3.1. Jenis Penelitian Dan Gambaran Populasi Peneiitian
Penelitian ini merupakan penelitian yang tergolong sebagai documentary research atau historical research. Data yang digunakan adalah data- data sekunder yang diperoleh dari data- data yang dipublikasikan oleh BEJ, Indonesia Capital Market Directory, literatur, majalah, jurnal ilmiah, Laporan Bank Indonesia dan BPS, serta dari internet yang dipandang relevan dengan topik penelitian. Populasi yang digunakan dalam penelitian ini adalah saham - saham badan usaha yang listed dan go publik di PT BEJ.
3.2. Teknik Penarikan Sampel
Metode pengambilan sampel dengan menggunakan purposive sampling.
Dari populasi yang ada selanjutnya ditentukan 45 saham perusahaan sebagai sampel penelitian. Hal ini karena dalam penelitian ini portofolio saham dibentuk dari 15 saham yang berbeda. Hal ini sesuai dengan pernyataan Tandelilin yang menyatakan bahvva portofolio saham yang optimal untuk kondisi pasar modal indonesia adalah portofolio saham yang berisi 15 saham (Tandelilin, 1998:266).
Dan berangkat dari tahun 1993 sebagai awal penelitian peneliti hanya mendapatkan 52 saham yang memenuhi kriteria. Dari 52 saham yang memenuhi kriteria tersebut disesuaikan dengan isi portofolio yang ada sehingga diperoleh 45 saham sebagai sampel penelitian. Adapun ciri- ciri dari sampel penelitian adalah sebagai berikut:
A. Terdaftar sebagai anggota Bursa Efek Jakarta.
B. Memberikan laporan keuangan secara periodik kepada BEJ selama periode peneluian yaitu 1993-2001.
C. Memiliki frekuensi perdagangan yang tinggi .
18
3.3. Metode Dan Prosedur Pengumpuian Data
Data yang diambil merupakan data sekunder dalam pola time series yang diambil dari beberapa sumber baik melalui internet maupun hardcopy yang tersedia. Data-data tersebut meliputi:
A. Data harian mengenai indeks harga saham gabungan (IHSG) yang diperoleh dari Bursa Efek Jakarta (BEJ).
B. Data bulanan mengenai tingkat inflasi yang diwakili oleh indeks harga konsumen (IHK).
C. Data bulanan mengenai tingkat bunga bebas resiko (RF) yang didekati dengan suku bunga Bank Indonesia (SBI) .
D. Data tahunan mengenai tingkat pertumbuhan ekonomi
(tingkat GDP) yang diperoleh dari Central Bureau Of Statistics.
Cara pengambilan data adalah sebagai berikut:
Data yang dikumpulkan adalah data bulanan mulai dari bulan Januari 1993 sampai dengan bulan Desember 2001. Pemilihan jangka waktu ini mempertimbangkan kondisi di pasar modal di Indonesia. Dimana peneliti membutuhkan 9 tahun sebagai periode observasi dalam menentukan pasar saham sedang Bullish atau Bearish. Sedangkan pemilihan tahun 2001 sebagai akhir dari waktu penelitian karena data yang tersedia sampai pada tahun 2001.
3.4. Definisi Operasional
Definisi operasional variabel yang digunakan dalam pembahasan penelitian adalah sebagai berikut: Pengaruh variabel CRR yang terdiri dari variabel tingkat pertumbuhan ekonomi, perubahan expected inflation, unexpected inflation dan unexpected risk free rate terhadap return portofolio saham.
Konsep 1: Variabel CRR
a. Variabel-variabel makroekonomi yang ditemukan oleh Nai Fu Chen, Richard Roll dan Stephen Rose berpengaruh terhadap return portofolio saham. Variabel CRR terdiri dari:
1. Tingkat pertumbuhan ekonomi (GM) b. Indikator empirik :
Tingkat Gross Domestic Product (GDP).
2. Perubahan expected inflation (DEI), b. Indikator empirik:
Tingkat inflasi
3. Unexpected inflation (UI).
b. Indikator empirik.
Tingkat inflasi
4. Unexpected risk free rate (URF).
b. Indikator empirik:
Tingkat SBI (Sertifikat Bank Indonesia).
Konsep 2 : Return Portofolio Saham.
a. Return portofolio saham adalah tingkat pengembalian yang diperoleh investor dari investasi pada beberapa jenis saham.
