B. Deskripsi Statistik
Sampel dalam penelitian ini adalah 14 dari 45 saham unggulan berdasarkan kriteria kapitalisasi pasar terbesar yang diperoleh dari data
statistik Bursa Efek Indonesia pada tahun 2004 sampai dengan 2007. Deskripsi penelitian ini meliputi rata-rata return saham perusahaan sampel
dari tahun 2004 sampai dengan 2007, rata-rata pendapatan pasar return market dari tahun 2004 sampai dengan 2007, rata-rata pendapatan bebas
risiko bunga SBI dari tahun 2004 sampai dengan 2007, risiko sistematis saham perusahaan sampel dari tahun 2004 sampai dengan 2007. Adapun
untuk variabel makroekonomi yang digunakan dalam penelitian ini adalah perubahan tingkat inflasi yang tidak diharapkan, perubahan tingkat bunga
yang tidak diharapkan, perubahan jumlah uang yang beredar yang tidak diharapkan, dan perubahan kurs yang tidak diharapkan dari tahun 2004
sampai dengan 2007. 1. Return Saham Perusahaan LQ-45
Return saham Ri yang dihitung merupakan return saham aktual yang didapat dari harga saham penutup dikurangi dengan harga saham
pembuka dibagi dengan saham pembuka. Rata-rata return saham perusahaan sampel dari tahun 2004 sampai dengan 2007 disajikan dalam
tabel 4.1. Berdasarkan hasil perhitungan rata-rata Return saham per bulan masing-masing perusahaan dari tahun 2004 sampai dengan 2007 dapat
dilihat bahwa rata-rata secara keseluruhan adalah 0.034162896, hal ini berarti seluruh rata-rata return saham LQ-45 per bulan adalah positif. Hal
ini berarti dari 2004 sampai dengan 2007, kalangan investor merespon positif terhadap saham-saham di pasar modal terutama saham LQ-45.
Rata-rata Return saham per bulan tertinggi adalah saham Astra Agro Lestari Tbk AALI yaitu sebesar 0.065300229 per bulan, sedangkan rata-
rata Return saham per bulan terendah adalah saham Indosat Tbk ISAT yaitu sebesar 0.008126355 per bulan.
Tabel 4.1. Rata-Rata
Return Saham Per bulan Perusahaan LQ-45 Tahun 2004-2007
No. Nama Perusahaan
Kode Return Saham
1 Astra Agro Lestari Tbk
AALI 0.065300229
2 Aneka Tambang Persero Tbk
ANTM 0.0443865
3 Astra Internasional Tbk
ASII 0.040359378
4 Bank Cental Asia Tbk
BBCA 0.023249416
5 International Nickel Ind. Tbk
INCO 0.043694449
6 Indofood Sukses Makmur Tbk
INDF 0.030333
7 Indah Kiat Pulp Paper Tbk
INKP 0.013900575
8 Indosat Tbk
ISAT 0.008126355
9 Kalbe Farma Tbk
KLBF 0.014993404
10 Bank Pan Indonesia Tbk
PNBN 0.025436081
11 Tambang Batubara Bukit Asam Tbk
PTBA 0.064542701
12 Semen Cibinong Tbk
SMCB 0.037675101
13 telekomunikasi Indonesia Tbk
TLKM 0.014322121
14 United Tractors Tbk
UNTR 0.051961228
Rata-rata 0.034162896
Sumber : PT. Bursa Efek Indonesia, Data Diolah Penulis 2. Return Market
Return market Rm didapat dari perubahan Indeks Harga Saham Gabungan IHSG per bulan di Bursa Efek Indonesia. Return market Rm
yang dihitung merupakan Return market aktual yang didapat dari Indeks Harga Saham Gabungan IHSG penutup dikurangi Indeks Harga Saham
Gabungan IHSG pembuka dibagi Indeks Harga Saham Gabungan
IHSG pembuka. Rata-Rata return market dari tahun 2004 sampai dengan 2007 disajikan dalam tabel 4.2. Dari tahun 2004 sampai dengan 2007
Return Market sangat berfluktuasi. Return Market perbulan yang tertinggi terjadi pada bulan November 2004 yaitu sebesar 13.63, Return Market
per bulan yang terendah terjadi pada bulan Agustus 2005 yaitu sebesar - 11.18.
Tabel 4.2 Rata-rata
Return Market Rm Tahun 2004 – 2007
Tahun Bulan
Rm Tahun
Bulan Rm
2004 jan
8.82 2006
jan 5.99
feb 1.08
feb -0.13
mar -3.34
mar 7.50
apr 6.49
apr 10.69
mei -6.50
mei -9.18
jun -0.02
jun -1.48
jul 3.36
jul 3.16
agst -0.30
agst 5.89
sept 8.67
sept 7.22
okt 4.92
okt 3.13
nov 13.63
nov 8.61
des 2.30
des 5.04
Jumlah 39.11
Jumlah 46.44
Rata-rata 3.26
Rata-rata 3.87
2005 jan
4.52 2007
jan -2.67
feb 2.72
feb -0.93
mar 0.59
mar 5.17
apr -4.68
apr 9.19
mei 5.69
mei 4.26
jun 3.14
jun 2.64
jul 5.34
jul 9.79
agst -11.18
agst -6.57
sept 2.78
sept 7.51
okt -1.21
okt 12.05
nov 2.85
nov 1.70
des 6.02
des 2.14
Jumlah 16.57
Jumlah 44.27
Rata-rata 1.38
Rata-rata 3.69
Rata-rata total 3.83
Sumber : PT. Bursa Efek Indonesia, Data Diolah Penulis.
Rata-rata Return Market tahunan yang tertinggi adalah tahun 2006 yaitu sebesar 3.87. Sedangkan Rata-rata Return market tahunan yang
terendah adalah tahun 2005 yaitu sebesar 1.38. Rata-rata total Return market adalah sebesar 3.83 yang berarti sejauh ini investor masih
merespon positif terhadap dunia pasar modal di Indonesia. 3. Risiko Sistematis saham LQ-45
Risiko dari suatu saham terhadap risiko pasar dapat diukur dengan risiko sistematis. Risiko sistematis suatu saham adalah kuantitatif yang
mengukur sensitivitas keuntungan dari suatu sekuritas dalam merespon pergerakan keuntungan pasar.
Risiko sistematis bisa didapat dari Menghitung beta β masing-
masing perusahaan sampel dengan menggunakan rumus market model yang meregresikan antara return saham yang sesungguhnya actual
return dengan return pasar market return yang bisa dilihat pada lampiran output SPSS 12 CAPM masing-masing perusahaan sampel.
Gambaran hasil perhitungan risiko sistematis dari 14 sampel selama periode pengamatan return saham LQ-45 dari tahun 2004-2007 dapat
dilihat pada tabel 4.3. Dari tabel 4.3 dapat dilihat hampir seluruh beta saham perusahaan
sampel LQ-45 adalah positif kecuali perusahaan Kalbe Farma Tbk KLBF. Rata-rata secara keseluruhan beta saham perusahaan sampel LQ-
45 adalah positif yaitu sebesar 0.40, hal ini berarti bahwa hubungan antara return market dengan return saham masing-masing perusahaan LQ-45
adalah searah. Beta saham yang tertinggi dimiliki oleh saham Indah Kiat Pulp Paper Tbk INKP yaitu sebesar 0.734, hal ini berarti return saham
Indah Kiat Pulp Paper Tbk INKP paling sensitif terhadap return market jika dibandingkan dengan return saham lainnya yang dijadikan
sampel dalam penelitian ini. Sedangkan beta terendah dimiliki oleh saham Kalbe Farma Tbk KLBF yaitu sebesar -0.322, hal ini berarti bahwa
hubungan return market dengan return saham Kalbe Farma Tbk KLBF adalah berbanding terbalik. Jika return market naik maka return saham
Kalbe Farma Tbk KLBF turun, Jika return market turun maka return saham Kalbe Farma Tbk KLBF naik.
