau diagram-diagram. 9 Sesuai dengan jenis data yang diperlukan yaitu data sekunder dan teknik pengambilan sampel yang digunakan, maka teknik pengumpulan data dalam penelitian ini adalah metode dokumentasi yaitu dengan melakukan pencatatan atau mengumpulkan catatan-catatan yang menjadi bahan penelitian. 10 Data yang diperoleh dari bahan-bahan yang berhubungan dengan penelitian, yaitu data dari internet, sumber kepustakaan, jurnal-jurnal, ataupun hasil penelitian yang sesuai dengan objek yang diteliti oleh peneliti. Data yang digunakan meliputi: 1. Daftar saham yang masuk dalam JII periode Januari 2010 sampai Desember 2014 diperoleh dari website Bursa Efek Indonesia. 2. Data harga saham yang masuk dalam daftar JII, diperoleh dari informasi harga saham bulanan selama Januari 2010 sampai Desember Daftar harga saham tersebut diperoleh dari website yahoo finance. 3. Data indeks pasar, menggunakan data Indeks Harga Saham Gabungan (IHSG) bulanan selama bulan Januari 2010 sampai Desember Data diperoleh dari website yahoo finance. 4. Data aset bebas risiko (risk free) menggunakan data Sertifikat Bank Indonesia Syariah (SBIS) bulanan selama bulan Januari 2010 sampai Desember 2014, yang diperoleh dari website Bank Indonesia. 9 Husein Umar, Metode Penelitian untuk Skripsi dan Tesis Bisnis, (Jakarta: Rajawali Pers, 2009), hlm Muhammad Firdaus, Ekonometrika: Suatu Pendekatan Aplikatif, (Jakarta: Bumi Aksara, 2004), hlm. 25.

7 60 5. Data inflasi, kurs, dan suku bunga SBI periode diperoleh dari website Bank Indonesia. Data yang diperoleh kemudian diolah kembali sesuai dengan kebutuhan penelitian. E. Teknik Pengolahan dan Analisis Data Penelitian ini menggunakan analisis komparatif, yaitu suatu analisis yang digunakan untuk mengetahui perbedaan antara dua variabel (data) atau lebih. Uji statistik yang digunakan adalah uji beda dua sampel independen (Independent Samples T-Test) karena jenis datanya adalah rasio dan menguji dua sampel yang independen. 11 Teknik analisis dalam penelitian ini mempunyai beberapa tahap, di antaranya adalah sebagai berikut: 1. Capital Asset Pricing Model (CAPM) a. Menghitung actual return saham perusahaan-perusahaan JII periode b. Menghitung return pasar (return market) periode c. Melakukan uji asumsi klasik terhadap model. Pengujian asumsi klasik bertujuan untuk menghindari munculnya bias dalam analisis data serta untuk menghindari kesalahan spesifikasi model regresi yang digunakan. 12 Dalam hal ini yang menjadi variabel dependen adalah return saham masing-masing perusahaan JII dan 11 Syofian Siregar, Metode Penelitian Kuantitatif: Dilengkapi Perbandingan Perhitungan Manual dan SPSS, (Jakarta: Kencana, 2013), hlm Hengky Latan dan Selva Temalagi, Analisis Multivariate Teknik dan Aplikasi Menggunakan Program IBM SPSS 20.0, (Bandung, Alfabeta, 2013), hlm. 56.

