BAB III METODE PENELITIAN. karakteristik suatu pasar (Widagdo & Widayat, 2011, hal. 5). Metode

(1)

31 BAB III

METODE PENELITIAN A. Jenis Penelitian

Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian deskriptif dengan pendekatan kuantitatif. Penelitian ini menyajikan gambaran dan analisis pembentukan portofolio optimal menggunakan metode Model Indeks Tunggal. Penelitian deskriptif bertujuan untuk menejelaskan karakteristik suatu pasar (Widagdo & Widayat, 2011, hal. 5). Metode penelitian kuantitatif dapat diartikan sebgai metode penelitian yang berlandaskan pada filsafat positivisme, digunakan untuk meneliti pada populasi atau sampel tertentu, pengumpulan data menggunakan instrumen penelitian, analisis data bersifat kuantitatif atau statistik, dengan tujuan untuk menguji hipotesis yang telah ditetapkan (Sugiyono, 2014, hal. 8).

B. Definisi Operasional Variabel

Definisi operasional, variabel dan rumus perhitungan pembentukan portofolio optimal pada tabel 3.1:

Tabel 3.1 Definisi Operasional Variabel

No. Variabel Keterangan Rumus

1. R

i

Realized Return (R

i

) adalah tingkat pengembalian yang di dapat melalui investasi pada saham. R

i

digunakan untuk mengukur return dari masing- masing saham.

𝑅

i

=

^{𝑃𝑡−𝑃𝑡−1}

𝑃𝑡−1

(2)

Lanjutan Tabel 3.1 Definisi Operasional Variabel

No. Variabel Keterangan Rumus

2. R

m

Return Pasar (R

m

) tingkat pengembalian yang di dapat melalui investasi pada seluruh saham yang ada di pasar Indeks Pasar Gabungan (IHSG). R

m

digunakan untuk mengukur return pasar selama periode tahun 2018-2020.

R

m

=

𝐼𝐻𝑆𝐺 𝑡 − 𝐼𝐻𝑆𝐺 𝑡−1 IHSG t−1

3. E(R

i

) Expected Return E(R

i

) adalah nilai rerata dari return saham selama satu periode tertentu. E(R

i

) digunakan untuk mengukur Expected Return masing- masing saham.

E(R

i

) =

^∑ ^𝑅^𝑖𝑡

𝑁𝑖=1 𝑛

4. E(R

m

) Expected Return Pasar E(R

m

) adalah nilai rerata dan return pasar selama satu periode tertentu. E(R

m

) digunakan untuk mengukur Expected return pasar periode tahun 2018 - 2020

E(R

m

) =

^∑ ^𝑅^𝑚𝑡

𝑁𝑖=1 𝑛

5. SD Standard deviation (SD) adalah penyimpangan yang di- gunakan untuk menghitung risiko. SD digunakan untuk mengukur risiko dan varian pasar masing-masing saham.

SD (𝜎

_𝑖

) = √∑

^{(𝑅^𝑖𝑗−^𝐸(𝑅^𝑖^)}²

𝑛 𝑁𝑖−1

(3)

Lanjutan Tabel 3.1 Definisi Operasional Variabel

No. Variabel Keterangan Rumus

6. σ

im

Kovarian antara return pasar dan return saham (σ

im

) merupakan kovarian return antara dua aktiva. σ

im

digunakan untuk menghitung beta saham dalam membentuk portofolio optimal.

σ

_im

=

∑

^N

[R

_i

− E (R

_i

)][R

_m

i=1

− E (R

_m

)]

7. β

i

Beta (β

i

) merupakan pengukur volatilitas antara return-return suatu sekuritas dan return-return pasar. β

i

digunakan untuk menghitung Excess Return to Beta (ERB) dan β

i

juga digunakan untuk menghitung C

i

(Cut Off Point) dalam membentuk portofolio optimal

𝛽

_𝑖

= 𝜎

_𝑖𝑚

𝜎

_𝑚²

8. a

i

Alpa saham (a

i

) merupakan variabel yang tidak dipengaruhi oleh return pasar.

a

i

digunakan untuk mengukur total risko portofolio saham (σ

p2

).