Tabel 4. 3 Risiko Sistematis Atau Beta
Tahun 2004 – 2007
No. Nama Perusahaan
Kode Beta
1 Astra Agro Lestari Tbk
AALI 0.147
2 Aneka Tambang Persero Tbk
ANTM 0.105
3 Astra Internasional Tbk
ASII 0.564
4 Bank Cental Asia Tbk
BBCA 0.588
5 International Nickel Ind. Tbk
INCO 0.277
6 Indofood Sukses Makmur Tbk
INDF 0.472
7 Indah Kiat Pulp Paper Tbk
INKP 0.734
8 Indosat Tbk
ISAT 0.514
9 Kalbe Farma Tbk
KLBF -0.322
10 Bank Pan Indonesia Tbk
PNBN 0.93
11 Tambang Batubara Bukit Asam Tbk
PTBA 0.189
12 Semen Cibinong Tbk
SMCB 0.559
13 telekomunikasi Indonesia Tbk
TLKM 0.434
14 United Tractors Tbk
UNTR 0.411
Rata-rata 0.40
Sumber : PT. Bursa Efek Indonesia, Data Diolah Penulis
4. Variabel Makroekonomi Variabel makroekonomi yang digunakan untuk model APT dalam
penelitian ini adalah perubahan tingkat inflasi yang tidak diharapkan, perubahan tingkat bunga yang tidak diharapkan, perubahan uang yang
tidak diharapkan, dan perubahan kurs yang tidak diharapkan, dimana memperoleh variabel tersebut digunakan rumus yang terdapat pada bab III
sub bab operasional variabel. Perubahan tingkat inflasi yang diharapkan, perubahan tingkat
bunga yang diharapkan, perubahan uang yang diharapkan, dan perubahan kurs yang diharapkan diperoleh dengan menggunakan metode ARIMA
atau yang dikenal dengan Metode Boxs and Jenkins dengan menggunakan software minitab 14. Untuk memprediksikan perubahan tingkat inflasi
yang diharapkan, perubahan tingkat bunga yang diharapkan, perubahan uang yang diharapkan, dan perubahan kurs yang diharapkan dari bulan
januari 2004 sampai desember 2007, maka digunakan perubahan tingkat inflasi aktual, perubahan tingkat bunga aktual, perubahan uang aktual, dan
perubahan kurs aktual bulan januari 2001 sampai dengam desember 2003 seperti yang terdapat pada tabel 4.4.
Tabel 4.4 Perubahan Tingkat Inflasi Aktual, Perubahan Tingkat Bunga SBI Aktual,
Perubahan Jumlah Uang Beredar Aktual, dan Perubahan Kurs Aktual Periode Januari 2001 – Desember 2003
Tahun Bulan
Inflasi Bunga
Uang Kurs
2001 jan
-0.01 1.23
-10.38 -1.51
feb 1.64
1.23 3.12
4.07 mar
0.02 1.30
-1.00 5.74
apr -0.48
1.34 3.99
12.26
Tahun Bulan
Inflasi Bunga
Uang Kurs
mei 1.46
1.36 0.97
-5.28 jun
0.48 1.39
2.79 3.45
jul 0.27
1.43 1.26
-16.74 agst
-1.10 1.47
2.90 -6.93
sept -4.05
1.46 -1.57
9.14 okt
0.06 1.47
3.49 7.86
nov 1.51
1.47 0.84
-0.05 des
-0.05 1.47
3.70 -0.29
2002 jan
0.23 1.41
-6.17 -0.77
feb -0.25
1.41 1.12
-1.27 mar
-1.01 1.40
-1.46 -5.24
apr 11.00
1.38 1.70
-3.51 mei
-6.88 1.29
-0.44 -5.70
jun -0.74
1.26 3.42
-0.63 jul
1.28 1.24
-0.28 4.33
agst -0.65
1.20 1.41
-2.65 sept
0.83 1.10
3.31 1.67
okt 0.02
1.09 -0.07
2.42 nov
2.43 1.09
8.19 -2.78
des -0.35
1.08 -2.34
-0.40 2003
jan 6.23
1.06 -6.16
-0.72 feb
-0.12 1.02
-89.92 0.33
mar -0.06
0.95 -0.16
0.03 apr
0.06 0.92
0.95 -2.62
mei -0.06
0.87 4.78
-4.56 jun
-0.02 0.79
1.83 0.07
jul -0.10
0.76 0.70
2.66 agst
0.04 0.74
2.68 0.35
sept -0.03
0.72 2.84
-1.71 okt
0.02 0.71
2.42 1.26
nov -0.15
0.71 5.36
0.49 des
-0.07 0.69
-0.10 -0.84
Sumber: Statistik Ekonomi Keuangan Indonesia, Data Diolah Penulis Tingkat signifikan adalah jika p-value pada parameter AR 1 pada
tipe model adalah kurang dari 0.05. Hasil uji tingkat signifikan dengan menggunakan software minitab 14 yang dapat dilihat dari lampiran hasil
uji model ARIMA bahwa semua variabel makroekonomi yang akan digunakan untuk meramal variabel makroekonomi di masa yang akan
datang p-valuenya kurang dari 0.05, yang berarti semuanya signifikan, sehingga data peramalannya layak untuk digunakan.
Tabel 4.5 Statistik
Ljung-Box Untuk Inflasi
Lag k df K-k
Statistik Ljung-Box Q
Chi-Square X
2
0.05 p-value
12 10
12.2 18.307
0.271 24
22 15.6
33.9244 0.835
Berdasarkan dari tabel 4. 5 untuk inflasi menunjukkan bahwa sampai pada lag 12 tidak ada korelasi antara residual pada antara lag t
dengan residual pada lag 12, karena dari hasil statistik Ljung-Box tidak lebih besar dari Chi-Square X
2
nya. Begitu pula pada lag 24 nilai statistiknya tidak lebih besar dari Chi-Square X
2
nya. Artinya antara residual antara lag t sampai lag 24 tidak ada yang saling berkorelasi,
sehingga dapat disimpulkan bahwa residual telah memenuhi asumsi indepedensi.
Jika p-value lebih besar 0.05 yang berarti menunjukkan bahwa data yang diuji normal. Untuk hasil pengolahan data perubahan tingkat
inflasi per bulan dengan menggunakan software minitab 14 dapat dilihat pada tabel 4.5 dimana besarnya nilai Box-Pierce Ljung-Box pada lag 12
dengan P-Value 0.271 0.05 dan pada lag 24 dengan P-Value 0.835 0.05 berarti data normal.
