263
!"#$ % & ' ( "
1Fakultas Ekonomi, Universitas Panca Sakti Tegal
"'" " "$ "' ( ") $ $ $ ) (
Perkembangan ekonomi yang modern, cepat dalam dunia informasi dan tekhnologi secara tidak langsung akan menuntut bahwa segala sesuatunya serba cepat, tepat dan terpenuhi apa yang diinginkan. Segala kegiatan harus diperhitungkan akan efisiensi termasuk faktor peluang, risiko dan keuntungan. Investor selalu mengharapkan keuntungan dari investasinya namun tentu saja tidak dapat dipisahkan dari risiko yang ada.
- & "# & ( & - & # risiko pasar yang diukur dengan koefisien beta (β) dengan risiko tidak sistematis. Tingkat ketepatan diversifikasi yang dicapai untuk portofolio saham mempunyai nilai beta tinggi dan beta rendah sangat berbeda. Hidayat
(1997) Test terhadap ragam variabel CAPM: tingkat pengembalian bebas risiko (Rf), tingkat satunya tingkat risiko yang relevan sebagai prediktor tingkat pengembalian saham dengan alasan jenis risiko yang bersifat individual dapat dihilangkan dengan strategi diversivikasi portofolio.
Sudah sewajarnya investor mengharapkan " maksimal dari investasi namun harus mempertimbangkan
264
semakin besar pula risiko yang dikandung investasi. Agar suatu investasi dapat diterima maka setiap kesempatan investasi harus menawarkan tingkat hasil sepadan dengan risiko yang ditanggungnya (Muslich,1997).
Dengan memperhatikan penelitian terdahulu, maka penelitian ini dilakukan untuk menguji dan menganalisis secara empiris adanya dampak sistemetis dan tidak sistematis return saham perusahaan manufaktur di Bursa Efek Indonesia Jakarta dengan pendekatan koreksi beta.
+ +% , %
Penelitian ini bertujuan untuk menguji pengaruh risiko sistematis dan risiko tidak sestematis terhadap *( + " saham manufactur di BEI Jakarta dengan pendekatan koreksi Beta dan / $) yang lebih besar pengaruhnya.
.) , %
1.1. Metode Analisis
Untuk mencapai tujuan yang telah ditetapkan, maka analisis data yang dilakukan adalah sebagai berikut : a. Analisis Regresi Linier Berganda
Persamaan regresi yang digunakan adalah sebagai berikut : ERi = a + β1X1 + β2X2 + ei
Untuk menguji pengaruh secara bersama7sama variabel indenpenden terhadap variabel dependen (hipotesis pertama) digunakan uji F. Adapun formulanya adalah sebagai berikut:
R2 / (K – 1)
F =
1 – R2 / (N – K) Keterangan:
R2 = Koefisien determinasi
K = Jumlah varaibel independen
N = Jumlah sampel
Kriteria pengujian:
Ho : bj = 0 Tidak terdapat pengaruh secara bersama7sama antara variabel indenpenden terhadap variabel dependen
H1 : bj ≠ 0 Terdapat pengaruh secara bersama7sama antara variabel indenpenden terhadap variabel dependen
Ho diterima jika Fhitung ≤ Ftabel Ho ditolak jika Fhitung > Ftabel
c. Uji – t
Untuk menguji pengaruh secara parsial variabel independen terhadap varaibel dependen digunakan uji7t. Adapun formula yang digunakan adalah sebagai berikut (Supranto, 2001):
Bi
T = Sbi
Keterangan
bi = Koefisien regresi varaiabel ke7i
265 Kriterian pengujian:
Ho : bi = 0 Tidak terdapat pengaruh secara parsial antara variabel independen terhadap variabel dependen.
H1 : bj ≠ 0 Terdapat pengaruh secara bersama7sama antara variabel indenpenden terhadap
variabel dependen Ho diterima apabila – ttabel ≤ thitung ≤ ttabel
Ho ditolak apabila – thitung < ttabel atau thitung > ttabel
d. Asumsi model regresi linier klasik 1. Multikolinearitas
Kolinearitas seringkali diduga ketika R² tinggi (misalnya antara 0,7 dan 1) dan korelasi juga tinggi, tetapi tak satu pun atau sangat sedikit koefisien regresi parsial yang secara individual signifikan secara statistik atas dasar pengujian t yang konvensional (Gujarati, 1999). Uji multikolinearitas dapat juga dilihat dengan nilai variance inflation factor yaitu apabila terdapat nilai
/ + , , + (VIF) lebih dari 5 maka mengindikasikan terdapat multikoliniaritas
(Singgih Santoso, 2001). 2. Heteroskedastisitas
Heteroskedastisitas terjadi apabila / + " + (gangguan) tidak sama atau tidak konstan dari waktu ke waktu (untuk semua pengamatan), konsekuensinya pada suatu model adalah bahwa estimator OLS (penaksiran) tetap tidak bisa dan masih konsisten tetapi tidak lagi efisien baik dalam sampel kecil maupun besar. Artinya situasi heteroskedasticity menyebabkan penaksiran koefisien7koefisien regresi dapat menjadi kurang dari semestinya, melebihi dari semestinya atau menyesatkan.