𝑎

_𝑖

= 𝐸 (𝑅

_𝑖

) − 𝛽

_𝑖

. 𝐸(𝑅

_𝑚

)

9. σ

²ei

Risiko tidak sistematik (σ

²ei

) merupakan Varian Kesalahan Residu masing-masing perusahaan. σ

²ei

digunakan untuk mengukur total risiko pada portofolio optimal saham (σ

p2

).

𝜎

_𝑒𝑖²

= 𝜎

_𝑖²

− 𝛽

_𝑖²

. 𝜎

_𝑚²

(4)

Lanjutan Tabel 3.1 Definisi Operasional Variabel

No. Variabel Keterangan Rumus

10. ERB Excess Return to Beta (ERB) merupakan variabel untuk mengukur kelebihan return relatif terhadap suatu unit risiko

yang tidak dapat didiversifikasikan yang diukur oleh beta. digunakan untuk mengukur kelebihan return relative terhadap satu unit risiko yang dapat didiversifikasikan yang diukur dengan Beta.

𝐸𝑅𝐵

_𝑖

= 𝐸(𝑅

_𝑖

) − 𝑅

_𝑏𝑟

𝛽

_𝑖

11. C

i

Cut Off Rate (C

i

) merupakan titik pembatas digunakan untuk menentukan apakah suatu saham dapat dimasukan ke dalam portofolio atau tidak. Saham yang dipilih ada menjadi kandidat portofolio optimal adalah dengan nilai Ci < ERB.

𝐶

_𝑖

=

𝜎

_𝑚²

∑ [𝐸(𝑅

_𝑖

) − 𝑅

_𝑏𝑟

]. 𝛽

_𝑖

𝜎

_𝑒𝑖²

𝑖𝑗=1

1 + 𝜎

_𝑚²

∑ 𝛽

_𝑖²

𝜎

_𝑒𝑖²

𝑖𝑗=1

12. W

i

Proporsi (W

i

) merupakan proporsi saham ke i. W

i

digunakan untuk mengukur proporsi dana masing-masing saham yang telah terbentuk pada portofolio optimal.

𝑊

_𝑖

= 𝑍

_𝑖

∑ 𝑍

^𝑘_𝑗 _𝑗

(5)

Lanjutan Tabel 3.1 Definisi Operasional Variabel

No. Variabel Keterangan Rumus

13. E (R

p

) Epected return portofolio E (R

p

) merupakan expected return portofolio optimal. E (R

p

) digunakan untuk mengukur Expected Return portofolio pada portofolio yang telah terbentuk.

𝐸(𝑅

_𝑃

) = 𝑎

_𝑝

+ 𝛽

_𝑝

. 𝐸(𝑅

_𝑚

)

14. σ

p2

Varian Portofolio (σ

p2

) merupakan dari suatu sekuritas yang dihitung berdasarkan model indeks tungal. σ

p2

digunakan untuk mengukur risiko portofolio yang telah terbentuk.

𝜎

_𝑝²

= 𝛽

_𝑝²

. 𝜎

_𝑚²

+ (∑

^𝑛_𝑖=1

𝑊

_𝑖²

. 𝜎

_𝑒𝑖²

)

Sumber: Hartono (2017), Tandelilin (2017), Zubir (2012)

C. Populasi dan Sampel 1. Populasi

Populasi merupakan sebuah wilayah generalisasi yang mencakup

objek atau subyek dengan kualitas dan karakteristik tertentu yang

ditetapkan untuk dipelajari dan kemudian ditarik kesimpulannya

(Sugiyono, 2014, hal. 80). Populasi pada penelitian ini adalah emiten atau

perusahaan yang masuk di Jakarta Islamic Index (JII) berdasarkan

evaluasi berkala pada bulan November 2020. Populasi penelitian ini

terdapat 30 emiten dapat dilihat pada tabel 3.2.

(6)

Tabel 3.2 Populasi Jakarta Islamic Index (JII) evaluasi November 2020 No. Kode Nama Saham No. Kode Nama Saham

1 ADRO Adaro Energy Tbk. 16 MDKA

Merdeka Copper Gold Tbk.

