Analysis of Selected Portfolio Stocks Index LQ 45.

ANALISIS PORTOFOLIO SAHAM-SAHAM TERPILIH
INDEKS LQ 45

PUSPA ERVILLIA

SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2013

PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa tesis berjudul Analisis Portofolio
Saham–Saham Terpilih Indeks LQ 45 adalah benar karya saya dengan arahan dari
komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan
tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang
diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks
dan dicantumkan dalam daftar pustaka di bagian akhir tesis ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Juli 2013

Puspa Ervillia
NIM H251090181

RINGKASAN
PUSPA ERVILLIA. Analisis Portofolio Saham – Saham Terpilih Indeks LQ 45.
Dibimbing oleh ABDUL KOHAR IRWANTO dan MA‟MUN SARMA.
Tujuan investasi adalah untuk mendapatkan tingkat pengembalian yang
besar (return). Semakin tinggi return yang diharapkan maka semakin tinngi juga
risiko yang akan ditanngung. Risiko investasi dapat diperkecil dengan membentuk
portofolio investasi. Saham merupakan salah satu pilihan investasi. Tujuan
penelitian adalah untuk (1) Menganalisis nilai return dan risiko portofolio saham
dari kombinasisaham-saham terpilihdengan metode Mean Variance dan metode
Mean Absolute Deviation, (2) Menganalisis nilaiValue at Risk dari portofolio
saham yang terbentuk(3) Menganalisis korelasi antara penghitungan
returnportofolio pada metode Mean Variance dan metode Mean Absolute
Deviationsertakorelasi penghitungan risikoportofolio antara metode Mean
Variancedan metode Mean Absolute Deviation dan (4) Menganalisis perbedaan
penghitungan returnportofolio pada metode Mean Variance dan metode Mean
Absolute Deviationsertaperbedaan penghitungan risikoportofolio antara metode
Mean Variancedan metode Mean Absolute Deviation.

Penelitianini mempunyai empat skenario investasi. Setiap skenario terdiri
dari 84 portofolio yang terbentuk dari tiga saham terpilih. Saham–saham terpilih
dari Indeks LQ 45 periode Februari–Juli 2013. Saham–saham terpilih itu adalah
LSIP, ITMG, INTP, ASII, GGRM, LPKR, JSMR, BBNI, dan UNTR. Saham–
saham ini dipilih karena saham–saham ini stabil di Indeks LQ 45 selama 3 tahun
dan memiliki nilai return tertinggi pada masing–masing sektornya. Proporsi nilai
investasi pada skenario kesatu dan skenario ketiga pada semua saham sama yaitu
33, 33%. Skenariokedua dan skenario keempat, proporsi nilai investasi tergantung
pada peringkat return saham di masing-masing portofolio. saham yang memiliki
nilai return tertinggi proporsi nilai investasinya adalah 50%, selanjutnya untuk
peringkat kedua proporsi nilai investasinya 30% dan terkecil proporsi nilai
investasinya 20%. Data yang digunakan pada skenario kesatu dan skenario kedua
adalah data harga saham bulanan dari tahun 2008–2012. Padaskenario ketiga dan
keempat datayang digunakan adalah data harga saham harian selama 100 hari dari
bulan Januari–Juni 2013.
Portofolio–portofolio yang terbentuk dihitung nilai return dan risiko
berdasarkan skenario yang dibuat dengan metode Mean Variancedan Mean
Absolute Deviation. Nilai return portofolioyang dihasilkan pada semua skenario
lebih tinggi daripada nilai return saham–saham pembentuknya. Nilai return yang
dihasilkan metode Mean Variancesama dengan Mean Absolute Deviation.

Nilairisiko portofolio yang dihasilkan oleh metode Mean Variancelebih kecil
dibandingkan nilai risiko yang dihasilkan oleh metode Mean Absolute Deviation.
Penelitian ini juga meneliti nilai risiko maksimal yang dihasilkan oleh
portofolio–portofolio yang dibentuk sesuai dengan empat skenario yang ada. Nilai
risiko maksimal atau biasa disebut dengan Value at Risk dicari dengan metode
kovarian. Portofolio yang dibentuk oleh saham-saham yang memiliki nilai risiko
besar mempunyai nilai VaR yang besar.
Uji korelasi penghitungan return pada metode Mean Variancedan metode
Mean Absolute Deviation menghasilkan bahwa ada hubungan signifikan antara