Indikator empirik :
b. Harga saham yang go public di Bursa Efek Jakarta (BEJ)
3.5. Teknik Analisa Data
Metode Pengolahan data dilakukan dengan cara: Multiple Linier Regression dengan menggunakan program SPSS 10.0 untuk dapat mengetahui pengaruh variabel CRR terhadap return portofolio saham pada pasar modal di Indonesia. Adapun langkah-langkah yang dilakukan oleh penulis, yaitu:
3.5.1. Menghitung return .saham.
Return saham dihitung dengan formulasi sebagai berikut:
Pu - Pi.t-i
R.,t = (3.1)
Pu->
Dimana:
RIt = Return saham pada bulan ke t Pi,t = harga saham pada bulan ke t P,it-i = harga saham pada bulan ke t-1
3.5.2 Menghitung return pasar (IHSG) bulanan.
Return IHSG dihitung dengan formulasi sebagai berikut:
fflSG,-IHSGt-i
RuiSG.t= (3.2)
IHSG,., Dimana :
RrpfSG,t = Return pasar atau IHSG pada bulan t
IHSGt = Indeks Harga Saham Gabungan pada bulan ke t.
IHSGt-i = Indeks Harga Saham Gabungan pada bulan ke t.
3.5.3. Menentukan jenis kondisi bulan bearish dan bullish.
Kondisi pasar yang diteliti berdasarkan Bhardwaj dan Brooks (1993), dimana bila tingkat keuntungan pasar secara bulanan lebih tinggi daripada median return pasar keseluruhan periode penelitian maka pasar tersebut pada kondisi bullish, sebaliknya bila return pasar secara bulanan lebih rendah dari pada median return pasar dari keseluruhan periode penelitian maka pasar pada kondisi Bearish.
3.5.4. Membentuk portofolio saham dengan metode ranking.
Portofolio saham dibentuk dari 45 saham yang memiliki frekuensi diperdagangkan paling tinggi, dimana ranking tiap saham diperoleh dari perhitungan market value tiap saham individu. Market value saham individu yang telah dihitung selanjutnya diurutkan dari saham dengan market value terbesar sampai dengan market value terkecil. Pemeringkatan tersebut berguna untuk membentuk portofolio berdasarkan ranking market value saham individual.
Metode ini mengacu pada metode pembentukan portofolio yang digunakan dalam penelitian Bharway dan Brooks (1993) serta Ahmed P dan Lockwood L.J (1998).
Dari 45 saham yang termasuk sampel bisa dibentuk 3 portofolio yang terdiri dari 15 saham yang berbeda (Tandellin, 1998:261-272). Berdasarkan metode pembentukan portofolio dengan didasarkan ranking besar kecilnya market value maka portofolio besar yang terdiri dari 15 saham individual dengan market value terbesar dan berikutnya portofolio sedang terdiri dari 15 saham yang berbeda dengan market value yang lebih kecil. Dan portofolio kecil terdiri dari 15 saham individual berbeda dengan market value paling kecil (MV3).
3.5.5. Menghitung Return Portofolio saham
Return Portofolio saham dapat diperoleh dengan persamaan sebagai berikut:
Kp = |i Wi.ki (3.3)
Dimana:
Kp : weighted average dari actual return masing masing saham dalam porto folio
Wi : proporsi masing masing saham dalam portofolio kj : actual return dari masing masing saham
3.5.6. Menentukan dan menghituitg variabel CRR.
Oleh karena ada keterbatasan data pada pertumbuhan ekonomi maka data pertumbuhan ekonomi bulanan diperoleh dengan melakukan interpolasi (Lucky,2001:136) yaitu sebagai berikut:
Gl =1/3 (Yt- 1/3 (Yt-Yt-1)) G2 =1/3 (Yt-0/3 (Yt-Yt-1)) G3 =1/3 (Yt+1/3 (Yt-Yt-1)) G4 =1/3 (Yt-1/3 (Yt-Yt-1)) G5 =1/3 (Yt-0/3 (Yt-Yt-1)) G6 =1/3 (Yt+1/3 (Yt-Yt-1)) G7 = 1/3 (Yt- 1/3 (Yt-Yt-1)) G8 = 1/3 (Yt-0/3 (Yt-Yt-1)) G9 = 1/3 (Yt+1/3 (Yt-Yt-1)) G10=l/3 (Yt-1/3 (Yt-Yt-1)) Gl 1=1/3 (Yt-0/3 (Yt-Yt-1)) G32=l/3 (Yt+1/3 (Yt-Yt-1)) Keterangan :
Gl-12 : pertumbuhan bulan 1,2,3...