Untuk mendeteksi heteroskedastisitas ada beberapa metode yang digunakan. Salah satu di antaranya adalah metode pengujian Glejser (Agus Widarjono, 2007). Model yang digunakan untuk uji Glejser adalah sebagai berikut: ei =√ βo+ β1 X12 + v1
Jika b signifikan secara statistik maka terdapat heteroskedastisitas. e. Analisis Elastisitas
Untuk mengetahui pengaruh yang paling besar antara variabel independen terhadap variabel dependen digunakan rumus elastisitas regresi sebagai berikut (Vincent, 1996)
X Ej = Bj
Y
f. Koreksi Beta
Koreksi beta dilakukan dengan menggunakan satu periode mundur (lag time) dengan tahapan sebagai berikut:
1.Mengoperasikan persamaan regresi antara Rit dan Rmt dengan persamaan dasar sebagai berikut:
Rit = α1 + β1 71 Rmt71 + β1 70 Rmt + β1 +1 Rmt+1 + €it
2. Mengoperasikan persamaan regresi untuk mendapatkan korelasi serial antara Rit dan Rmt dengan
persamaan dasar sebagai berikut: Rmt = α1 + ρ1 + €it
3. Menghitung bobot yang digunakan dengan rumus sebagai berikut:
1 + ρ1
W =
1 + 2 ρ1
4.Menghitung beta yang sudah dikorelasikan dari saham ke7I yang merupakan penjumlahan koefisien regresi yang sudah di bobot dengan rumus sebagai berikut:
266
*% , )% %*% %
1.2. Analisis Data
Dalam penelitian ini terdapat beberapa data yang diperlukan yaitu return pasar yang berupa indeks harga saham gabungan (IHSG) dan return individu perusahaan. Return pasar pada tahun 2011 dapat dilihat pada Tabel 1.
- & "# - & - & ) - /0""
# & * 1 2" * 1
1 Januari 3.703,51 3.409,17 70,0795
2 Februari 3.409,17 3.470,35 0,0179
3 Maret 3.470,35 3.678,67 0,0600
4 April 3.678,67 3.819,62 0,0383
5 Mei 3.819,62 3.836,97 0,0045
6 Juni 3.836,97 3.888,57 0,0134
7 Juli 3.888,57 4.130,80 0,0623
8 Agustus 4.130,80 3.841,73 70,0699
9 September 3.841,73 3.549,03 0,0762
10 Oktober 3.549,03 3.790,85 0,0681
11 Nopember 3.790,85 3.715,08 70,0199
12 Desember 3.715,08 3.812,99 0,0263
Rata7rata 3.736,20 3.746,07 0,06147
Nilai return pasar yang tertinggi terjadi pada bulan Oktober sebesar 0,0681 sedangkan yang terkecil terjadi pada bulan Januari sebesar –0,0795. Rata7rata return pasar pada tahun 2011 sebesar 6,147, hal ini menunjukkan selama tahun 2011 cenderung terjadi nilai pasar yang tidak banyak mengalami perubahan. Nilai return pasar yang cenderung berubah tersebut menunjukkan adanya perubahan nilai pasar dari saham yang ada di bursa efek. Adapun hasil dari regresi tersebut dapat dilihat pada Tabel 2.
- & /# * & ,
-# 3 - &
1 Risiko Sistematis 70,334 71,644
2 Risiko Tidak Sistematis 1,306 4,312
Konstanta = 70,159 R² = 0,782 F hitung = 12,577
Dari Tabel 2 dapat dibuat persamaan regresi sebagai berikut: Y = 70,1597 0,0334 X1 + 1,306 X2
267
Nilai koefisien regresi variabel risiko sistematis sebesar 70,334 artinya jika variabel risiko sistematis bertambah satu satuan maka akan mengakibatkan expected return berkurang sebesar 70,334 satuan, dengan asumsi variabel lain dalam keadaan konstan. Nilai koefisien regresi yang negatif tersebut berarti terdapat pengaruh negatif dari variabel risiko sistematis terhadap expected return, atau semakin tinggi variabel risiko sistematis maka expected return semakin rendah. Hal ini berarti beta setiap perusahaan berpengaruh negatif terhadap expected return. Semakin tinggi beta maka kemungkinan untuk memperoleh return rendah.