kedua metode tersebut. Hal ini sejalan dengan uji beda penghitungan return pada
metode Mean Variancedan metode Mean Absolute Deviationdi mana tidak ada
perbedaan anatara kedua metode tersebut dalam penghitungan return.Ujikorelasi
penghitungan risikopada metode Mean Variancedan metode Mean Absolute
Deviationmenghasilkan tidak ada hubungan antara kedua metode tersebut dalam
penghitungan risiko portofolio. Sehingga uji beda yang dilakukan menunjukkan
adanya perbedaan penghitungan risikopada metode Mean Variancedan metode
Mean Absolute Deviation.
Kata kunci : Mean Absolute Deviation, Mean Variance, portofolio, saham, Value
at Risk.

SUMMARY
PUSPA ERVILLIA. Analysis of Selected Portfolio Stocks Index LQ 45.
Supervised byABDUL KOHAR IRWANTO and MA‟MUN SARMA.
Investment objective is to get a great rate of return. The higher the expected
return, the higher the risk. Investment risk can be minimized by establishing an
investment portfolio. Stock is one investment option.Research objectives are, (1)
to analyze the return value and the risk of a stock portfolio combinations of stocks
chosen by Mean Variance and Mean Absolute Deviation method, (2) to analyze
Value at Risk of a portfolio of stocks that is formed, (3) to analyze the correlation
between the portfolio return calculation of Mean Variance and Mean Absolute
Deviation method as well as the correlation between the portfolio risk calculation
of Mean Variance and Mean Absolute Deviation method, and (4) to analyze the
differences in calculating portfolio return of Mean Variance and Mean Absolute
Deviation method as well as calculating the difference between the portfolio risk
of Mean Variance and Mean Absolute Deviation method.
This study consists of four investment scenarios. Each scenario consists of
84 portfolios, which are formed from three selected stocks. Stocks selected from
LQ 45 period from February to July 2013. The selected stocks are LSIP, ITMG,
INTP, ASII, GGRM, LPKR, JSMR, BBNI, and UNTR. Stocks have been because

these stocks stable at LQ 45 for 3 years and has the highest return on the value of
each sector. Proportion of investment in the first scenario and three scenarios at all
equal stocks, namely 33,33%. Secondscenario and the fourth scenario, the
proportion of the value of the investment depends on the ranking of stock returns
in each portfolio. Stocks that have the highest proportion of the value of its
investment return is 50%, then to the second rank, the proportion of 30% of the
investment value and the smallest proportion of 20% of its investment. The data
used in the first scenario and the second scenario is the monthly stock price data
from the year 2008 to 2012. While the data used in the third and fourth scenario is
the daily stock price data for 100 days from January - June 2013.
Portfolios are formed calculated values return and risk based scenarios
created by the method of mean variance and mean absolute deviation. The
resulting portfolio return value in all scenarios is higher than return value of the
constituent stocks. Value return who generated method of mean variance equal
with the mean absolute deviation.Valueof the portfolio risk generated by mean
variance is smaller than value of risk generated by the mean absolute deviation.
Value of portfolio risk in the first and second scenario almost all less than value of
the risk of its constituent stocks. Therisk value of the portfolio at second and third
scenario is greater than risk of its constituent stocks. Proportion value of
investment and the amount of of data which used one of the factors determinants

of value of risk the portfolio.
This study also examined the maximum risk value generated by portfolios
formed according to the four scenarios. Maximum risk value or commonly
referred to as value at risk searched by covariance methode. Portfolios formed by
stocks that have great value risk, VaR has great value.

Correlation test of calculation of return on mean variance method and mean
absolute deviationmethode result that there is a significant relationship between
the two methods. This is consistent with calculation of return on the different test
mean variance and mean absolute deviation method in which there are no
differences between the two methods in calculating returns.Correlationof risk
calculation on the mean variance method and the mean absolute deviation method
produces no correlation between the two methods in calculating portfolio risk. So
that different test conducted showed the difference in the risk calculation method
of mean variance and mean absolute deviation method.
Keys word: Mean Absolute Deviation, Mean Variance, Portfolio, Stock, Value at
Risk.