8 61 variabel independen dari model CAPM adalah return market yang didapat dari data IHSG. Alat uji yang digunakan dalam penelitian ini adalah dengan menggunakan SPSS 16. Adapun pengujian asumsi klasik meliputi: 1) Uji Normalitas Uji normalitas bertujuan untuk mengetahui apakah residual data dari model regresi linear memiliki distribusi normal atau tidak. Model regresi yang baik adalah yang residual datanya berdistribusi normal. Jika residual data tidak terdistribusi normal maka kesimpulan statistik menjadi tidak valid atau bias. Uji normalitas dalam penelitian ini menggunakan uji statistik One-Sample Kolmogorov Smirnov Test (K-S). Pada uji K-S jika didapat nilai signifikansi > 0.05, maka dapat disimpulkan bahwa data terdistribusi normal. 13 Tidak terpenuhinya normalitas pada umumnya disebabkan karena distribusi data yang dianalisis tidak normal, karena terdapat nilai ekstrem pada data yang diambil. Nilai ekstrem ini dapat terjadi karena adanya kesalahan dalam pengambilan sampel, bahkan karena kesalahan dalam melakukan input data atau 13 Hengky Latan dan Selva Temalagi, Analisis Multivariate Teknik dan Aplikasi Menggunakan Program IBM SPSS 20.0, (Bandung: Alfabeta, 2013), hlm

9 62 memang karena karakteristik data tersebut sangat jauh dari ratarata. 14 2) Uji Heteroskedastisitas Uji heteroskedastisitas dilakukan untuk mengetahui ada tidaknya penyimpangan terhadap salah satu asumsi klasik yang mensyaratkan adanya homokedastisitas. Pengujian ada tidaknya gejala heteroskedastisitas memakai metode grafik dengan melihat ada tidaknya pola tertentu pada scatterplot dari variabel dependen, dimana jika tidak terdapat pola tertentu maka tidak terjadi heteroskedastisitas dan begitu juga sebaliknya. Untuk mendeteksi adanya Heterokedastisitas dilakukan dengan melihat Grafik Plot antara nilai prediksi variabel terikat yaitu ZPRED dengan residualnya SRESID. Dasar analisis yang digunakan untuk mendeteksi heteroskedatisitas adalah sebagai berikut: 15 a) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit) maka mengidentifikasikan telah terjadi heteroskedastisitas. 14 Suliyanto, Ekonometrika Terapan: Teori dan Aplikasi dengan SPSS, (Yogyakarta: ANDI, 2011), hlm Imam Ghozali, Aplikasi Analisis Multivariate dengan Program IBM SPSS 19, (Semarang: Badan Penerbit Universitas Diponegoro, 2011), hlm. 139.

10 63 b) Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. 3) Uji Autokorelasi Uji autokorelasi bertujuan untuk untuk menguji apakah model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Model regresi yang baik adalah regresi yang bebas dari autokolerasi. Autokorelasi terjadi karena ada obervasi yang berurutan sepanjang waktu berkaitan satu dengan yang lainnya. 16 Untuk mendeteksi ada atau tidaknya problem autokorelasi pada model regresi yaitu dengan melakukan uji Durbin-Watson (DW). Dasar pengambilan keputusan ada tidaknya autokorelasi adalah jika nilai DW statistik > DW tabel, maka dapat disimpulkan bahwa tidak terdapat problem autokorelasi. 17 d. Menghitung koefisien beta (β). e. Setelah beta (β) masing-masing perusahaan diperoleh, kemudian membentuk sebuah model persamaan berdasarkan model CAPM. f. Menghitung tingkat keuntungan yang diharapkan (expected return) dengan menggunakan model CAPM. 16 Imam Ghozali, Aplikasi Analisis Multivariate dengan Program IBM SPSS 19, (Semarang: Badan Penerbit Universitas Diponegoro, 2011), hlm Hengky Latan dan Selva Temalagi, Analisis Multivariate Teknik dan Aplikasi Menggunakan Program IBM SPSS 20.0, (Bandung: Alfabeta, 2013), hlm. 73.