Nilai koefisien regresi variabel risiko tidak sistematis sebesar 1,306 artinya jika variabel risiko tidak sistematis bertambah satu satuan maka akan mengakibatkan expected return bertambah sebesar 1,306 satuan, dengan asumsi variabel lain dalam keadaan konstan. Nilai koefisien regresi yang positif tersebut berarti terdapat pengaruh positif dari variabel risiko tidak sistematis terhadap expected return, atau semakin tinggi risiko tidak sistematis maka expected retu juga semakin tinggi.
Dari persamaan regresi tersebut diperoleh koefisien determinasi (R²) sebesar 0,782. Hal ini berarti *( + " 78,2 dipengaruhi oleh $ dan $ $ , sedangkan 2,18 persen dipengaruhi variabel lain yang tidak diteliti.
1.3. Pengujian hipotesis
a. Pengujian secara keseluruhan
Untuk menguji pengaruh secara keseluruhan variabel risiko sistematis dan risiko tidak sistematis terhadap expected return digunakan uji F. Dari penghitungan diperoleh F hitung sebesar 12,577. Dengan tingkat keyakinan 95 persen (α=0,05) dan derajat kebebasan (n7k71) diperoleh F tabel sebesar 4,74 Jadi F hitung 12,577 > F tabel (4,74), sehingga H0 ditolak. Penolakan H0 ini berarti terdapat pengaruh yang berarti dari variabel risiko sistematis dan risiko tidak sistematis terhadap expected return. Dengan demikian hipotesis yang menyatakan risiko sistematis (systematic risk) dan risiko tidak sistematis (unsystematic risk) berpengaruh terhadap expected return saham perusahaan manufaktur di Bursa Efek Indonesia dapat diterima.
b. Pengujian koefisien regresi secara parsial dengan uji t
Dengan menggunakan tingkat keyakinan 95 persen (α=0,05) dan derajat kebebasan (n– k– 1) diperoleh t tabel sebesar 2,365, sedangkan hasil perhitungan yang dilakukan menghasilkan t hitung variabel risiko sistematis (tX1) sebesar 71,644. Jadi nilai t hitung lebih besar dari nilai t tabel (71,6440 > 72,365) sehingga secara parsial variabel risiko sistematis (X1) tidak mempunyai pengaruh yang nyata terhadap expected return (Y) pada taraf alfa=0,05.
Nilai t hitung variabel risiko tidak sistematis (tX2) sebesar 4,312. Jadi nilai t hitung lebih besar dari nilai t tabel (4,312 > 2,365) atau sehingga secara parsial variabel risiko tidak sistematis (X2) mempunyai pengaruh yang nyata terhadap expected return (Y) pada taraf alfa =0,05 Kurva penolakan H0 dari uji t dapat dilihat pada gambar 3.
1.4. Pembahasan Hasil Penelitian
Berdasarkan hasil analisis dapat diketahui kemampuan risiko sistematis dan risiko tidak sistematis dalam menjelaskan expected return pada saham7saham yang termasuk dalam LQ 45 adalah sebesar 78,2 persen. Hal ini berarti selain variabel risiko sitematis dan risiko tidak sistematis menjelaskan expected return, karena 21,8 persen dijelaskan oleh variabel lain. Hal ini berarti dalam periode satu tahun pada tahun 2011 return pasar menentukan return individu saham7saham perusahaan yang tergabung dalam LQ 45.
+,%
Berdasarkan analisis regresi linier berganda diperoleh persamaan sebagai berikut: Y = 70,1597 0,0334 X1 + 1,306 X2. Nilai koefisien regresi sistematis yang negatif tersebut menunjukkan risiko sistematis berpengaruh negative terhadap expected return. Ini berarti semakin tinggi risiko sistematis maka semakin rendah tingkat expected return
268
terhadap expected return. Dengan demikian hipotesis yang menyatakan risiko sistematis (systematic risk) dan risiko tidak sistematis (unsystematic risk) berpengaruh terhadap expected return saham perusahaan manufaktur di Bursa Efek Indonesia dapat diterima.
Secara parsial variabel risiko sistematik berpengaruh secara nyata terhadap expected return, sedangkan variabel risiko tidak sistematis berpengaruh secara nyata terhadap expected return. Hal ini ditunjukkan dari hasil uji t diperoleh t hitung variabel risiko sistematis (tX1) sebesar 71,644 Jadi nilai t hitung lebih besar dari nilai t tabel (7
2,365 <71,644), sehingga secara parsial variabel risiko sistematis (X1) tidak mempunyai pengaruh yang nyata
terhadap *( + " (Y) pada taraf alfa=0,05.
Nilai t hitung variabel risiko tidak sistematis (tX2) sebesar . Jadi nilai t hitung 4,312 lebih besar dari nilai t tabel (4,312 > 2,365) atau dengan sehingga secara parsial variabel risiko tidak sistematis (X2) mempunyai pengaruh yang nyata terhadap expected return (Y) pada taraf alfa =0,05 dan 0,01 (karena p < 0,01).
)%' % + % %