3. METODOLOGI PENELITIAN
3.1. Jenis Penelitian dan Sumber Data
Jenis penelitian ini tergolong historical research karena data yang digunakan berupa data masa lampau. Historical research bertujuan menganalisa data masa lampau secara sistematis dan secara obyektif dengan mengumpulkan, mengevaluasi, membuktikan, dan menyatukan data untuk mendapatkan fakta dan mempertahankan hipotesa (Indriantoro & Supomo, 2002).
Data yang dipakai dalam penelitian ini antara lain:
a. Data bulanan Nilai Aktiva Bersih (NAB) Reksa Dana Saham dan Reksa Dana Pendapatan Tetap periode tahun 2009 - 2011 yang diambil dari Bapepam LK (http://www.bapepam.go.id/reksadana/).
b. Data bulanan Closing Price IHSG selama periode tahun 2009 – April 2011 dari Yahoo! Finance (www.finance.yahoo.com).
c. Data rata-rata bulanan SBI selama periode tahun 2009 – 2011 dari website Bank Indonesia (www.bi.go.id).
3.2. Populasi dan Teknik Penarikan Sampel
Teknik yang dipakai dalam penelitian ini menggunakan Purposive Sampling yaitu pengambilan sampling yang menyesuaikan data dengan kriteria tertentu.
Jadi tidak semua produk Reksa Dana Saham dan Reksa Dana Pendapatan Tetap diambil sebagai objek penelitian tetapi hanya yang memenuhi syarat sebagai berikut:
a. Merupakan produk Reksa Dana Saham dan Reksa Dana Pendapatan Tetap yang ditawarkan selama periode tahun 2009 – 2011.
b. Merupakan perusahaan Reksa Dana yang aktif diperdagangkan selama tahun 2009 – 2011 dan memiliki Nilai Aktiva Bersih (NAB) yang dipublikasikan di media cetak.
c. Data Nilai Aktiva Bersih (NAB) Reksa Dana yang akan diambil sebagai sampel adalah Nilai Aktiva Bersih (NAB) akhir bulan pada periode tahun 2009 – 2011.
SBI yang terbit pada periode tahun 2009 – 2011. Suku Bunga SBI dipakai sebagai proksi Risk Free Rate yang akan dipergunakan untuk menghitung Sharpe Ratio.
Pada penelitian ini, diambil populasi semua produk Reksa Dana Saham dan Reksa Dana Pendapatan Tetap yang menerbitkan Fund Factsheet pada periode tahun 2009 – 2011 berjumlah 15 produk Reksa Dana Pendapatan Tetap dan 13 produk Reksa Dana Saham yang bisa memenuhi kriteria penelitian.
3.3. Variabel, Konsep, dan Definisi Operasional Variabel 3.3.1. Konsep: Kinerja
Definisi Operasional:
Hasil kerja yang telah dicapai dalam melaksanakan tugas dan tanggung jawab.
Indikator empirik:
Diukur dengan menggunakan:
• Konsep: Sharpe Ratio Definisi operasional:
Untuk mengetahui seberapa besar penambahan hasil dari investasi yang didapat untuk tiap-tiap unit risiko yang diambil. Pengukuran kinerja dengan metode sharpe didasarkan atas risk premium. Risk premium adalah selisih antara rata-rata kinerja yang dihasilkan Reksa Dana dengan rata-rata kinerja investasi bebas risiko. Investasi bebas risiko diasumsikan adalah suku bunga Sertifikat Bank Indonesia (Pratomo dan Nugraha, 2002).
Indikator empirik:
Untuk menghitung metode Sharpe Ratio dapat menggunakan formulasi sebagai berikut:
p f p
σ R
S R −
p=
Sp : sharpe ratio Rp : return portofolio Rf : suku bunga bebas risiko σp : standard deviasi portofolio
• Konsep: Standard Deviasi Definisi operasional:
Standard deviasi menunjukkan penyimpangan yang terjadi dari rata – rata kinerja yang dihasilkan.