Tabel 4.6 Statistik
Ljung-Box Untuk Bunga
Lag k df K-k
Statistik Ljung-Box Q
Chi-Square X
2
0.05 p-value
12 10
16.8 18.307
0.079 24
22 27
33.9244 0.211
Berdasarkan dari tabel 4.6 untuk bunga menunjukkan bahwa sampai pada lag 12 tidak ada korelasi antara residual pada antara lag t
dengan residual pada lag 12, karena dari hasil statistik Ljung-Box tidak lebih besar dari Chi-Square X
2
nya. Begitu pula pada lag 24 nilai statistiknya tidak lebih besar dari Chi-Square X
2
nya. Artinya antara residual antara lag t sampai lag 24 tidak ada yang saling berkorelasi,
sehingga dapat disimpulkan bahwa residual telah memenuhi asumsi indepedensi.
Jika p-value lebih besar 0.05 yang berarti menunjukkan bahwa data yang diuji normal. Untuk hasil pengolahan data perubahan tingkat
bunga per bulan dengan menggunakan software minitab 14 dapat dilihat pada tabel 4.6 dimana besarnya nilai Box-Pierce Ljung-Box pada lag 12
dengan P-Value 0.079 0.05 dan pada lag 24 dengan P-Value 0.211 0.05 berarti data normal.
Tabel 4.7 Statistik
Ljung-Box Untuk Uang
Lag k df K-k
Statistik Ljung-Box Q
Chi-Square X
2
0.05 p-value
12 10
6.1 18.307
0.807 24
22 6.1
33.9244 1.000
Berdasarkan dari tabel 4.7 untuk uang menunjukkan bahwa sampai pada lag 12 tidak ada korelasi antara residual pada antara lag t
dengan residual pada lag 12, karena dari hasil statistik Ljung-Box tidak lebih besar dari Chi-Square X
2
nya. Begitu pula pada lag 24 nilai statistiknya tidak lebih besar dari Chi-Square X
2
nya. Artinya antara
residual antara lag t sampai lag 24 tidak ada yang saling berkorelasi, sehingga dapat disimpulkan bahwa residual telah memenuhi asumsi
indepedensi. Jika p-value lebih besar 0.05 yang berarti menunjukkan bahwa
data yang diuji normal. Untuk hasil pengolahan data perubahan uang yang beredar per bulan dengan menggunakan software minitab 14 dapat dilihat
pada tabel 4.7 dimana besarnya nilai Box-Pierce Ljung-Box pada lag 12 dengan P-Value 0.807 0.05 dan pada lag 24 dengan P-Value 1.000
0.05 berarti data normal.
Tabel 4.8 Statistik
Ljung-Box Untuk Kurs
Lag k df K-k
Statistik Ljung-Box Q
Chi-Square X
2
0.05 p-value
12 10
11.8 18.307
0.299 24
22 24.3
33.9244 0.333
Berdasarkan dari tabel 4.8 untuk kurs menunjukkan bahwa sampai pada lag 12 tidak ada korelasi antara residual pada antara lag t dengan
residual pada lag 12, karena dari hasil statistik Ljung-Box tidak lebih besar dari Chi-Square X
2
nya. Begitu pula pada lag 24 nilai statistiknya tidak lebih besar dari Chi-Square X
2
nya. Artinya antara residual antara lag t sampai lag 24 tidak ada yang saling berkorelasi, sehingga dapat
disimpulkan bahwa residual telah memenuhi asumsi indepedensi. Jika p-value lebih besar 0.05 yang berarti menunjukkan bahwa
data yang diuji normal. Untuk hasil pengolahan data perubahan kurs per bulan dengan menggunakan software minitab 14 dapat dilihat pada tabel
4.8 dimana besarnya nilai Box-Pierce Ljung-Box pada lag 12 dengan P- Value 0.299 0.05 dan pada lag 24 dengan P-Value 0.333 0.05 berarti
data normal a. Perubahan Tingkat Inflasi
Perubahan tingkat inflasi yang digunakan untuk model APT adalah perubahan tingkat inflasi yang tidak diharapkan yang didapat
dari selisih antara perubahan tingkat inflasi aktual dengan perubahan tingkat inflasi yang diharapkan. Perubahan tingkat inflasi yang
diharapkan didapat dari model ARIMA dengan menggunakan software minitab 14. Adapun perkembangan perubahan tingkat inflasi
aktual, perubahan tingkat inflasi yang diharapkan, dan perubahan tingkat inflasi yang tidak diharapkan dapat dlihat dari tabel 4.9
Berdasarkan tabel 4.9 menunjukkan bahwa rata-rata perubahan tingkat inflasi per bulan aktual dari Januari 2004 sampai dengan
Desember 2007 adalah sebesar 0.026. Perubahan tingkat inflasi aktual yang tertinggi terjadi pada bulan Oktober 2005 yaitu sebesar
0.975. Sedangkan perubahan tingkat inflasi aktual yang mencapai level paling rendah terjadi pada bulan Oktober 2006 yaitu sebesar -
0.568 yang berarti pada bulan ini terjadi deflasi yaitu turunnya harga barang-barang.
Rata-rata perubahan tingkat inflasi yang diharapkan per bulan yang diharapkan dari Januari 2004 sampai dengan Desember 2007
adalah sebesar 0.307. Perubahan tingkat inflasi yang diharapkan
tertinggi terjadi pada bulan Januari 2004 yaitu sebesar 0.455. Sedangkan perubahan tingkat inflasi yang diharapkan di level yang
paling rendah terjadi pada bulan Februari 2004 yaitu sebesar 0.25. Rata-rata perubahan tingkat inflasi yang tidak diharapkan per
bulan dari Januari 2004 sampai dengan Desember 2007 adalah sebesar -0.281, hal ini berarti perubahan tingkat inflasi aktual lebih kecil
daripada perubahan tingkat inflasi yang diharapkan. Perubahan tingkat inflasi yang tidak diharapkan tertinggi terjadi pada bulan Oktober
2005 yaitu sebesar 0.669. Sedangkan perubahan tingkat inflasi yang tidak diharapkan di level yang paling rendah terjadi pada bulan Januari
2004 yaitu sebesar
-
0.521. Secara umum perubahan tingkat inflasi aktual dari Januari 2004 sampai dengan Desember 2007 sangat
berfluktuasi, sedangkan perubahan tingkat inflasi yang diharapkan cenderung stabil, sehingga perubahan tingkat inflasi yang tidak
diharapkan menjadi cenderung sangat berfluktuasi.