Yt pertumbuhan quarter t Yt-1 : pertumbuhan quarter t-l
4
Sedangkan Ekspektasi inflasi maupun suku bunga bebas resiko dihitung dengan rum us:
EKS X = (0.6. Xt) + (0.3. Xt-i) + (0.1 . Xt.2) (3.4)
Dimana Xt,Xt-i,Xt-2 adalah inflasi atau suku bunga bebas resiko pada saat t, t-l dan t-2 secara berurutan. (Wijaya dan Hadiwigeno, 1998).
Variabel CRR yang terdiri dari pertumbuhan ekonomi (GM), Unexpected Inflation (UI), perubahan ekspektasi inflasi (DEI), Unexpected Risk Free Rate (URF). Variabel-variabel tersebut dapat diuji dengan formula sebagai berikut : (Darmanto, 1999)
a. Tingkat pertumbuhan ekonomi
GMt= In (pertumbuhan saat t/pertumbuhan saat t-i) b. Perubahan ekspektasi inflasi
DEI,= ekspektasi inflasi saat t- ekspektasi inflasi saat t-1 c. Unexpected inflation
UI, = inflasi aktual saat t- ekspektasi inflasi saat t d. Unexpected risk free rate
URF= risk free rate saat t- ekspektasi risk free rate saat t
3.6. Analisa Statistik
Pengujian secara tradisional terhadap model multifactor CRR untuk menguji beta factor dapat menggunakan bentuk persamaan multiple regresi sebagai berikut:
RPt= bpo +bp,GMGMt +bP)DEiDEIt + bp?UiUI,+ bp,uRfURFi + ep, (3.5)
Dimana :
Rpt
GM, UI, DEI, URF,
bp,GM
Return portfolio
tingkat pertumbuhan ekonomi unexpected inflation
perubahan expected inflation unexpected risk free rate
sensitivitas market return terhadap variabel tingkat pertumbuhan
bp,DEi : sensitivitas market return terhadap variabel perubahan expected inflation
bp>ui sensitivitas market return terhadap variabel unexpected inflation.
bP,uRF sensitivitas market return terhadap variabel unexpected risk free rate.
bpo konstanta yang menunjukkan besamya return portofolio saham apabila tingkat pertumbuhan ekonomi, unexpected inflation, perubahan unexpected inflation dan unexpected risk free rate = 0
Perbedaan beta faktor pada periode pasar saham sedang bullish dan bearish dapat diuji dengan mengunakan persamaan dummy variabel regression, sebagai berikut:
RPt=bp„+ bp,GMGMt+ bp43tiDEI,+ bp,uiUIi+ b^uRpURFt+ dp.GMGMA +
dp.DEiDEI, Dt+ dp,mUI, D,+ dp,uRFURF, D.+ ept (3.6)
Dimana D adalah dummy variabel dimana bernilai 1 jika pasar modal dalam keadaan Bullish dan sebaliknya bernilai 0 jika pasar modal dalam keadaan Bearish.
3.7. Uji Asumsi Klasik 3.7.1 Autokorelasi
Autokorelasi adalah korelasi atau hubungan yang terjadi di antara anggota- anggota dari serangkaian pengamatan yang tersusun dalam rangkaian waktu (seperti pada data silang atau time series data) atau yang tersusun dalam rangkaian ruang (seperti pada data silang waktu atau cross-sectional data). Otokorelasi merupakan peristiwa yang biasa terdapat pada sebagian besar variabel-variabel ekonomi. Pada sampel runtun waktu (time series sample) otokorelasi menunjukkan kecenderungan sekuler atau perubahan jangka panjang sepanjang waktu sebaliknya otokorelasi biasanya tidak muncul dalam data cross-section.
Data cross-section menunjukkan satu titik waktu, sehingga ketergantungan sementara tidak dimungkinkan oleh sifat data itu sendiri. Pada penelitian ini untuk mengetahui ada atau tidaknya otokorelasi dengan mempergunakan uji Durbin- Watson.
Pengambilan keputusan ada tidaknya autokorelasi:
1. Bila DW terletak antara batas atas atau upper hound (du) dan (4-du), maka koefisien autokorelasi sama dengan nol, berarti tidak terdapat autokorelasi.