Indikator empirik:
Untuk menghitung standard deviasi dapat digunakan rumus sebagai berikut:
1 )
( 2
−
=
∑
− nx
i
σ μ
i : risiko Reksa Dana/ portofolio i xi : nilai risiko Reksa Dana i μi : rata-rata return Reksa Dana i ni : jumlah Reksa Dana i
3.3.2. Konsep : Transparansi informasi Definisi operasional:
Sejauh mana pengungkapan informasi keuangan reksadana meliputi total prosentase alokasi aset yang dikelola oleh Manajer Investasi, jenis - jenis biaya, termasuk biaya pembelian unit pernyertaan (jika ada), biaya penjualan unit penyertaan (jika ada), dan biaya pengalihan unit penyertaan (jika ada) yang ditanggung oleh investor, dan informasi alokasi sektor/
industri.
Indikator empirik:
Total prosentase alokasi aset yang diinformasikan pada fund facstheet bulanan, alokasi sektor/ industri dan jenis-jenis biaya yang ditanggung investor.
3.3.3.Konsep: Keterlambatan informasi Definisi operasional:
Jangka waktu penundaan penerbitan informasi.
Indikator empirik :
Informasi tanggal yang tercantum di Fund Factsheet harus sama dengan tanggal pembuatan di Fund Factsheet. Informasi ini dapat diketahui dari dokumen properties yang tersedia di adobe reader pada bagian date created.
Namun informasi tersebut dikategorikan terlambat apabila tanggal pembuatan (date created) tidak sama dengan tanggal yang tertulis di Fund Factsheet. Sehingga apabila terlambat dilambangkan dengan 1, apabila tidak terlambat dilambangkan dengan 0.
3.3.4. Konsep: Beta Reksa Dana Definisi operasional:
Mengukur besarnya pengaruh (volatilitas) return Reksa Dana tertentu dengan return pasar atau mengukur tingkat kepekaan portofolio terhadap perubahan return pasar dalam periode tertentu.
Indikator empirik: Ri(t)=i+βiRm(t)+
е
i(t)Ri(t) : tingkat pengembalian portofolio i selama periode t Rm(t) : tingkat pengembalian pasar selama periode t
е
i(t) : unexplained residual tingkat pengembalian portofolio i selama periode ti : konstanta portofosio i βi : beta portofolio
3.3.5. Konsep: Suku Bunga Definisi operasional:
merupakan imbal hasil dari kinerja investasi bebas risiko.
Indikator empirik:
suku bunga Sertifikat Bank Indonesia bulanan periode Maret 2010 – April 2011
3.3.6. Konsep: Return Reksa Dana Definisi operasional:
Return Reksa Dana adalah pendapatan yang diterima oleh investor yang menanamkan modalnya di Reksa Dana setiap akhir periode. Return ini berasal dari dividen, capital gain, dan peningkatan harga.
Indikator empirik:
Adapun rumus yang digunakan untuk menghitung return tersebut adalah sebagai berikut:
ReturnRD RD RD
RD
ReturnRD : Imbal hasil kinerja Reksa Dana
PriceRDt : Nilai Aktiva Bersih (NAB) pada periode t
PriceRDt-1 : Nilai Aktiva Bersih (NAB) pada periode sebelum t.
3.3.7. Konsep: Return pasar (Market Return) Definisi operasional:
Untuk dapat mengukur return pasar, digunakan Indeks Harga Saham Gabungan ( IHSG ) sebagai variabel pembanding ( benchmark ).
Indikator empirik:
Return pasar dirumuskan sebagai berikut :
,
IHSG IHSG IHSG
, : Return pasar
IHSG : Nilai IHSG pada periode bulan tertentu IHSG : Nilai IHSG pada periode bulan sebelumnya
3.4. Metode dan Prosedur Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data sekunder, dimana data yang diperoleh bukan dari sumber pertama, tetapi dari sumber yang lain. Penggunaan data sekunder ini biasanya lebih mudah didapat, seperti dari prospektus, laporan BEJ, jurnal – jurnal, surat kabar harian, dan literatur – literatur lainnya.