Tabel 4.9 Perubahan Tingkat Inflasi Aktual, Perubahan Tingkat Inflasi yang
Diharapkan, dan Perubahan Tingkat Inflasi yang Tidak Diharapkan Periode Januari 2004 – Desember 2007
No Tanggal
Inflasi Aktual Inflasi yang
Diharapkan Inflasi yang Tidak
Diharapkan
1 Jan-04
-0.07 0.455
-0.521 2
Feb-04 0.05
0.25 -0.204
3 Mar-04
0.11 0.326
-0.215 4
Apr-04 0.159
0.298 -0.139
5 May-04
0.093 0.308
-0.215 6
Jun-04 0.056
0.304 -0.249
7 Jul-04
0.054 0.306
-0.251 8
Aug-04 -0.074
0.305 -0.379
9 Sep-04
-0.06 0.305
-0.365
No Tanggal
Inflasi Aktual Inflasi yang
Diharapkan Inflasi yang Tidak
Diharapkan
10 Oct-04
-0.008 0.305
-0.313 11
Nov-04 0.006
0.305 -0.299
12 Dec-04
0.036 0.305
-0.27 13
Jan-05 0.144
0.305 -0.161
14 Feb-05
-0.023 0.305
-0.328 15
Mar-05 0.232
0.305 -0.073
16 Apr-05
-0.078 0.305
-0.383 17
May-05 0.089
0.305 -0.216
18 Jun-05
0.003 0.305
-0.302 19
Jul-05 0.057
0.305 -0.248
20 Aug-05
0.063 0.305
-0.243 21
Sep-05 0.088
0.305 -0.218
22 Oct-05
0.975 0.305
0.669 23
Nov-05 0.027
0.305 -0.278
24 Dec-05
-0.069 0.305
-0.374 25
Jan-06 0.005
0.305 -0.3
26 Feb-06
0.052 0.305
-0.253 27
Mar-06 -0.122
0.305 -0.427
28 Apr-06
-0.022 0.305
-0.327 29
May-06 0.013
0.305 -0.292
30 Jun-06
0.005 0.305
-0.301 31
Jul-06 -0.025
0.305 -0.33
32 Aug-06
-0.017 0.305
-0.322 33
Sep-06 -0.024
0.305 -0.329
34 Oct-06
-0.568 0.305
-0.873 35
Nov-06 -0.162
0.305 -0.467
36 Dec-06
0.252 0.305
-0.053 37
Jan-07 -0.052
0.305 -0.357
38 Feb-07
0.006 0.305
-0.299 39
Mar-07 0.035
0.305 -0.27
40 Apr-07
-0.035 0.305
-0.34 41
May-07 -0.045
0.305 -0.35
42 Jun-07
-0.04 0.305
-0.345 43
Jul-07 0.05
0.305 -0.255
44 Aug-07
0.074 0.305
-0.231 45
Sep-07 0.068
0.305 -0.238
46 Oct-07
-0.01 0.305
-0.315 47
Nov-07 -0.025
0.305 -0.33
48 Dec-07
-0.018 0.305
-0.323
Rata-rata 0.026
0.307 -0.281
Sumber: Statistik Ekonomi Keuangan Indonesia, Data Diolah Penulis
b. Perubahan Tingkat Bunga
Data perubahan tingkat bunga yang diambil untuk penelitian adalah perubahan tingkat bunga SBI Sertifikat Bank Indonesia.
Perubahan tingkat bunga yang digunakan untuk model APT adalah perubahan tingkat bunga yang tidak diharapkan yang didapat dari
selisih antara perubahan tingkat bunga aktual dengan perubahan tingkat bunga yang diharapkan. Perubahan tingkat bunga yang
diharapkan didapat dari model ARIMA dengan menggunakan software minitab 14. Adapun perkembangan perubahan tingkat bunga
aktual, perubahan tingkat bunga yang diharapkan, dan perubahan tingkat bunga yang tidak diharapkan dapat dlihat dari tabel 4.10
Berdasarkan tabel 4.10 menunjukkan bahwa rata-rata perubahan tingkat bunga per bulan aktual dari Januari 2004 sampai
dengan Desember 2007 adalah sebesar 0.77. Perubahan tingkat
bunga aktual yang tertinggi terjadi pada bulan Desember 2005 yaitu sebesar 1.06. Sedangkan perubahan tingkat bunga aktual yang
mencapai level paling rendah terjadi dari bulan April 2004 sampai dengan bulan Agustus 2004 yaitu sebesar 0.61.
Tabel 4.10 Perubahan Tingkat Bunga Aktual, Perubahan Tingkat Bunga Yang
Diharapkan, dan Perubahan Tingkat Bunga yang Tidak Diharapkan Periode Januari 2004 – Desember 2007
No Tanggal
Bunga Aktual Bunga Yang
Diharapkan Bunga Yang Tidak
Diharapkan
1 Jan-04
0.66 -0.02
0.68 2
Feb-04 0.62
-0.02 0.64
3 Mar-04
0.62 -0.01
0.63 4
Apr-04 0.61
-0.01 0.62
No Tanggal
Bunga Aktual Bunga Yang
Diharapkan Bunga Yang Tidak
Diharapkan
5 May-04
0.61 -0.01
0.62 6
Jun-04 0.61
-0.01 0.62
7 Jul-04
0.61 -0.01
0.62 8
Aug-04 0.61
-0.01 0.62
9 Sep-04
0.62 -0.01
0.62 10
Oct-04 0.62
-0.01 0.63
11 Nov-04
0.62 -0.01
0.63 12
Dec-04 0.62
-0.01 0.63
13 Jan-05
0.62 -0.01
0.63 14
Feb-05 0.62
-0.01 0.63
15 Mar-05
0.62 -0.01
0.63 16
Apr-05 0.64
-0.01 0.65
17 May-05
0.66 -0.01
0.67 18
Jun-05 0.69
-0.01 0.70
19 Jul-05
0.71 -0.01
0.72 20
Aug-05 0.79
-0.01 0.80
21 Sep-05
0.83 -0.01
0.84 22
Oct-05 0.92
-0.01 0.92
23 Nov-05
1.02 -0.01
1.03 24
Dec-05 1.06
-0.01 1.07
25 Jan-06
1.06 -0.01
1.07 26
Feb-06 1.06
-0.01 1.07
27 Mar-06
1.06 -0.01
1.07 28
Apr-06 1.06
-0.01 1.07
29 May-06
1.04 -0.01
1.05 30
Jun-06 1.04
-0.01 1.05
31 Jul-06
1.02 -0.01
1.03 32
Aug-06 0.98
-0.01 0.99
33 Sep-06
0.94 -0.01
0.95 34
Oct-06 0.90
-0.01 0.90
35 Nov-06
0.85 -0.01
0.86 36
Dec-06 0.81
-0.01 0.82
37 Jan-07
0.79 -0.01
0.80 38
Feb-07 0.77
-0.01 0.78
39 Mar-07
0.75 -0.01
0.76 40
Apr-07 0.75
-0.01 0.76
41 May-07
0.73 -0.01
0.74 42
Jun-07 0.71
-0.01 0.72
43 Jul-07
0.69 -0.01
0.70 44
Aug-07 0.69
-0.01 0.70
45 Sep-07
0.69 -0.01
0.70 46
Oct-07 0.69
-0.01 0.70
47 Nov-07
0.69 -0.01
0.70 48
Dec-07 0.67
-0.01 0.68
Rata-rata 0.77
-0.01 0.78
Sumber : Statistik Ekonomi Keuangan Indonesia, Data Diolah Penulis.
Rata-rata perubahan tingkat bunga yang diharapkan per bulan dari Januari 2004 sampai dengan Desember 2007 adalah sebesar -
0.01. Perubahan tingkat bunga yang diharapkan tertinggi terjadi dari bulan Maret 2004 sampai dengan desember 2007 yaitu sebesar -
0.01. Sedangkan perubahan tingkat bunga yang diharapkan di level yang paling rendah terjadi pada bulan Januari 2004 dan Februari 2004
yaitu sebesar
-0.02
. Rata-rata perubahan tingkat bunga yang tidak diharapkan per bulan dari Januari 2004 sampai dengan Desember
2007 adalah sebesar 0.78, Hal ini berarti perubahan tingkat bunga aktual lebih besar daripada perubahan tingkat bunga yang diharapkan,
hal ini terjadi pemerintah menerapkan kebijakan menaikkan tingkat bunga guna menghambat jatuhnya nilai mata uang rupiah terhadap
dollar Amerika. Perubahan tingkat bunga yang tidak diharapkan di level yang paling tinggi terjadi dari bulan Desember 2005 sampai
dengan bulan April 2006 yaitu sebesar 1.07. Perubahan tingkat bunga yang tidak diharapkan terendah terjadi dari bulan April 2004
sampai dengan September 2004 yaitu sebesar 0.62. c. Perubahan Jumlah Uang Beredar
Perubahan jumlah uang beredar yang digunakan dalam penelitian ini adalah perubahan jumlah uang beredar yaitu M1 yang
didapatkan dari uang kartal ditambah uang giral. Perubahan jumlah uang beredar yang digunakan untuk model APT adalah perubahan
jumlah uang beredar yang tidak diharapkan yang didapat dari selisih
antara perubahan jumlah uang beredar aktual dengan perubahan jumlah uang beredar yang diharapkan. Perubahan jumlah uang beredar
yang diharapkan didapat dari model ARIMA dengan menggunakan software minitab 14. Adapun perkembangan perubahan jumlah uang
beredar aktual, perubahan jumlah uang beredar yang diharapkan, dan perubahan jumlah uang beredar yang tidak diharapkan dapat dlihat
dari tabel 4.11.