© Hak Cipta Milik IPB, Tahun 2013
Hak Cipta Dilindungi Undang-Undang

Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan
atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan,
penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau
tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan
IPB.
Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini
dalam bentuk apa pun tanpa izin IPB

ANALISIS PORTOFOLIO SAHAM-SAHAM TERPILIH
INDEKS LQ 45

PUSPA ERVILLIA

Tesis
sebagai salah satu syarat untuk memperoleh gelar
Magister Sains
pada
Program Studi Ilmu Manajemen

SEKOLAH PASCASARJANA

INSTITUT PERTANIAN BOGOR
BOGOR
2013

Penguji Luar Komisi : Prof Dr Ir W H Limbong, MS

Judul Tesis : Analisis Portofolio Saham-Saham Terpilih Indeks LQ 45
Nama
: Puspa Ervillia
NIM
: H251090181

Disetujui oleh
Komisi Pembimbing

ｾＭ

Dr Ir Abdul Kohar Irwanto, MSC
Ketua

Dr Ir Ma'mun Sarma, MS, MEC
Anggota

Diketahui oleh

Ketua Program Studi
Ilmu Manajemen

Dr Ir Abdul Kohar Irwanto, MSC

Tanggal Ujian: 28 Juni 2013

Tanggal Lulus:

D1 AUG 20 IJ

Judul Tesis : Analisis Portofolio Saham–Saham Terpilih Indeks LQ 45
Nama
: Puspa Ervillia
NIM

: H251090181
Disetujui oleh
Komisi Pembimbing

Dr IrAbdul Kohar Irwanto, MSC
Ketua

Dr Ir Ma‟mun Sarma,MS,MEC
Anggota

Diketahui oleh

Ketua Program Studi
Ilmu Manajemen

Dr IrAbdul Kohar Irwanto, MSC

Tanggal Ujian: 28 Juni 2013

Dekan Sekolah Pascasarjana

Dr Ir Dahrul Syah, MScAgr

Tanggal Lulus:

PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala
atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan.
Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Februari
2013 ini ialah portofolio saham, dengan judul Analisis Portofolio Saham–
Saham Terpilih Indeks LQ 45.
Terima kasih penulis ucapkan kepada Bapak Dr Ir Abdul Kohar dan
Bapak Dr Ir Ma‟mun Sarma selaku pembimbing. Ungkapan terima kasih
juga disampaikan kepada Almarhum ayahanda Bapak Achmad Buchori, ibu
Sudarnani, suami saya Agustiawan Hidayat, adik-adik saya Nita, Septi dan
Enggar serta seluruh keluarga, atas segala doa dan kasih sayangnya.
Semoga karya ilmiah ini bermanfaat.

Bogor, Juli 2013
Puspa Ervillia

DAFTAR ISI
DAFTAR TABEL

v

DAFTAR GAMBAR

vi

DAFTAR LAMPIRAN

vi

1 PENDAHULUAN

1

Latar Belakang
Perumusan Masalah
Tujuan Penelitian
Ruang Lingkup Penelitian
2 TINJAUAN PUSTAKA
Investasi
Pasar Keuangan
Pasar Modal
Tingkat Pengembalian (Return) dan Risiko
Menghitung Return Yang Diharapkan
Menghitung Risiko
Portofolio
Mean Absolute Deviation
Menghitung Return yang Diharapkan dari Portofolio
Menghitung Risiko Portofolio
Penelitian Terdahulu
3 METODE
Kerangka Pemikiran Penelitian
Waktu Penelitian
Jenis dan Sumber Data
Jumlah Sampel dan Metode Penarikan Sampel
Teknik Pengambilan Data
Pengolahan dan Analisis Data
4 HASIL DAN PEMBAHASAN
Kondisi Umum Objek Penelitian
Tingkat Pengembalian (Return) Portofolio
Mean Variance
Mean Absolute Deviation
Value at Risk (VaR)
Uji Statistik

1
3
4
4
4

4
5
5
6
7
7
8
9
10
10
11
13

13
14
15
15
15
16
18

18
23
26
28
30
31

SIMPULAN dan SARAN

43

DAFTAR PUSTAKA

44

LAMPIRAN

46

DAFTAR TABEL
1.
2.
3.

4.

5.
6.
7.

8.

9.
10.
11.

12.

13.
14.
15.

16.

17.
18.