Data yang digunakan dalam penelitian ini adalah data bulanan. Oleh karena itu, Reksa Dana yang digunakan dalam penelitian ini merupakan Reksa Dana
yang ada sejak awal tahun 2007. Dalam penelitian ini penulis melakukan pengumpulan data dengan cara:
1. Teknik dokumentasi yaitu dengan mengumpulkan data dari :
a. Bloomberg (untuk memperoleh data fundfactsheet dari situs perusahaan investasi),
b. Infovesta (dalam bentuk daftar nama Reksa Dana Saham dan Reksa Dana Pendapatan Tetap periode tahun 2009 – 2011),
c. Bapepam LK(dalam bentuk nilai NAB Reksa Dana Saham dan Reksa Dana Pendapatan Tetap periode tahun 2009 – 2011).
2. Studi kepustakaan yaitu dengan mempelajari artikel, buku, dan jurnal untuk penggunaan hasil penelitian dan konsep-konsep tentang penjelasan mengenai Reksa Dana.
3.5. Metode Analisis
3.5.1. Analisis Statistik Deskriptif
Analisis statistik deskriptif merupakan teknik deskriptif yang memberikan informasi mengenai data yang dimiliki dan tidak bermaksud menguji hipotesis.
Analisis ini hanya digunakan untuk menyajikan dan menganalisis data disertai dengan perhitungan agar dapat memperjelas keadaan atau karakteristik data yang bersangkutan (Nurgiyantoro et al., 2004). Pengukuran yang digunakan dalam penelitian ini adalah mean, standar deviasi, maksimum, dan minimum.
Mean digunakan untuk mengetahui rata-rata data yang bersangkutan.
Standar deviasi digunakan untuk mengetahui seberapa besar data yang bersangkutan bervariasi dari rata-rata. Maksimum digunakan untuk mengetahui jumlah terbesar data yang bersangkutan. Minimum digunakan untuk mengetahui jumlah terkecil data yang bersangkutan.
3.5.2. Uji Asumsi Klasik
Model regresi linier berganda (multiple regression) dapat disebut sebagai model yang baik jika model tersebut memenuhi Kriteria BLUE (Best Linear Unbiased Estimator). BLUE dapat dicapai bila memenuhi asumsi klasik.
Sedikitnya terdapat tiga uji asumsi yang harus dilakukan terhadap suatu model regresi tersebut, yaitu:
a. Uji Normalitas b. Uji Multikolinieritas c. Uji Heteroskedastisitas
3.5.2.1. Uji Asumsi Klasik Normalitas
Uji normalitas bertujuan untuk menguji apakah variabel dependen dan independen dalam model regresi tersebut terdistribusi secara normal (Ghozali, 2006). Model regresi yang baik adalah yang mempunyai distribusi data normal atau mendekati normal. Untuk menguji normalitas data, pada penelitian ini menggunakan metode uji statistik non-parametrik Kolmogorov-Smirnov. Jika nilai probabilitas (Kolmogorov Smirnov) < taraf signifikansi 5% (0,05), maka distribusi data dikatakan tidak normal. Jika nilai probabilitas (Kolmogorov Smirnov) > taraf signifikansi 5% (0,05), maka distribusi data dikatakan normal.
3.5.2.2. Uji Asumsi Klasik Heteroskedasitisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan yang lain dalam model regresi (Ghozali, 2006). Model regresi yang baik adalah jika variance dari residual satu pengamatan ke pengamatan lain berbeda (heteroskedastisitas). Heteroskedastisitas dapat dilihat melalui grafik plot antara nilai prediksi variabel terikat dengan residualnya. Apabila pola pada grafik ditunjukkan dengan titik-titik menyebar secara acak (tanpa pola yang jelas) serta tersebar di atas maupun dibawah angka 0 pada sumbu Y, maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi. Selain menggunakan grafik scatterplots, uji heteroskedastisitas juga dapat dilakukan dengan menggunakan Uji Glejser. Jika probabilitas signifikan > 0.05, maka model regresi tidak mengandung heteroskedastisitas.