2. Bila nilai DW lebih rendah daripada batas bawah atau lower bound{dX), maka koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi positif.
3. Bila nilai DW terletak diantara batas atas (du) dan batas bawah (dl) atau DW terletak diantara (4-du) dan (4-dl), maka hasilnya tidak dapat disimpulkan.
3.7.2. Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dan residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homokesdastisitas atau tidak mengandung situasi heterosdekastisitas.
Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas,dalam penelitian ini penulis menggunakan metode grafik yaitu:
Dengan melihat grafik plot antara nilai variabel terikat (ZPRED) dengan residualnya (SRESID). Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah residual ( Y prediksi - Y sesungguhnya) yang telah di-studentized.
Dasar analisis:
1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.
2. Jika tidak ada pola yang jelas serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedatisitas.
3.7.3. Multikolinieritas (Multicollinearity)
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Jika variabel bebas saling berkorelasi, maka variabel-variabel ini tidak ortogonal.
Untuk mendeteksi ada atau tidaknya multikolinieritas didalam model regresi adalah sebagai berikut :
1. Nilai R" yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel bebas banyak yang tidak signifikan mempengaruhi variabel terikat.
2. Menganalisa matrik korelasi variabel-variabel bebas. Jika antar variabel bebas ada korelasi yang cukup tinggi (umumnya diatas 0,90), maka hal ini merupakan indikasi adanya multikolonieritas. Tidak adanya korelasi yang tinggi antar variabel bebas tidak berarti bebas dari multikolonieritas.
3. Multikolinieritas dapat juga dilihat dari (1) nilai tolerance dan lawannya (2) variance inflation factor (VTF). Kedua ukuran ini menunjukkan setiap variabel bebas manakah yang dijelaskan oleh variabel bebas lainnya.
3.7.4. Uji Normalitas
Bertujuan untuk menguji apakah dalam model regresi, variabel terikat dann variabel bebas keduanya mempunyai distribusi normal ataukah tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal.
Untuk menguji apakah distribusi data normal atau tidak normal penulis menggunakan cara analisa grafik. Penjelasannya adalah sebagai berikut:
Analisa grafik
Salah satu cara termudah untuk melihat normalitas adalah melihat histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Namun demikian dengan hanya melihat histogram
hal ini bisa menyesatkan khususnya untuk jumlah sample yang kecil. Metode yang paling handal adalah dengan melihat normal probability plot yang membandingakan distribusi kumulatif dari data yang sesungguhnya dengan distirbusi kumulatif dari distribusi normal. Distribusi normal akan membentuk garis lurus diagonal dan plotting data akan dibandingkan dengan garis diagonal.
Jika distribusi data adalah normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Pada prinsipnya normal itas dapat dideteksi dengan melihat penyebaran data atau titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Dasar pengambilan keputusan:
1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
3.8. Rancangan Uji Hipotesis
Untuk membuat kesimpulan atas keseluruhan populasi bardasarkan hasil yang diperoleh dari sampel, maka menggunakan rancangan uji statistik sebagai berikut:
3.8.1. UjiF
Pengujian ini dilakukan untuk mengetahui apakah semua variabel independen secara bersamaan dapat mempengaruhi variabel dependen. Pengujian ini menggunakan distribusi F dengan membandingkan antara nilai kritis F dengan nilai F test atau rasio yang terdapat pada tabel Analysis of variance. Dan perhitungan uji F ini dilakukan dengan menggunakan program SPSS 10.0.
Dengan tingkat keyakinan keyakinan 95% (a = 5%).
Rumus untuk menghitimg nilai dari Fhittmg adalah sebagai berikut:
F = ^ _ 2 ^ ' (3.7)
2 > i2' ( n - k ) Dimana:
£ e i2 : RSS, jumlah kuardat residu ( Residual Sum Of Square) dari flingsi tanpa restriksi.
£ e ?2 : RSS dari fungsi restiksi.
n : jumlah pengamatan.
k : jumlah parameter dalam flingsi " tanpa restriksi"
m : jumlah restriksi linier yang " dimasukkan"
Perhitungan uji hipotesisnya adalah:
Untuk hipotesa pertama:
Ho : Bn=Bi2=Bi3=Bi4=0, yang berarti pertumbuhan ekonomi(GM), perubahan ekspektasi inflasi(DEI), Unexpected Inflation (UI), dan Unexpected risk free rate (URF) tidak berpengaruh terhadap return portofolio saham pada kondisi bearish.