Tabel 4.11 Perubahan Jumlah Uang Beredar Aktual, Perubahan Jumlah Uang Beredar
yang Diharapkan, dan Perubahan Jumlah Uang Beredar yang Tidak Diharapkan
Periode Januari 2004 – Desember 2007
No Tanggal
Uang aktual Uang yang
diharapkan Uang yang tidak
diharapkan
1 Jan-04
-3.33 -0.97
-2.36 2
Feb-04 1.24
0.34 0.91
3 Mar-04
-0.02 -0.14
0.13 4
Apr-04 -1.62
0.03 -1.65
5 May-04
3.83 -0.03
3.86 6
Jun-04 4.93
-0.01 4.94
7 Jul-04
1.42 -0.02
1.44 8
Aug-04 0.38
-0.01 0.39
9 Sep-04
0.82 -0.01
0.83 10
Oct-04 2.78
-0.01 2.79
11 Nov-04
1.06 -0.01
1.07 12
Dec-04 1.44
-0.01 1.45
13 Jan-05
-2.22 -0.01
-2.21 14
Feb-05 0.91
-0.01 0.92
15 Mar-05
0.02 -0.01
0.04 16
Apr-05 -1.68
-0.01 -1.66
17 May-05
2.52 -0.01
2.53 18
Jun-05 5.99
-0.01 6.01
19 Jul-05
-0.29 -0.01
-0.27 20
Aug-05 2.99
-0.01 3.00
21 Sep-05
-0.32 -0.01
-0.31 22
Oct-05 4.66
-0.01 4.67
23 Nov-05
-3.48 -0.01
-3.47 24
Dec-05 1.87
-0.01 1.88
25 Jan-06
-0.17 -0.01
-0.16 26
Feb-06 -1.47
-0.01 -1.46
No Tanggal
Uang aktual Uang yang
diharapkan Uang yang tidak
diharapkan
27 Mar-06
0.01 -0.01
0.02 28
Apr-06 1.84
-0.01 1.86
29 May-06
7.88 -0.01
7.90 30
Jun-06 2.79
-0.01 2.80
31 Jul-06
-0.43 -0.01
-0.41 32
Aug-06 5.63
-0.01 5.64
33 Sep-06
1.38 -0.01
1.39 34
Oct-06 3.75
-0.01 3.76
35 Nov-06
-1.09 -0.01
-1.07 36
Dec-06 5.38
-0.01 5.39
37 Jan-07
-4.50 -0.01
-4.48 38
Feb-07 0.50
-0.01 0.52
39 Mar-07
-1.37 -0.01
-1.35 40
Apr-07 2.76
-0.01 2.77
41 May-07
0.39 -0.01
0.40 42
Jun-07 8.15
-0.01 8.17
43 Jul-07
4.31 -0.01
4.33 44
Aug-07 1.06
-0.01 1.07
45 Sep-07
2.30 -0.01
2.31 46
Oct-07 0.90
-0.01 0.92
47 Nov-07
2.27 -0.01
2.29 48
Dec-07 8.58
-0.01 8.59
Rata-rata 1.56
-0.03 1.59
Sumber : Statistik Ekonomi Keuangan Indonesia, data diolah penulis Berdasarkan tabel 4.11 dapat dilihat bahwa rata-rata perubahan
jumlah uang yang beredar per bulan aktual dari Januari 2004 sampai
dengan Desember 2007 adalah sebesar 1.6. Perubahan jumlah uang
yang beredar aktual yang tertinggi terjadi pada bulan Desember 2007 yaitu sebesar 8.58. Sedangkan perubahan jumlah uang yang beredar
aktual yang mencapai level paling rendah terjadi pada bulan Januari 2007 yaitu sebesar
-
4.50. Rata-rata perubahan jumlah uang yang beredar yang diharapkan per bulan dari Januari 2004 sampai dengan
Desember 2007 adalah sebesar -0.03. Perubahan jumlah uang yang beredar yang diharapkan tertinggi terjadi pada bulan Februari 2004
yaitu sebesar 0.34. Sedangkan perubahan jumlah uang yang beredar yang diharapkan di level yang paling rendah terjadi pada bulan Januari
2004 yaitu sebesar -0.97. Rata-rata perubahan jumlah uang yang beredar yang tidak diharapkan per bulan dari Januari 2004 sampai
dengan Desember 2007 adalah sebesar 1.59, Hal ini berarti perubahan jumlah uang yang beredar aktual lebih besar daripada
perubahan jumlah uang yang beredar yang diharapkan, perubahan jumlah uang yang beredar yang tidak diharapkan di level yang paling
tinggi terjadi pada bulan Desember 2007 yaitu sebesar 8.59. Perubahan jumlah uang yang beredar yang tidak diharapkan terendah
terjadi pada bulan Januari 2007 yaitu sebesar
-4.48.
d. Perubahan Nilai Tukar Kurs Dollar Amerika Terhadap Rupiah Perubahan kurs yang digunakan dalam penelitian ini adalah
nilai kurs dollar Amerika terhadap rupiah. Perubahan kurs yang digunakan untuk model APT adalah perubahan kurs yang tidak
diharapkan yang didapat dari selisih antara perubahan kurs aktual dengan perubahan kurs yang diharapkan. Perubahan kurs yang
diharapkan didapat dari model ARIMA dengan menggunakan software minitab 14. Adapun perkembangan perubahan kurs aktual,
perubahan kurs yang diharapkan, dan perubahan kurs yang tidak diharapkan dapat dlihat dari tabel 4.12.