3.5.2.3. Uji Asumsi Klasik Multikolinieritas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi
regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Uji Multikolinearitas dilakukan dengan melihat nilai tolerance dan variance inflation factor (VIF) dari hasil analisis dengan menggunakan SPSS. Apabila nilai tolerance value lebih tinggi daripada 0,10 atau VIF lebih kecil daripada 10 maka dapat disimpulkan tidak terjadi multikolinearitas. Jika terdapat multikolinearitas, maka akan sulit untuk mengisolasi pengaruh-pengaruh individual dari variabel, sehingga tingkat signifikansi koefisien regresi menjadi rendah. (Santoso. 2002 : 206).
3.5.3. Analisis Regresi Linier Berganda
Analisis regresi berganda digunakan untuk menguji pengaruh variabel bebas transparansi informasi, keterlambatan informasi, dan variabel makro terhadap variabel dependen kinerja Reksa Dana Saham dan Reksa Dana Pendapatan Tetap.
Model regresi yang dikembangkan untuk menguji hipotesis-hipotesis yang telah dirumuskan dalam penelitian ini adalah:
3.5.3.1. Analisis Regresi Linear Reksa Dana Saham:
SR = α
0 + β
1TPA + β
2KI + β
3BR + d
1 KIA+ d
2KIS Keterangan :
α0 = konstanta
SR = Sharpe Ratio
TPA = Prosentase alokasi aset KI = Keterlambatan informasi BR = Beta Reksa Dana Saham
KIA = Ketersediaan informasi alokasi biaya investor KIS = ketersediaan informasi alokasi sektor /industri
3.5.3.2. Analisis Regresi Linear Reksa Dana Pendapatan Tetap:
SR = α
0 + β
1PA + β
2KI + β
3SBI + d
1 KIA+ d
2KIS Keterangan :
α0 = konstanta
SR = Sharpe Ratio
TPA = Total prosentase aset KI = Keterlambatan informasi SBI = Suku bunga Indonesia
KIA = Ketersediaan informasi alokasi biaya investor KIS = Ketersediaan informasi alokasi sektor /industri
3.6. Uji Statistik
3.6.1. Uji signifikan F (F-test)
Uji F digunakan untuk mengetahui seberapa jauh pengaruh variabel terikat terhadap variabel bebas.
Langkah-langkah/ urutan menguji hipotesa dengan distribusi F a. Merumuskan hipotesa
Ho : β1 = β2 = β3 = β4 = 0, berarti secara bersama-sama tidak ada pengaruh variabel bebas terhadap variabel terikat.
H1 : β1 ≠ β2 ≠ β3 ≠ β4 ≠ 0, berarti secara bersama-sama ada pengaruh variabel bebas terhadap variabel terikat.
b. Menentukan taraf nyata/ level of significance = α
Taraf nyata / derajad keyakinan yang digunakan sebesar α = 5%. Derajat bebas (df) dalam distribusi F ada dua, yaitu :
df numerator = dfn = df1 = k – 1 df denumerator = dfd = df2 = n – k Dimana:
df = degree of freedom/ derajad kebebasan n = Jumlah sampel
k = banyaknya koefisien regresi
c. Menentukan daerah keputusan, yaitu daerah dimana hipotesa nol diterima atau tidak
Gagal tolak Ho apabila F hitung ≤ F tabel dengan α = 5%, artinya semua variabel bebas secara bersama-sama tidak berpengaruh secara signifikan terhadap variabel terikat.
Tolak Ho apabila F hitung > F tabel α = 5%, artinya semua variabel bebas secara bersama-sama berpengaruh secara signifikan terhadap variabel terikat.
3.6.2. Uji Koefisien Determinasi (Adjusted R2)
Ketepatan model (Adjusted R2) dilakukan untuk mendeteksi ketepatan yang paling baik dari garis regresi. Uji ini dilakukan untuk melihat kemampuan variabel bebas dalam menjelaskan variasi pada variabel terikat, semakin mendekati angka 1, kemampuan variasi variabel bebas untuk menjelaskan variasi terikat semakin baik.
Koefisien determinasi bernilai 0 berarti tidak ada hubungan antara variabel bebas dengan variabel terikat. Sebaliknya bila nilai koefisien determinasi 1 berarti suatu kecocokan sempurna dari ketepatan model.