2 AKRA

AKR Corporindo

Tbk. 17 MIKA

Mitra Keluarga Karyasehat Tbk.

3 ANTM

Aneka Tambang

Tbk. 18 MNCN

Media Nusantara Citra Tbk.

4 BRPT Barito Pacific Tbk. 19 PGAS

Perusahaan Gas Negara Tbk.

5 BTPS

Bank BTPN Syariah

Tbk. 20 PTBA Bukit Asam Tbk.

6 CPIN

Charoen Pokphand

Indonesia Tbk. 21 PTPP PP (Persero) Tbk.

7 EXCL XL Axiata Tbk. 22 PWON Pakuwon Jati Tbk.

8 ICBP

Indofood CBP Sukses Makmur

Tbk. 23 SCMA Surya Citra Media Tbk.

9 INCO Vale Indonesia Tbk. 24 SMGR

Semen Indonesia (Persero) Tbk.

10 INDF

Indofood Sukses

Makmur Tbk. 25 TKIM

Pabrik Kertas Tjiwi Kimia Tbk.

11 INKP

Indah Kiat Pulp &

Paper Tbk. 26 TLKM

Telekomunikasi

Indonesia (Persero) Tbk.

12 INTP

Indocement Tunggal Prakarsa

Tbk. 27 TPIA

Chandra Asri Petrochemical Tbk.

13 JPFA

Japfa Comfeed

Indonesia Tbk. 28 UNTR United Tractors Tbk.

14 KAEF Kimia Farma Tbk. 29 UNVR Unilever Indonesia Tbk.

15 KLBF Kalbe Farma Tbk. 30 WIKA

Wijaya Karya (Persero) Tbk.

Sumber: idx.co.id (2021) 2. Sampel

Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh

populasi tersebut (Sugiyono, 2014, hal. 81). Proposive sampling adalah

teknik penentuan sampel dengan pertimbangan tertentu (Sugiyono, 2014,

hal. 85). Pada penelitian ini menggunakan metode proposive sampling

dengan menentukan pertimbangan dan kriteria-kriteria pada populasi

(7)

dalam menentukan sampel. Penentuan kriteria sampel pada penelitian ini ditentukan oleh peneliti dengan kriteria yang sesuai dengan tujuan penelitian diantaranya adalah:

a. Emiten yang tercatat dalam indeks saham Jakarta Islamic Index (JII) pada Bursa Efek Indonesia (BEI).

b. Emiten tidak melakukan IPO (Initial public offering) selama periode data penelitian yaitu tahun 2018-2020.

Berdasarkan kriteria tersebut terdapat 29 emiten yang menjadi sampel penelitian ini dapat dilihat pada tabel 3.3.

Tabel 3.3 Sampel penelitian yang memenuhi kriteria

No. Kode Nama Saham Tanggal IPO

1 ADRO Adaro Energy Tbk. 16-Jul-08

2 AKRA AKR Corporindo Tbk. 3-Oct-94

3 ANTM Aneka Tambang Tbk. 11-Nov-97

4 BRPT Barito Pacific Tbk. 1-Oct-93

5 BTPS Bank BTPN Syariah Tbk. 8-May-18

6 CPIN Charoen Pokphand Indonesia Tbk. 18-Mar-91

7 EXCL XL Axiata Tbk. 29-Sep-05

8 ICBP Indofood CBP Sukses Makmur Tbk. 7-Oct-10

9 INCO Vale Indonesia Tbk. 16-May-90

10 INDF Indofood Sukses Makmur Tbk. 14-Jul-94 11 INKP Indah Kiat Pulp & Paper Tbk. 16-Jul-90 12 INTP Indocement Tunggal Prakarsa Tbk. 5-Dec-89 13 JPFA Japfa Comfeed Indonesia Tbk. 23-Oct-89