11 64 2. Arbitrage Pricing Theory (APT) a. Menghitung actual return saham perusahaan-perusahaan JII periode b. Menghitung nilai inflasi aktual, nilai kurs aktual, dan nilai SBI aktual periode c. Menghitung expected value dari masing-masing faktor dengan metode Exponential Smoothing menggunakan software SPSS d. Menghitung surprise inflasi (F Inflasi ), surprise kurs (F Kurs ), dan surprise SBI (F SBI ). e. Melakukan uji asumsi klasik terhadap model. Pengujian asumsi klasik bertujuan untuk menghindari munculnya bias dalam analisis data serta untuk menghindari kesalahan spesifikasi model regresi yang digunakan. Dalam hal ini yang menjadi variabel dependen adalah return saham masing-masing perusahaan JII dan variabel independen dari model APT adalah inflasi, kurs, dan suku bunga SBI. Pengujian-pengujian asumsi klasik terdiri dari: 1) Uji Normalitas Uji normalitas bertujuan untuk mengetahui apakah residual data dari model regresi linear memiliki distribusi normal atau tidak. Model regresi yang baik adalah yang residual datanya berdistribusi normal. Jika residual data tidak terdistribusi normal maka kesimpulan statistik menjadi tidak valid atau bias.

12 65 Uji normalitas dalam penelitian ini menggunakan uji statistik One-Sample Kolmogorov Smirnov Test (K-S). Pada uji K-S jika didapat nilai signifikansi > 0.05, maka dapat disimpulkan bahwa data terdistribusi normal. 18 Tidak terpenuhinya normalitas pada umumnya disebabkan karena distribusi data yang dianalisis tidak normal, karena terdapat nilai ekstrem pada data yang diambil. Nilai ekstrem ini dapat terjadi karena adanya kesalahan dalam pengambilan sampel, bahkan karena kesalahan dalam melakukan input data atau memang karena karakteristik data tersebut sangat jauh dari ratarata. 19 2) Uji Multikolinearitas Uji multikolinearitas bertujuan untuk mengetahui apakah ada atau tidaknya korelasi antar variabel independen dalam model regresi. Uji multikolinearitas hanya dapat digunakan jika terdapat lebih dari satu variabel independen dalam model regresi. Untuk mendeteksi ada atau tidaknya problem multikolinearitas pada model regresi adalah dengan melihat nilai Tolerance dan VIF (Variance Inflation Factor). Nilai yang direkomendasikan untuk 18 Hengky Latan dan Selva Temalagi, Analisis Multivariate Teknik dan Aplikasi Menggunakan Program IBM SPSS 20.0, (Bandung: Alfabeta, 2013), hlm Suliyanto, Ekonometrika Terapan: Teori dan Aplikasi dengan SPSS, (Yogyakarta: ANDI, 2011), hlm. 69.

13 66 menunjukkan tidak adanya problem multikolinearitas adalah nilai Tolerance harus > 0.10 dan nilai VIF < ) Uji Heteroskedastisitas Uji heteroskedastisitas dilakukan untuk mengetahui ada tidaknya penyimpangan terhadap salah satu asumsi klasik yang mensyaratkan adanya homokedastisitas. Pengujian ada tidaknya gejala heteroskedastisitas memakai metode grafik dengan melihat ada tidaknya pola tertentu pada scatterplot dari variabel dependen, dimana jika tidak terdapat pola tertentu maka tidak terjadi heteroskedastisitas dan begitu juga sebaliknya. Untuk mendeteksi adanya Heterokedastisitas dilakukan dengan melihat Grafik Plot antara nilai prediksi variabel terikat yaitu ZPRED dengan residualnya SRESID. Dasar analisis yang digunakan untuk mendeteksi heteroskedatisitas adalah sebagai berikut: 21 c) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit) maka mengidentifikasikan telah terjadi heteroskedastisitas. 20 Hengky Latan dan Selva Temalagi, Analisis Multivariate Teknik dan Aplikasi Menggunakan Program IBM SPSS 20.0, (Bandung: Alfabeta, 2013), hlm Imam Ghozali, Aplikasi Analisis Multivariate dengan Program IBM SPSS 19, (Semarang: Badan Penerbit Universitas Diponegoro, 2011), hlm. 139.