Tabel 4.12 Perubahan Kurs Aktual, Perubahan Kurs Yang Diharapkan, dan Perubahan
Kurs Yang Tidak Diharapkan Periode Januari 2004 – Desember 2007
No Tanggal
Kurs aktual Kurs yang
diharapkan Kurs yang tidak
diharapkan
1 Jan-04
-0.28 1.03
-1.31 2
Feb-04 0.07
-0.90 0.97
3 Mar-04
1.66 0.31
1.35 4
Apr-04 0.86
-0.45 1.31
5 May-04
6.34 0.03
6.31 6
Jun-04 2.23
-0.27 2.50
7 Jul-04
-2.62 -0.08
-2.54 8
Aug-04 1.75
-0.20 1.95
9 Sep-04
-1.69 -0.13
-1.57 10
Oct-04 -0.87
-0.17 -0.70
11 Nov-04
-0.79 -0.15
-0.65 12
Dec-04 3.02
-0.16 3.18
13 Jan-05
-1.35 -0.15
-1.20 14
Feb-05 1.11
-0.16 1.27
15 Mar-05
2.30 -0.15
2.45 16
Apr-05 0.95
-0.16 1.11
17 May-05
-0.78 -0.16
-0.62 18
Jun-05 2.30
-0.16 2.46
19 Jul-05
1.09 -0.16
1.25 20
Aug-05 4.29
-0.16 4.45
21 Sep-05
0.68 -0.16
0.84 22
Oct-05 -2.13
-0.16 -1.97
23 Nov-05
-0.55 -0.16
-0.39 24
Dec-05 -2.04
-0.16 -1.88
25 Jan-06
-4.43 -0.16
-4.27 26
Feb-06 -1.76
-0.16 -1.60
27 Mar-06
-1.68 -0.16
-1.52 28
Apr-06 -3.31
-0.16 -3.15
29 May-06
5.07 -0.16
5.23 30
Jun-06 0.87
-0.16 1.03
31 Jul-06
-2.47 -0.16
-2.31 32
Aug-06 0.33
-0.16 0.49
33 Sep-06
1.48 -0.16
1.64 34
Oct-06 -1.35
-0.16 -1.19
35 Nov-06
0.60 -0.16
0.76 36
Dec-06 -1.58
-0.16 -1.42
37 Jan-07
0.78 -0.16
0.94 38
Feb-07 0.77
-0.16 0.93
39 Mar-07
-0.46 -0.16
-0.30 40
Apr-07 -0.38
-0.16 -0.22
41 May-07
-2.81 -0.16
-2.65
No Tanggal
Kurs aktual Kurs yang
diharapkan Kurs yang tidak
diharapkan
42 Jun-07
2.56 -0.16
2.72 43
Jul-07 1.46
-0.16 1.62
44 Aug-07
2.44 -0.16
2.60 45
Sep-07 -2.90
-0.16 -2.74
46 Oct-07
-0.37 -0.16
-0.21 47
Nov-07 3.00
-0.16 3.16
48 Dec-07
0.46 -0.16
0.62
Rata-rata 0.25
-0.14 0.39
Sumber : Statistik Ekonomi Keuangan Indonesia, data diolah penulis Berdasarkan tabel 4.12 dapat dilihat bahwa rata-rata perubahan
kurs per bulan aktual dari Januari 2004 sampai dengan Desember 2007 adalah sebesar 0.25. Perubahan kurs aktual yang tertinggi terjadi
pada bulan Mei 2004 yaitu sebesar 6.34. Sedangkan perubahan kurs aktual yang mencapai level paling rendah terjadi pada bulan Januari
2006 yaitu sebesar -4.43. Rata-rata perubahan kurs yang diharapkan per bulan dari
januari 2004 sampai dengan Desember 2007 adalah sebesar -0.14. Perubahan kurs yang diharapkan tertinggi terjadi pada bulan Januari
2004 yaitu sebesar
1.03.
Sedangkan perubahan kurs yang diharapkan di level yang paling rendah terjadi pada bulan Februari
2004 yaitu sebesar
-
0.90. Rata-rata perubahan kurs yang tidak diharapkan per bulan dari
Januari 2004 sampai dengan Desember 2007 adalah sebesar 0.39, Hal ini berarti perubahan kurs aktual lebih besar daripada perubahan
kurs yang diharapkan, perubahan jumlah kurs yang tidak diharapkan di level yang paling tinggi terjadi pada bulan Mei 2004 yaitu sebesar
6.31. Perubahan kurs yang tidak diharapkan terendah terjadi pada bulan Januari 2006 yaitu sebesar -4.27.
5. Uji Normalitas Data dan Uji Asumsi Klasik
a. Uji Normalitas Data Uji normalitas bertujuan menguji apakah dalam model regresi,
variabel penganggu atau residual memiliki distribusi normal. Pengujian normalitas data adalah pengujian tentang kenormalan
distribusi data. Uji normalitas bertujuan untuk menguji apakah dalam model regresi variabel dependen yang dalam hal ini adalah return
saham LQ-45 dan variabel independen CAPM dan APT ataupun keduanya mempunyai distribusi yang normal atau tidak. Hasil uji
normalitas data kedua model tersebut dapat dilihat pada tabel 4.13.
Tabel 4.13 Return Perusahaan LQ-45 Dengan Kolmogorov-Smirnov
2004 – 2007
No. Nama Perusahaan
Kode CAPM
APT
1 Astra Agro Lestari Tbk
AALI 0 .875
0.855 2
Aneka Tambang Persero Tbk ANTM
0.378 0.079
3 Astra Internasional Tbk
ASII 0.732
0.855 4
Bank Cental Asia Tbk BBCA
0.467 0.243
5 International Nickel Ind. Tbk
INCO 0.087
0.183 6
Indofood Sukses Makmur Tbk INDF
0.683 0.737
7 Indah Kiat Pulp Paper Tbk
INKP 0.309
0.731 8
Indosat Tbk ISAT
0.932 0.091
9 Kalbe Farma Tbk
KLBF 0.827
0.204 10
Bank Pan Indonesia Tbk PNBN
0.735 0.775
11 Tambang Batubara Bukit Asam Tbk
PTBA 0.083
0.146 12
Semen Cibinong Tbk SMCB
0.676 0.520
13 telekomunikasi Indonesia Tbk
TLKM 0.219
0.348 14
United Tractors Tbk UNTR
0.214 0.367
Berdasarkan tabel 4.13. dapat dilihat bahwa nilai CAPM dan APT terhadap return perusahaan LQ-45 yang dijadikan sampel pada
penelitian ini bernilai 0.05 yang berarti semua data normal. b. Uji Asumsi Klasik
Untuk mendapatkan hasil estimator linear yang terbaik dan tidak bias pada model regresi berganda, maka diperlukan pengujian
asumsi klasik. Adapun hasil dari uji asumsi klasik adalah sebagai berikut:
1 Uji Multikolenieritas a Uji Multikolinearitas CAPM
Uji multikolinearitas dimaksudkan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar
variabel independen.. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas. Diagnosis untuk
mengetahui adanya multikolinieritas adalah menentukan nilai Variance Inflaction Factor VIF dan Tolerance. Batas
tolerance value adalah 0.10 dan VIF 10. Hasil perhitungan nilai tolerance dan VIF dapat dilihat pada lampiran market
model saham LQ-45 bahwa semua variabel dapat diketahui nilai tolerancenya diatas 0,10 dan VIF dibawah 10, sehingga
dapat dikatakan tidak terjadi multikolinearitas.
b Uji Multikolinearitas APT Berdasarkan lampiran model APT saham LQ-45 dapat
dilihat bahwa besarnya semua variabel tidak terjadi multikolinearitas, karena tidak lebih dari atau kurang dari ± 0.5.
2 Uji Autokorelasi Autokorelasi digunakan untuk menguji apakah dalam sebuah
model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Jika
terjadi korelasi, maka dinamakan ada problem autokorelasi. Untuk mendeteksi autokorelasi dalam penelitian ini maka digunakan uji
Durbin Watson DW. Untuk pengujian Durbin Watson DW digunakan ketentuan bahwa du D-W 4-du.