14 KAEF Kimia Farma Tbk. 23-Jan-69

15 KLBF Kalbe Farma Tbk. 30-Jul-91

16 MDKA Merdeka Copper Gold Tbk. 19-Jun-15 17 MIKA Mitra Keluarga Karyasehat Tbk. 24-Mar-15 18 MNCN Media Nusantara Citra Tbk. 22-Jun-07 19 PGAS Perusahaan Gas Negara Tbk. 15-Dec-03

20 PTBA Bukit Asam Tbk. 23-Dec-02

(8)

Lanjutan Tabel 3.3 Sampel penelitian yang memenuhi kriteria

No. Kode Nama Saham Tanggal IPO

21 PTPP PP (Persero) Tbk. 9-Feb-10

22 PWON Pakuwon Jati Tbk. 9-Oct-89

23 SCMA Surya Citra Media Tbk. 16-Jul-02

24 SMGR Semen Indonesia (Persero) Tbk. 8-Jul-91 25 TKIM Pabrik Kertas Tjiwi Kimia Tbk. 3-Apr-90 26 TLKM Telekomunikasi Indonesia (Persero) Tbk. 14-Nov-95 27 TPIA Chandra Asri Petrochemical Tbk. 26-May-08

28 UNTR United Tractors Tbk. 19-Sep-89

29 UNVR Unilever Indonesia Tbk. 11-Jan-82

30 WIKA Wijaya Karya (Persero) Tbk. 29-Oct-07 Sumber: idx.co.id (2021)

D. Jenis dan Sumber Data 1. Jenis Data

Jenis data dibedakan menjadi 2, yaitu kualitatif dan kuantitatif (Sugiyono, 2014, hal. 9). Jenis data penelitian ini adalah data kuantitatif dari harga saham penutupan setiap akhir bulan periode tahun 2018 - 2020, Indeks Harga Gabungan (IHSG) dan tingkat suku bunga Bank Indonesia setiap akhir bulan periode tahun 2018 - 2020.

2. Sumber Data

Sumber data penelitian dibedakan menjadi 2, yaitu sumber data primer dan sumber data sekunder (Sugiyono, 2014, hal. 137). Sumber data yang digunakan penelitian ini adalah data sekunder yang diperoleh dari www.yahoofinance.com, www.bi.go.id, dan idx.co.id.

E. Teknik Pengumpulan Data

Teknik pengumpulan data merupakan langkah yang paling strategis dalam

penelitian, karena tujuan utama dari penelitian adalah mendapatkan data

(9)

(Sugiyono, 2014, hal. 224). Dokumen merupakan catatan peristiwa yang sudah berlalu. Dokumen bisa berbentuk tulisan, gambar atau karya-karya monumental dari seseoarang (Sugiyono, 2014, hal. 240). Teknik pengumpulan data pada peneltian ini menggunakan teknik dokumentasi yaitu teknik pengumpulan data dengan cara mencatat, mengunduh file, menyalin file yang selanjutnya diolah sesuai dengan kebutuhan peneliti. Data yang digunakan adalah data historis yang diambil dari harga penutupan (closing price) per bulan selama periode tahun 2018 - 2020 yang bersumber dari www.finance.yahoo.com.

F. Analisis Data

Analisis data yang digunakan dalam menentukan portofolio optimal pada penelitian ini menggunakan metode Model Indeks Tunggal (MIT).

Langkah-langkah pembentukan protofolio optimal menggunakan model indeks tunggal sebagai berikut:

1. Menghitung Realized Return Saham Individu Serta Realized Return Pasar Realized Return saham dapat dihitung dengan rumus (Hartono, 2017, hal. 284):

𝑅

i

=

^{𝑃𝑡−𝑃𝑡−1}

𝑃𝑡−1

Keterangan:

R

i

: Realized Return dari saham i P

t

: Harga pada periode t

P

t-1

: Harga pada periode sebelumnya

(10)

Realized Return pasar dapat dihitung dengan rumus (Hartono,

2017:428):

R

m

=

𝐼𝐻𝑆𝐺 𝑡 − 𝐼𝐻𝑆𝐺 𝑡−1 IHSG t−1

Keterangan:

R

m

: Return pasar IHSG

t

: pasar periode t

IHSG

t-1

: Indeks pasar pada periode sebelumnya

2. Menghitung Expected Return Saham Individu serta Expected Return Pasar Expected Return saham individu dapat dihitung dengan rumus (Zubir,