Nilai return dan risiko saham-saham terpilih
18
Nilai retun rata-rata dan risiko rata-rata saham-saham terpilih 100 hari 25
Hasil uji korelasi penghitungan return portofolio metode Mean
Variance dan penghitungan return portofolio metode Mean Absolute
Deviation skenario kesatu
32
Hasil uji korelasi penghitungan risiko portofolio metode Mean
Variance dan penghitungan risiko portofolio metode Mean Absolute
Deviation skenario kesatu
33
Hasil uji beda penghitungan return metode Mean Variance dan
penghitungan return metode Mean Absolute Deviation skenario kesatu 34
Hasil uji beda penghitungan risiko metode Mean Variance dan
penghitungan risiko metode Mean Absolute Deviation skenario kesatu 35
Hasil uji korelasi penghitungan return portofolio metode Mean
Variance dan penghitungan return portofolio metode Mean Absolute
Deviation skenario kedua
36
Hasil uji korelasi penghitungan risiko portofolio metode Mean
Variance dan penghitungan risiko portofolio metode Mean Absolute
Deviation skenario kedua
36
Hasil uji beda penghitungan return metode Mean Variance dan
penghitungan return metode Mean Absolute Deviation skenario kedua 37
Hasil uji beda penghitungan risiko metode Mean Variance dan
penghitungan risiko metode Mean Absolute Deviation skenario kedua 37
Hasil uji korelasi penghitungan return portofolio metode Mean
Variance dan penghitungan return portofolio metode Mean Absolute
Deviation skenario ketiga
38
Hasil uji korelasi penghitungan risiko portofolio metode Mean
Variance dan penghitungan risiko portofolio metode Mean Absolute
Deviation skenario kedua
39
Hasil uji beda penghitungan return metode Mean Variance dan
penghitungan return metode Mean Absolute Deviation skenario ketiga 39
Hasil uji beda penghitungan risiko metode Mean Variance dan
penghitungan risiko metode Mean Absolute Deviation
40
Hasil uji korelasi penghitungan return portofolio metode Mean
Variance dan penghitungan return portofolio metode Mean Absolute
Deviation skenario ketiga
41
Hasil uji korelasi penghitungan risiko portofolio metode Mean
Variance dan penghitungan risiko portofolio metode Mean Absolute
Deviation skenario kedua
41
Hasil uji beda penghitungan return metode Mean Variance dan
penghitungan return metode Mean Absolute Deviation skenario ketiga 42
Hasil uji beda penghitungan risiko metode Mean Variance dan
penghitungan risiko metode Mean Absolute Deviation skenario keempat 43

DAFTAR GAMBAR
1. Hubungan return dan risiko instrumen keuangan (Tendelilin 2001)
2. Grafik pergerakan harga saham-saham yang stabil di Indeks LQ 45 dari
Tahun 2008 - 2012
3. Kerangka Pemikiran

1
2
14

DAFTAR LAMPIRAN
1. Hasil penghitungan return dan risiko saham-saham yang stabil di Indeks
LQ 45 dari Agustus 2010 - Juli 2013
46
2. Hasil penghitungan nilai return, risiko dan VaR pada skenario kesatu
47
3. Hasil penghitungan nilai return, risiko dan VaR pada skenario kedua
49
4. Hasil penghitungan nilai return, risiko dan VaR pada skenario ketiga
51
5. Hasil penghitungan nilai return, risiko dan VaR pada skenario keempat 53
6. Tabel rekapitulasi penelitian
56

1

1 PENDAHULUAN
Latar Belakang
Tujuan utama orang melakukan investasi adalah untuk menghasilkan
sejumlah uang. Menurut Alwi (2007) investasi adalah penanaman uang atau
modal dalam suatu perusahaan atau proyek untuk tujuan memperoleh keuntungan.
Konsep dasar investasi yang akan menjadi dasar pijakan dalam setiap tahap
pembuatan keputusan investasiadalah tingkat pengembalian (return) yang
diharapkan dan risiko yang akan ditanggung oleh investor. Return dan risiko
mempunyai hubungan yang searah dan linier. Artinya semakin besar risiko yang
harus ditanggung, maka semakin tinggi tingkat return yang diharapkan (Husnan
2003).
Tendelilin (2001) menggambarkan hubungan return dan risiko pada pilihan
instrumen keuangan yang dapat dijadikan pilihan investasi. Salah satu instrumen
keuangan adalah saham, di mana nilai return saham lebih besar dibandingkan
obligasi. Sedangkan obligasi adalah instrumen keuangan yang paling kecil tingkat
pengembaliannya. Walaupun saham memiliki risiko yang lebih besar daripada
obligasi, tetapi risiko pada saham lebih kecil dibandingkan instrumen keuangan
lainnya seperti opsi dan kontrak future. Ilustrasi hubungan return dan risiko pada
instrumen keuangan dapat dilihat pada Gambar 1.
Tingkat bunga bebas
risiko

