43 Sharpe suatu portofolio disbanding portofolio lainnya, maka semakin
baik kinerja portofolio tersebut.
c Treynor
Keterangan: T
p
= Indeks Treynor Portofolio ̅
�
= Rata-rata return portofolio p selama periode pengamatan �
̅̅̅̅ = Rata-rata tingkat return bebas risiko selama periode pengamatan
β
p
= Beta portofolio p
Seperti halnya indeks Sharpe, indeks Treynor juga merupakan suatu rasio kompensasi terhadap risiko. Tetapi dalam indeks Treynor,
risiko diukur tidak dengan total risko melainkan hanya risiko sistematis.
2. Menentukan Besar Variabel Independen
Variabel-variabel yang digunakan dalam penelitian ini yang dijadikan return benchmark adalah IHSG dan JII. Menurut Rodoni dan Ali 2010:183,
indeks pasar merupakan alat ukur kinerja sekuritas khususnya saham yang liting di bursa yang digunakan oleh bursa-bursa dunia. IHSG, JII dan ISSI digunakan
untuk mengukur kinerja saham. Fungsinya juga sebagai benchmark kinerja
�
̅
�
� ̅̅̅̅
�
�
44 portofolio, indikator trend pasar, indikator tingkat keuntunga dan sebagai fasilitas
perkembangan produk derivatif. Pada IHSG dan JII data yang digunakan adalah nilai penutupan dari IHSG
dan JII setiap bulannya.
3. Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas dilkukan untuk mengetahui apakah dalm model regresi, variabel dependen dan variabel independen memiliki distribusi normal atau tidak.
Untuk menghindari terjadinya bias, data yang digunakan harus terdistribusi dengan normal. Seperti diketahui bahwa uji t dan uji F mengasumsikan bahwa
nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil.
1
Dasar pengembilan keputusan dari uji normalitas dengan analisis grafik adalah jika data menyebar disekitar garis histogramnya menunjukkan pola
distribusi normal, maka model regresi memenuhi asumsi normalitas Ghozali, 2006:122.
Uji normalitas yang digunakan dalam penelitian ini adalah uji grafik Probability Plot dan One Sampel Kolmogorov-smirnov Test. Dalam uji grafik,
normalitas data dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik tersebut. Dasar pengambilan keputusannya adalah:
1 Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis
1
Imam Ghazali, Analisis Multivariate dengan Program SPSS, Semarang: Badan Penerbit Universitas Diponegoro,2006, h.160
45 diagonal menunjukkan bahwa pola distribusi data normal, maka model
regresi memenuhi asumsi normalitas. 2 Sebaliknya jika data menyebar jauh dari garis diagonal dan tidak
mengikuti arah gars diagonalnya maka dapat dikatakan distribusi data tidak normal dan model regresi tidak memenuhi asumsi normalitas.
Metode uji normalitas kedua adalah dengan melakukan uji One Sampel
Kolmogorov-Smirnov Test.
Dalam Uji
One Sampel
Kolmogorov-Smirnov Test, variabel-variabel yang mempunyai Asymp. Sig. 2-tailed di bawah tingkat signifikansi sebesar 0,05 diartikan
bahwa variabel-variabel tersebut memiliki distribusi tidak normal dan sebaliknya.
b. Uji Multikolinearitas
Multikolinearitas adalah keadaan diamana antara dua variabel independen atau lebih pada model regresi terjadi hubungan linear yang sempurna
atau mendekati sempurna. Model regresi yang baik mensyaratkan tidak adanya masalah Uji multikoliniaritas.
2
Untuk mendeteksi bahwa ada tidaknya multikolinearitas di dalam regresi dapat dilihat dari: 1 tolerance value, 2 nilai
variance inflation factor VIF. Model regresi yang bebas dari multikolinearitas adalah yang mempunyai tolerance value diatas 0,1 atau VIF di bawah 10
Ghozali, 2006. Apabila tolerance variance di bawah 0,1 atau VIF di atas 10
maka terjadi multikolinearitas.
2
Duwi Priyatno, Analisis Korelasi, Regresi dan Multivariate Dengan SPSS, Jakarta, Gava Media, 2013, h.43