Tabel 4.14 Pengujian
Durbin Watson D-W Pada Market Model Saham LQ-45 2004-2007
No. Nama Perusahaan
Saham du
D-W 4-du
1 Astra Agro Lestari Tbk
AALI 1.403
2.5152 2.597
2 Aneka Tambang Persero Tbk
ANTM 1.403
1.553 2.597
3 Astra Internasional Tbk
ASII 1.403
1.682 2.597
4 Bank Cental Asia Tbk
BBCA 1.403
2.019 2.597
5 International Nickel Ind. Tbk
INCO 1.403
2.05 2.597
6 Indofood Sukses Makmur Tbk
INDF 1.403
2.068 2.597
7 Indah Kiat Pulp Paper Tbk
INKP 1.403
1932 2.597
8 Indosat Tbk
ISAT 1.403
1.891 2.597
9 Kalbe Farma Tbk
KLBF 1.403
1.746 2.597
10 Bank Pan Indonesia Tbk
PNBN 1.403
2.384 2.597
11 Tambang Batubara Bukit Asam Tbk
PTBA 1.403
1.44 2.597
12 Semen Cibinong Tbk
SMCB 1.403
1.531 2.597
13 telekomunikasi Indonesia Tbk
TLKM 1.403
2.022 2.597
14 United Tractors Tbk
UNTR 1.403
2.135 2.597
Pada tabel 4.14 diketahui nilai Durbin Watson D-W pada return saham perusahaan LQ-45 dengan market model akan
dibandingkan dengan nilai tabel dengan menggunakan nilai signifikansi 5, jumlah sampel n 48 dan jumlah variabel
independen k adalah 1 yaitu return saham masing-masing perusahaan. Maka dari tabel tersebut secara keseluruhan nilai
return saham perusahaan LQ-45 dengan market model didapatkan nilai du D-W 4-du. Hal berarti dapat disimpulkan bahwa tidak
ada autokorelasi baik positif maupun negatif pada 14 return saham LQ-45 dengan pada market model.
Tabel 4.15 Pengujian
Durbin Watson D-W pada Model APT Perusahaan LQ-45 2004-2007
No. Nama Perusahaan
Saham du
D-W 4-du
1 Astra Agro Lestari Tbk
AALI 1.403
2.172 2.597
2 Aneka Tambang Persero Tbk
ANTM 1.403
1.626 2.597
3 Astra Internasional Tbk
ASII 1.403
2.266 2.597
4 Bank Cental Asia Tbk
BBCA 1.403
1.989 2.597
5 International Nickel Ind. Tbk
INCO 1.403
1.892 2.597
6 Indofood Sukses Makmur Tbk
INDF 1.403
2.125 2.597
7 Indah Kiat Pulp Paper Tbk
INKP 1.403
2.102 2.597
8 Indosat Tbk
ISAT 1.403
2.343 2.597
9 Kalbe Farma Tbk
KLBF 1.403
1.537 2.597
10 Bank Pan Indonesia Tbk
PNBN 1.403
2.531 2.597
11 Tambang Batubara Bukit Asam Tbk
PTBA 1.403
1.579 2.597
12 Semen Cibinong Tbk
SMCB 1.403
1.955 2.597
13 telekomunikasi Indonesia Tbk
TLKM 1.403
2.218 2.597
14 United Tractors Tbk
UNTR 1.403
2.27 2.597
Pada tabel 4.15 diketahui nilai Durbin Watson D-W pada return saham perusahaan LQ-45 dengan model APT akan
dibandingkan dengan nilai tabel dengan menggunakan nilai
signifikansi 5, jumlah sample n 48 dan jumlah variabel independen k adalah 1 yaitu return saham masing-masing
perusahaan. Maka dari tabel tersebut secara keseluruhan nilai return saham perusahaan LQ-45 dengan model APT didapatkan
nilai du D-W 4-du. Hal berarti dapat disimpulkan bahwa tidak ada autokorelasi baik positif maupun negatif pada 14 return saham
LQ-45 dengan model APT. 3 Uji Heterokedastisitas
a Uji Heterokedastisitas CAPM Heteroskedastisitas varian variabel dependen dalam
model tidak equal terhadap variabel independen. Konsekuensi adanya heteroskedastisitas dalam model regresi adalah
estimator yang diperoleh tidak efisien, baik pada sampel kecil maupun besar. Diagnosis adanya heteroskedastisitas dalam uji
regresi dapat diidentifikasi dari pola scatter plot diagram. Pada lampiran market model saham LQ-45 terlihat
bahwa titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y dan tidak terlihat pola tertentu. Dengan demikian
pada persamaan regresi linier berganda dalam model ini tidak ada gejala atau tidak terjadi heteroskedastisitas.
b Uji Heterokedastisitas APT
dapat dilihat pada lampiran uji heterokedastisitas saham perusahaan LQ-45, berdasarkan hasil uji korelasi rank dari
Spearman yang terdapat dalam software SPSS 12, diperoleh nilai korelasi Spearman untuk masing-masing model yang
akan dibandingkan dengan nilai kritisnya atau nilai tabel r one-tail dan tabel r two-tail dengan menggunakan nilai
signifikansi 5, jumlah DF = 48-2 = 46 dan jumlah variabel independen k adalah 1 yaitu return saham masing-masing
perusahaan. Untuk nilai kritis r one-tailnya didapat = 0.2403 dan tabel r two-tailnya = 0.2845. Dapat dilihat pada lampiran
uji heterokedastisitas bahwa nilai korelasi Spearman lebih kecil daripada nilai kritisnya. Dengan demikian maka secara
keseluruhan tidak terjadi heterokedastisitas pada model regresi tersebut.
6. Perbandingan Keakuratan Capital Asset Pricing Model CAPM dan
Arbitrage Pricing Theory APT Dalam Memprediksi Return Saham LQ- 45
Sebelum di uji dengan two sample t-test maka kedua data MAD
CAPM
dan MAD
APT
harus melakukan uji normalitas data yang dilakukan dengan menggunakan Kolmogorov-Sumirnov pada software
SPSS 12. Berdasarkan tabel 4.16 dapat dilihat bahwa untuk MAD
CAPM
bernilai 0
.
795 0.05 maka data yang diuji normal. Begitu pula untuk MAD
APT
0.159 0.05 yang berarti data yang diuji normal
Tabel 4.16 One-Sample Kolmogorov-Smirnov Test
CAPM APT
N 14
14 Normal Parametersa,b
Mean .079850
.501979 Std. Deviation
.0222822 .6313825
Most Extreme Differences Absolute
.173 .301
Positive .173
.301 Negative
-.100 -.248
Kolmogorov-Smirnov Z .648
1.125 Asymp. Sig. 2-tailed
.795 .159
a Test distribution is Normal. b Calculated from data
.
Dalam penelitian ini keakuratan suatu model diukur dengan menggunakan Mean Absolut Deviation MAD, model yang mempunyai
MAD yang lebih kecil berarti lebih akurat dibandingkan model yang mempunyai MAD yang lebih besar. Besarnya MAD model CAPM dan
APT dapat dilihat pada tabel 4.17. Dasar pengambilan keputusan untuk two sample t-test adalah
dengan membandingkan t-tabel dan t-hitung: a.
Jika t-hitung t-tabel, maka H0 ditolak atau P-value 0.05 b.
Jika t-hitung t-tabel, maka H0 diterima atau P-value 0.05 Berdasarkan hasil uji t dengan menggunakan program minitab
versi 14 maka diperoleh nilai t hitung sebesar 2.5. Nilai t tabel dengan menggunakan
α = 5 dan degree of freedom DF 14+14-2 = 2.05, karena 2.5 2.05 dan P-value 0.019 0.05, maka Ho ditolak yang berarti ada
perbedaan yang signifikan antara keakuratan model CAPM dan APT dalam memprediksi Return Saham LQ-45 Di Bursa Efek Indonesia.