H| : Bn ^ P ^ P I J ^ P I + ^ O dimana berarti pertumbulian ekonomi(GM), perubahan ekspektasi inflasi(DEI), Unexpected Injlasi (UI), dan Unexpected risk free rate (URF) berpengaruh terhadap return portofolio saham pada kondisi bearish.
Untuk Hipotesa kedua:
Ho . B]i=Bi2=Bi3=Bi4=0, yang berarti pertumbuhan ekonomi(GM), perubahan ekspektasi inflasi(DEI), Unexpected Inflation (UI), dan Unexpected risk free rate (URF) tidak berpengaruh terhadap return portofolio saham pada kondisi bullish.
Hi : Bn ^PnrPn^Pi+rO dimana berarti pertumbulian ekonomi(GM), perubahan ekspektasi inflasi(DEI), Unexpected infiasi (UI), dan Unexpected risk free rate (URF) berpengaruh terhadap return portofolio saham pada kondisi bullish.
Untuk hipotesa ketiga.
H0 : Bn=6i2=Bi3=l3i4=0, yang berarti tidak ada perbedaan yang signifikan antara varlabel CRR yang terdiri dari: pertumbuhan ekonomi(GM), perubahan ekspektasi inflasi(DEI), Unexpected Inflation (UI), dan Unexpected risk free rate (URF) dengan return portofolio saham pada kondisi bullish dan bearish.
Hi : Pn ^ P ^ P i 3 ^ 1 4 * 0 dimana berarti ada perbedaan yang signifikan antara variabel CRR yang terdiri dari pertumbuhan ekonomi(GM), perubahan ekspektasi inflasi(DEI), Unexpected Inflasi (Ul), dan Unexpected risk free rate (URF) berpengaruh terhadap return portofolio saham pada kondisi bullish dan bearish.
Untuk menguji kedua hipotesa (Hi,Ho) dengan statistik F, menggunakan kriteria pengambilan keputusan sebagai berikut:
H0 ditolak bilamana FhltUng > Ftpbe) artinya terdapat pengaruh yang signifikan dari variabel bebas (variabel CRR) secara parsial terhadap variabel terikat (return portofolio saham) pada kondisi bullish maupun bearish.
Ho diterima bilamana Fining < Ftabei artinya tidak terdapat pengaruh yang signifikan dari variabel bebas (variabel CRR ) secara parsial terhadap variabel terikat (return portofolio saham) pada kondisi bullish maupun bearish.
3.8.2. Ujit
Uji t digunakan dalam penelitian ini dengan tujuan mengetahui pengaruh variabel bebas (independen) terhadap variabel terikat (dependen) secara parsial.
Uji ini dilakukan dengan menggunakan program SPSS dengan tingkat keyakinan 95% (<x=0.05)
Perhitungan uji hipotesanya adalah sebagai berikut:
Ho : Bj = 0, berarti tidak terdapat pengaruh yang signifikan dari masing-masing variabel independen (variabel CRR) terhadap variabel dependen (return portofolio saham).
Artinya variabel bebas atau variabel independen bukan merupakan penjelas yang signifikan terhadap variabel terikat atau variabel dependen.
Hi : 13, •*• 0, berarti terdapat pengaruh yang signifikan dari masing-masing variabel independen {variabel CRR) terhadap variabel dependen (return portofolio saham).
Artinya, variabel bebas atau variabel independen tersebut merupakan penjelas yang signifikan terhadap variabel terikat atau variabel dependen.
Untuk menentukan ttabei, taraf signifikan 5% dengan derajat kebebasan, d = (n-k-1) dimana k merupakan jumlah variabel bebas (variabel independen).
Perhitungan nilai thitung dilakukan dengan rumus sebagai berikut:
thnung = koefisien regresi 13 (3.8)
standard deviasi 13
Kriteria Penolakan dan penerimaan Ho adalah sebagai berikut:
Ho ditolak bilamana thltUng > ttabei artinya terdapat pengaruh yang signifikan dari variabel bebas (variabel CRR) secara parsial terhadap variabel terikat (return portofolio saham) pada kondisi bullish maupun bearish.
Ho diterima bilamana thitung < ttabei artinya tidak terdapat pengaruh yang signifikan dari variabel bebas (variabel CRR ) secara parsial terhadap variabel terikat (return portofolio saham) pada kondisi bullish maupun bearish.
i