14 67 d) Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. 4) Uji Autokorelasi Uji autokorelasi bertujuan untuk untuk menguji apakah model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Model regresi yang baik adalah regresi yang bebas dari autokolerasi. Autokorelasi terjadi karena ada obervasi yang berurutan sepanjang waktu berkaitan satu dengan yang lainnya. 22 Untuk mendeteksi ada atau tidaknya problem autokorelasi pada model regresi yaitu dengan melakukan uji Durbin-Watson (DW). Dasar pengambilan keputusan ada tidaknya autokorelasi adalah jika nilai DW statistik > DW tabel, maka dapat disimpulkan bahwa tidak terdapat problem autokorelasi. 23 f. Menghitung koefisien βinflasi, βkurs, dan βsbi untuk model APT pada perusahaan-perusahaan JII yang meregresikan antara actual return dengan surprise faktor yang digunakan dalam model APT. g. Menghitung tingkat keuntungan yang diharapkan (expected return) dengan menggunakan model APT. 22 Imam Ghozali, Aplikasi Analisis Multivariate dengan Program IBM SPSS 19, (Semarang: Badan Penerbit Universitas Diponegoro, 2011), hlm Hengky Latan dan Selva Temalagi, Analisis Multivariate Teknik dan Aplikasi Menggunakan Program IBM SPSS 20.0, (Bandung: Alfabeta, 2013), hlm. 73.

15 68 3. Menguji keandalan suatu metode peramalan Setiap metode peramalan mempunyai kebaikan dan keburukan masing-masing dan untuk menentukan metode mana yang lebih baik dalam meramalkan sesuatu di masa yang akan datang, maka hasil ramalan setiap metode tersebut harus diukur. Pengukuran keandalan suatu metode peramalan dilakukan dengan membandingkan hasil ramalannya dengan nilai yang sebenarnya. Semakin kecil perbedaan antara nilai yang sebenarnya dengan hasil ramalan, semakin tinggi pula keandalan metode peramalan itu. 24 Untuk mengukur keakuratan metode CAPM dan APT dilakukan dengan cara menghitung nilai Mean Absolute Deviation (MAD). Simpangan mutlak rata-rata (MAD) merupakan penyimpangan rata-rata antara nilai yang diramalkan dengan nilai yang sebenarnya. Semakin kecil MAD, semakin tinggi keandalan metode peramalan yang bersangkutan. MAD dapat dihitung dengan rumus: 25 Ri E(Ri) n = actual return sekuritas i (nilai yang sebenarnya) = expected return dari sekuritas i (nilai yang diramalkan) = jumlah data 4. Uji normalitas data MAD CAPM dan MAD APT menggunakan Kolmogorov- Smirnov. 5. Melakukan uji beda dua sampel independen (Independent Samples T-Test) 24 Pontas M. Pardede, Manajemen Operasi dan Produksi: Teori, Model, dan Kebijakan, (Yogyakarta: ANDI, 2007), hlm Pontas M. Pardede, Manajemen Operasi dan Produksi hlm. 121.

16 69 Pengujian Independent Samples T-Test adalah untuk mengetahui apakah terdapat perbedaan rata-rata antara dua sampel, yaitu CAPM dan APT secara signifikan. Caranya dengan membandingkan perbedaan antara dua nilai rata-rata dengan standar error yang dihasilkan dari perbedaan dua sampel. Rumusan hipotesis untuk Independent Samples T-Test dalam penelitian ini adalah: H 0 : Tidak terdapat perbedaan akurasi (nilai MAD) yang signifikan antara CAPM dan APT dalam memprediksi return saham JII. H a : Terdapat perbedaan akurasi (nilai MAD) yang signifikan antara CAPM dan APT dalam memprediksi return saham JII. Kriteria pengambilan keputusan dapat dilakukan dengan membandingkan t hitung dengan t tabel dan berdasarkan nilai signifikansinya, yaitu: a. Jika t hitung > t tabel dan nilai sig. < nilai α, maka H 0 ditolak. b. Jika t hitung < t tabel dan nilai sig. > nilai α, maka H 0 diterima. 6. Dari hasil uji statistik tersebut, model manakah yang lebih baik dalam memprediksi return saham syariah perusahaan JII, selanjutnya diambil kesimpulan tentang perbedaan keakuratan metode CAPM dan APT dalam memprediksi return saham perusahaan yang tercatat di JII periode