Opsi „put‟
&‟call‟

Obligasi
perusahaan
Returnyangdiharapkan

Kontrak
„futures‟

Saham

Ekuitas
internasional

Obligasi
pemerintah
Garis pasar modal

Risiko
rendah

Risiko
moderat

Risiko
diatas
rata-rata

Risiko
sedang

Risiko
tinggi

Risiko

Gambar 1Hubungan return dan risiko instrumen keuangan (Tendelilin 2001)
Transaksi jual dan beli saham di Indonesia dilakukan di Bursa Efek
Indonesia (BEI).Bursa Efek Indonesia mempunyai sembilan sektor usaha yaitu
1. Pertanian
2. Pertambangan
3. Industri dasar dan kimia
4. Aneka industri
5. Barang konsumsi
6. Properti, real estate dan konstruksi bangunan

2

7. Infrastruktur, utilitas dan transportasi
8. Perbankan
9. Perdangan, Jasa dan investasi.
Bursa Efek Indonesia jugamempunyai 11 indeks harga saham. Indeks harga
saham adalah indikator atau cerminan pergerakan harga saham. Indeks
merupakan salah satu pedoman bagi investor untuk melakukan investasi di pasar
modal, khususnya saham (BEI 2011). Salah satuindeks pada Bursa efek Indonesia
adalah Indeks LQ 45 yaituindeks yang terdiri dari 45 saham perusahaan tercatat
(emiten) yang dipilih berdasarkan pertimbangan likuiditas dan kapitalisasi pasar,
dengan kriteria-kriteria yang sudah ditentukan. Review dan penggantian saham
dilakukan setiap 6 bulan.Dalam Buku Panduan Indeks 2010 kriteria pemilihan
saham-saham yang termasuk dalam Indeks LQ 45 yaitu
1. Telah tercatat di BEI minimal 3 bulan.
2. Aktivitas transaksi di pasar reguler yaitu nilai, volume dan frekuensi transaksi.
3. Jumlah hari perdagangan di pasar reguler.
4. Kapitalisasi pasar pada periode waktu tertentu.
5. Selain mempertimbangkan kriteria likuiditas dan kapitalisasi pasar tersebut di
atas, akan dilihat juga keadaan keuangan dan prospek pertumbuhan perusahaan
tersebut.

350000

Harga (Rp)

300000
250000
200000
150000
100000
50000

Oct-12

Jul-12

Apr-12

Jan-12

Oct-11

Jul-11

Apr-11

Jan-11

Oct-10

Jul-10

Apr-10

Jan-10

Oct-09

Jul-09

Jan-09

Apr-09

Oct-08

Jul-08

Apr-08

Jan-08

0

Periode (per 4 bulan)
AALI

ANTM

ASII

BBCA

BBNI

BBRI

BDMN

BMRI

BUMI

GGRM

INCO

INDF

INTP

ITMG

JSMR

KLBF

LPKR

LSIP

PGAS

PTBA

SMGR

TLKM

UNTR

UNVR

Gambar 2Grafik pergerakan harga saham-saham yang stabil di Indeks LQ 45 dari
Tahun 2008 – 2012

