Kelebihan dan Kekurangan Model Black-Litterman

2.10 Uji Normalitas Uji normalitas digunakan untuk mengetahui apakah data yang akan diteliti berdistribusi normal atau tidak. Dalam penelitian ini, uji normalitas akan dilakukan pada return saham individu. Ketika return saham berdistribusi normal maka saham tersebut dapat dijadikan pilihan untuk pembentukan portofolio optimal. Uji normalitas yang akan digunakan yaitu uji Kolmogronov-Smirnov, dengan kriteria pengujian yaitu Priyatno, 2012: 57: 1 Signifikansi 0,05 maka data berdistribusi normal. 2 Signifikansi 0,05 maka data tidak berdistribusi normal. Selain uji Kolmogronov-Smirnov, uji normalitas juga dilakukan dengan menggunakan Q-Q plot grafik. Q-Q plot grafik menunjukkan arah penyebaran return saham indiidu. Ketika return saham individu menyebar disekitar garis diagonal dan berkumpul, maka saham tersebut berdistribusi normal. 2.11 Uji Independensi Uji t Uji independensi atau uji t digunakan untuk menguji perbedaan rata-rata antara dua sampel yang berbeda tidak berhubungan Trihendradi, 2005: 34. Uji ini digunakan untuk menguji pengaruh antara variabel independen terhadap variabel dependen. Nilai uji independensi uji t didapatkan dari hasil uji regresi variabel independen dan variabel dependen. Kriteria signifikansi dalam uji independensi uji t yaitu nilai p-value 0,05. Jika p-value di atas 0,05 maka tidak terdapat pengaruh yang signifikan namun apabila nilai p-value kurang dari 0,05 maka terdapat pengaruh signifikan antar variabel.

2.12 Penelitian Terdahulu

Beberapa penelitian terdahulu yang menguji portofolio saham menggunakan model Black-Litterman, antara lain sebagai berikut: 1. Subekti 2008, membahas tentang kombinasi equilibirium return CAPM dengan pandangan investor yang ditelusuri dengan pendekatan Bayes. Penelitian ini juga akan membandingkan secara singkat antara model Black- Litterman dengan model Mean-Variance. Penelitian ini juga menjelaskan asumsi investor yang memiliki keraguan dan asumsi investor yang tidak memiliki keraguan. Hasil dari penelitian ini yaitu model Black-Litterman menghasilkan kinerja yang lebih baik dan menguntungkan bagi seorang investor karena keterlibatan opini investor dalam memutuskan bobot dari aset- aset dalam portofolio yang tidak terabaikan. Penelitian tersebut menghasilkan susunan portofolio yang berisikan empat saham dari indeks pasar SP500 dan diperoleh return yang terbaik berasal dari pembobotan dengan model Black- Litterman dibandingkan dengan model Mean Variance. 2. Widyandari, Subanti, dan Sutrima 2012 melakukan penelitian yang menjelaskan tentang bagaimana pengukuran portofolio optimal menggunakan pendekatan Bayes yang ditunjukkan dengan urutan-urutan dalam melakukan penelitian, mulai dari uji normalitas return saham hingga terbentuk portofolio saham indeks LQ-45. Penelitian ini menghasilkan kesimpulan berupa pembobotan dengan model Black-Litterman memberikan hasil portofolio yang lebih optimal dengan risiko yang lebih kecil dibandingkan dengan pembobotan melalui perhitungan data historis saja.