Tabel 4.17 MAD CAPM dan APT
Return Saham LQ-45
No. Nama Perusahaan
Kode MAD APT
MAD CAPM
1 Astra Agro Lestari Tbk
AALI 0.4128
0.0922 2
Aneka Tambang Persero Tbk ANTM
0.1698 0.1336
3 Astra Internasional Tbk
ASII 0.3878
0.0601 4
Bank Cental Asia Tbk BBCA
0.0728 0.0513
5 International Nickel Ind. Tbk
INCO 0.2966
0.1013 6
Indofood Sukses Makmur Tbk INDF
0.0784 0.0741
7 Indah Kiat Pulp Paper Tbk
INKP 0.2073
0.0714 8
Indosat Tbk ISAT
0.959 0.0671
9 Kalbe Farma Tbk
KLBF 0.4785
0.1034 10
Bank Pan Indonesia Tbk PNBN
0.0753 0.0676
11 Tambang Batubara Bukit Asam Tbk
PTBA 2.0533
0.0914 12
Semen Cibinong Tbk SMCB
1.6841 0.0783
13 telekomunikasi Indonesia Tbk
TLKM 0.0782
0.0569 14
United Tractors Tbk UNTR
0.0738 0.0692
Rata-rata 0.5020
0.0799
Standar Deviasi 0.631
0.0223
Thitung
2.5
Tabel 2.0555
Rata-rata MAD model CAPM adalah sebesar 0.0799 dengan standar deviasi sebesar 0.0223. Adapun Rata-rata MAD model APT
adalah sebesar 0.5020 dengan standar deviasi sebesar 0.631. Hal ini menunjukkan bahwa model CAPM lebih akurat dibandingkan model APT
dalam memprediksi return saham LQ-45 pada periode 2004 sampai dengan 2007, karena hasil MAD CAPM lebih kecil daripada hasil MAD
APT. Hal ini sesuai dengan penelitian terdahulu oleh Gancar Candra Premananto dan Muhammad Madyan 2004 meneliti mengenai
Perbandingan Keakuratan Capital Asset Pricing Model CAPM Dan Arbitrage Pricing Theory APT Dalam Memprediksi Tingkat Pendapatan
Saham Industri Perbankan dan Lembaga Keuangan Selain Bank Sebelum Dan Semasa Krisis Ekonomi Di Bursa Efek Jakarta. Hasil penelitiannya
menemukan bahwa model CAPM lebih akurat dibandingkan APT baik sebelum dan semasa krisis ekonomi. Gancar Candra Premananto dan
Muhammad Madyan 2004 juga meneliti mengenai Perbandingan Keakuratan Capital Asset Pricing Model CAPM Dan Arbitrage Pricing
Theory APT Dalam Memprediksi Tingkat Pendapatan Saham Industri Manufaktur Sebelum Dan Semasa Krisis Ekonomi. Hasil penelitiannya
menemukan bahwa model CAPM lebih akurat dibandingkan APT baik sebelum dan semasa krisis ekonomi.
CAPM lebih akurat daripada APT, hal ini disebabkan oleh : a.
Ketidaksesuaian atau ketidakcocokan variabel-variabel pembentuk model APT itu sendiri, tidak semua investor menggunakan model
ARIMA dalam memprediksi varabel-variabel makro ekonomi dan ketidakmampuan model APT menjelaskan variasi pendapatan saham
yang disebabkan oleh faktor non-ekonomi dan company action. b.
Ketidakmampuan model ARIMA Box-Jenkins untuk memprediksi perubahan tingkat inflasi, perubahan tingkat bunga, perubahan jumlah
uang yang beredar, dan perubahan kurs pada periode 2004 sampai dengan 2007 karena model ARIMA tersebut terbentuk pada saat itu
perubahan tingkat inflasi, perubahan tingkat bunga, perubahan jumlah
uang yang beredar dan perubahan kurs pergerakannya sangat berfluktuasi, sehingga hasil prediksinya pun memiliki pola-pola
ketidakstabilan. Sedangkan pada periode prediksi peramalan antara tahun 2001 sampai dengan 2003 dalam memprediksikan perubahan
tingkat inflasi, perubahan tingkat bunga, perubahan jumlah uang yang beredar dan perubahan relatif stabil, sehingga perubahan tingkat inflasi
yang tidak diharapkan, perubahan tingkat bunga yang tidak diharapkan, perubahan jumlah uang yang beredar yang tidak
diharapkan, dan perubahan kurs yang tidak diharapkan relatif stabil. Apabila hasil tersebut dimasukkan ke dalam model APT yang
dibentuk pada saat perubahan tingkat inflasi, perubahan tingkat bunga, perubahan jumlah uang yang beredar dan perubahan perubahan kurs
yang berfluktuatif, maka hasil prediksinya pun tidak akurat, hal ini dapat dilihat pada rata-rata MAD model APT dalam memprediksi
return saham LQ-45 yang tinggi yaitu sebesar 0.50197. Maka dapat dikatakan bahwa model APT yang dibentuk pada periode 2004 sampai
dengan 2007 tidak dapat digunakan untuk memprediksi return saham LQ-45 pada periode 2004 sampai dengan 2007 karena menghasilkan
error yang tinggi. Berbeda dengan penggunaan model CAPM dalam memprediksi return saham LQ-45 pada periode 2004 sampai dengan
2007 ,sejak awal variabel bebas pembentuk model ini adalah pendapatan pasar saham yang diukur dengan perubahan IHSG di BEJ,
tidak terlibat proses prediksi, artinya pendapatan pasar yang digunakan
adalah pendapatan pasar aktual, sehingga besarnya MAD model CAPM dalam memprediksi return saham LQ-45 pada periode 2004
sampai dengan 2007 jauh lebih kecil dibandingkan dengan MAD model APT, artinya model CAPM jauh lebih akurat dibandingkan
model APT dalam memprediksi return saham LQ-45 pada periode 2004 sampai dengan 2007.
BAB V KESIMPULAN DAN IMPLIKASI
A. Kesimpulan
Penelitian ini bertujuan untuk meneliti perbedaan keakuratan antara Capital Asset Pricing Model CAPM dengan Arbitrage Pricing Theory
APT dalam memprediksi return saham LQ-45. Adapun beberapa kesimpulan yang dapat diambil dalam penelitian ini adalah:
1. Terdapat perbedaan yang siginifikan antara keakuratan Capital Asset
Pricing Model CAPM dengan Arbitrage Pricing Theory APT dalam memprediksi return saham LQ-45.
2. Capital Asset Pricing Model CAPM lebih akurat dibandingkan
dengan Arbitrage Pricing Theory APT, karena hasil MAD dan Standar deviasi model CAPM lebih kecil dibandingkan model APT.
B. Implikasi
1. Implikasi Bagi Investor
Pada umumnya hampir semua investasi mengandung unsur ketidakpastian. Investor tidak tahu dengan pasti hasil yang akan
diperolehnya dari investasi yang dilakukan. Karena investor menghadapi kesempatan investasi yang berisiko maka pilihan investasi tidak dapat
hanya mengandalkan hanya pada tingkat keuntungan saja tetapi investor harus bersedia menanggung risiko atas investasinya. Oleh karena itu
dalam melakukan investasi, investor seharusnya mempertimbangkan
Kategori