2012, hal. 5):

E(R

i

) =

^∑ ^𝑅^𝑖𝑡

𝑁𝑖=1 𝑛

Keterangan:

E(R

i

) : Expected Return saham i R

it

: Return saham i

n : Jumlah observasi

Expected return pasar dihitung dengan rumus (Zubir, 2012, hal. 5):

E(R

m

) =

^∑ ^𝑅^𝑚𝑡

𝑁 𝑖=1

𝑛

Keterangan:

E(R

m

) : Expected Return pasar

R

mt

: Return pasar pada periode t

N : Jumlah observasi

(11)

3. Menghitung Risiko Saham Individu dan Risiko Pasar

Risiko individu dapat dihitung dengan rumus (Hartono, 2017, hal.

305):

SD (𝜎

_𝑖

) = √∑

^{(𝑅^𝑖𝑗^−𝐸(𝑅^𝑖^)}²

𝑛 𝑁𝑖−1

Keterangan:

SD (𝜎

_𝑖

): Standar deviasi (risiko saham)

R

ij

: selisih keuntungan dari bulan n dan n-1 E(R

i

) : Expected return saham individu

n : Jumlah observasi

SD (𝜎

_𝑖

) = √∑

^{(𝑅^𝑚𝑗^−𝐸(𝑅^𝑖^)}²

𝑛 𝑁𝑖−1

Keterangan:

SD (𝜎

_𝑖

): Standar deviasi (risiko saham)

R

ij

: selisih keuntungan dari bulan n dan n-1 E(R

i

) : Expected return pasar

n : Jumlah observasi

4. Menghitung Kovarian, Beta dan Alpha Masing-Masing Saham

Kovarian antara return pasar dan return saham merupakan kovarian return antara dua aktiva, kovarians antara return pasar dan return saham

dapat diperoleh dengan rumus (Hartono, 2017, hal. 438):

(12)

𝜎

_𝑖𝑚

= ∑

^𝑁

[𝑅

_𝑖

− 𝐸 (𝑅

_𝑖

)][𝑅

_𝑚

− 𝐸 (𝑅

_𝑚

)]

𝑖=1

Keterangan:

𝜎

_𝑖𝑚

: Kovarian antara Return saham i dan Return pasar R

i

: Return saham i

E (R

i

) : Expected Return saham i R

m

: Return pasar

E (R

m

) : Expected Return pasar

Beta dapat dihitung dengan rumus (Hartono, 2017:471):

𝛽

_𝑖

= 𝜎

_𝑖𝑚

𝜎

_𝑚²

Keterangan:

𝛽

_𝑖

: Beta saham i

𝜎

_𝑖𝑚

: Kovarian antara Return saham i dan Return pasar 𝜎

_𝑚²

: Varians Return Pasar

Alpha dapat dihitung dengan rumus (Zubir, 2012, hal. 101):

𝑎

_𝑖

= 𝐸 (𝑅

_𝑖

) − 𝛽

_𝑖

. 𝐸(𝑅

_𝑚

) Keterangan:

𝑎

_𝑖

: Alpha saham i

E (R

i

) : Expected Return saham i E (R

m

) : Expected Return pasar

5. Menghitung Risiko Tidak Sistematik Saham Individu

Risiko tidak sistematik dapat dihitung dengan rumus (Hartono, 2017,

hal. 434):

(13)

𝜎

_𝑒𝑖²

= 𝜎

_𝑖²

− 𝛽

_𝑖²

. 𝜎

_𝑚²

Keterangan:

𝜎

_𝑒𝑖²

: Varian kesalahan risidu 𝜎

_𝑖²

: Varian return

𝛽

_𝑖²

: Beta saham

𝜎

_𝑚²

: Varian return pasar

6. Menentukan Return Aktiva Bebas Risiko (R

br

)

Pada penentuan return aktiva bebas resiko (R

br

) penelitian ini menggunakan tingkat suku bunga Bank Indonesia sebagai aktiva bebas risiko (R

br

). Data suku bunga yang digunakan adalah rata-rata suku bunga mulai dari tahun 2018 - 2020.

7. Menghitung Excess Returun to Beta (ERB)

Tingkat Excess Return to Beta (ERB) dapat dihitung dengan rumus (Hartono, 2017, hal. 450):

𝐸𝑅𝐵

_𝑖

= 𝐸(𝑅

_𝑖

) − 𝑅

_𝑏𝑟

𝛽

_𝑖

Keterangan:

ERB

i

: Excess Return to Beta (ERB) saham i E (R

i

) : Expected Return saham i

R

br

: Return aktiva bebas risiko 𝛽

_𝑖

: Beta saham i

8. Mengurutkan sekuritas-sekuritas berdasarkan nilai ERB terbesar ke nilai

ERB terkecil.

(14)

9. Menghitung Nilai Aj dan Bj

Untuk menyederhanakan rumus C (cut off point) yang rumit, maka* rumus ini dipecah menjadi komponen A

i

dan B

i

. Nilai A

i

dan B

i

dapat dihitung dengan rumus (Hartono, 2017, hal. 451):

𝐴

_𝑖

= [𝐸(𝑅

_𝑖

) − 𝑅

_𝑏𝑟

]. 𝛽

_𝑖

𝜎

_𝑒𝑖²

𝐵

_𝑖

=

^𝛽^𝑖

2 𝜎𝑒𝑖2

Keterangan:

E (R

i

) : Expected Return saham i R

br

: Return aktiva bebas risiko E (R

i

) : Expected Return saham i R

br

: Return aktiva bebas risiko 𝛽

_𝑖

: Beta saham i

𝜎

_𝑒𝑖²

: Variance dari kesalahan residu 10. Menghitung Nilai Ci (nilai C yang belum terbesar)*

Ci adalah nilai C untuk aktiva ke-i yang dihitung dari kumulasi nilai- nilai A

1

sampai dengan A

i

dan nilai B

1

sampai dengan B

i

. Nilai Ci dapat dihitung dengan rumus (Hartono, 2017, hal. 451):

𝐶

_𝑖

= 𝜎

_𝑚²

∑

^𝑖_𝑗=1

𝐴

_𝑗

1 + 𝜎

_𝑚²

∑

^𝑖_𝑗=1

𝐵

_𝑗

Keterangan:

𝜎

_𝑚²

: Variance dari return indeks pasar

(15)

11. Menentukan C (Cut off point) dan kandidat portofolo optimal*

Besarnya Nilai C (Cut off point) adalah nilai Ci di mana ERB* terakhir kali masih lebih besar dari nilai Ci. Sekuritas-sekuritas yang membentuk portofolio optimal adalah sekuritas-sekuritas yang mempunyai nilai ERB lebih besar atau sama dengan nilai ERB di titik C*.

Sekuritas-sekuritas kandidat portofolio optimal telah dapat ditentukan, selanjutanya langkah-langkah yang harus dilakukan dalam menentukan besarnya proporsi adalah sebagai berikut:

12. Menghitung Besaran Proporsi Kandidat Portofolio Optimal

Menghitung besarnya proporsi dana dilakukan setelah portofolio terbentuk, dihitung dengan rumus (Hartono, 2017, hal. 454):

𝑊

_𝑖

= 𝑍

_𝑖

∑ 𝑍

^𝑘_𝑗 _𝑗

Z

i

Diperoleh dari: 𝑍

_𝑖

=

^𝛽^𝑖

𝜎_𝑒𝑖²

(𝐸𝑅𝐵

_𝑖

− 𝐶

^∗

) Keterangan:

W

i

: Proporsi saham ke i 𝛽

_𝑖

: Beta saham i

𝜎

_𝑒𝑖²

: Variance dari kesalahan residu ERB

i

: Excess Return to Beta (ERB)saham i

C* : Cut off Point yang merupakan nilai Ci terbesar

Sekuritas-sekuritas yang membentuk portofolio optimal dan besaran

proporsi telah ditentukan, selanjutnya langkah-langkah yang harus

(16)