3

Saham-saham pada Indeks LQ 45 akan menjadi pilihan investasi bagi
investor karena nilai likuiditas dan kapaitalisasi pasar yang tinggi menjadi
jaminan bagi investor. Gambar 2 merupakan grafik pergerakan harga sahamsaham yang stabil di Indeks LQ 45 dari Tahun 2008–2012. Bisa dilihat
pergerakan saham–saham pada Indeks LQ 45 hampir sama di mana pada Tahun
2008 ketika sebagian besar negara–negara di dunia mengalami krisis, harga
saham–saham pun menurun tetapi semakin hari harga saham pun meningkat. Hal
ini mengindikasikan bahwa masih banyak investor yang berminat berinvestasi
pada saham–saham ini karena kinerja perusahaan yang bagus.
Jika seseorang telah menginvestasikan seluruh dananya hanya dalam bentuk
saham tunggal, maka bisa dipastikan dia akan mengalami kebangkrutan jika harga
saham yang dimiliki mengalami penurunan. Risiko pada saham tunggal
diharapkan dapat diminimalis dengan menggabungkannya dalam portofolio.
Husnan (2003) portofolio berarti sekumpulan investasi. Teori portofolio
membahas proses seleksi berbagai portofolio yang optimum, yaitu portofolio yang
memberikan hasil pengembalian tertinggi pada suatu tingkat risiko tertentu, atau
tingkat risiko rendah dengan suatu hasil tertentu. Hary M. Markowitz (1952) telah
membuktikan bahwa risiko berinvestasi dapat dikurangi dengan menggabungkan
beberapa aset-aset keuangan dalam suatu portofolio. Model portofolio Markowitz
memang bisa membantu investor dalam menghitung nilai return yang diharapkan
dan risiko yang akan ditanggung, tetapi model yang dikenal dengan Mean
Variance(MV) memerlukan perhitungan dengan menggunakan kovarians yang
terlalu kompleks. Selain dengan menggunakan MeanVariance, Konno dan
Yamazaki (1991) mengenalkan metode Mean Absolute Deviation (MAD) sebagai
alternatif dari model yang dikenalkan oleh Markowitz. Model MAD
menggunakan absolute deviation sebagai parameter untuk risiko.
Pembentukan portofolio merupakan salah satu usaha memaksimalkan return
yang diharapkan pada tingkat risiko tertentu. Salah satu alat ukur untuk
mengestimasi risiko adalah Value at Risk. Menurut Best (1998) Value at
Riskadalah metode pengukuran risiko secara statistik yang memperkirakan
kerugian maksimum yang mungkin terjadi atas suatu portofolio pada tingkat
kepercayaan (level of confident) tertentu. Nilai VaR selalu disertai dengan nilai
kemungkinan yang menunjukkan seberapa mungkin kerugian yang terjadi apakah
lebih besar atau lebih kecil dari nilai VaR.

Perumusan Masalah
Tingkat pengembalian (return) bagi seorang investor sangatlah penting,
tetapi investor harus melihat risiko yang akan ditanggungnya juga. Hal itu yang
akan menjadi pertimbangan seorang investor akan memilih berinvestasi pada
saham tunggal atau beberapa saham dalam portofolio. Dari alasan tersebut
penelitian ini dilakukan dengan perumusan masalah sebagai berikut:
1. Bagaimana nilai return dan risiko portofoliosaham dari kombinasisahamsaham terpilihdengan metode Mean Variance dan metode Mean Absolute
Deviation?
2. Bagaimana nilai Value at Risk dari portofoliosaham yang terbentuk?

4

3. Bagaimana korelasi antara penghitungan returnportofolio pada metode Mean
Variance dan metode Mean Absolute Deviationsertakorelasi penghitungan
risikoportofolioantara metode Mean Variancedan metode Mean Absolute
Deviation?
4. Apakah terdapat perbedaan penghitungan returnportofolio pada metode Mean
Variance dan metode Mean Absolute Deviationsertaperbedaan penghitungan
risikoportofolioantara metode Mean Variancedan metode Mean Absolute
Deviation?

Tujuan Penelitian
Tujuan penelitian ini ada beberapa antara lain:
1. Menganalisis nilai return dan risiko portofolio saham dari kombinasisahamsaham terpilihdengan metode Mean Variance dan metode Mean Absolute
Deviation.
2. Menganalisis nilaiValue at Risk dari portofolio saham yang terbentuk.
3. Menganalisiskorelasi antara penghitungan returnportofolio pada metode Mean
Variance dan metode Mean Absolute Deviationsertakorelasi penghitungan
risikoportofolio antara metode Mean Variancedan metode Mean Absolute
Deviation.
4. Menganalisisperbedaan penghitungan returnportofolio pada metode Mean
Variance dan metode Mean Absolute Deviationsertaperbedaan penghitungan
risikoportofolio antara metode Mean Variancedan metode Mean Absolute
Deviation.

Ruang Lingkup Penelitian
Penelitian menggunakan data sekunder dan hanya pada perusahaanperusahaan yang tergabung di Indeks LQ 45di Bursa Efek Jakarta periode
Februari–Juli 2013. Penelitian ini dilaksanakan lebih mendalam hanya pada
saham–saham terpilih yang dilakukan pada penelitian ini dengan beberapa kriteria
yang sudah ditentukan.

2 TINJAUAN PUSTAKA
Investasi
Tandelilin (2001) mengatakan investasi adalah komitmen atas sejumlah
dana dan sumberdaya lainnya yang dilakukan pada saat ini, dengan tujuan
memperoleh sejumlah keuntungan di masa datang. Seorang investor membeli
sejumlah saham saat ini dengan harapan memperoleh keuntungan dari kenaikan
harga saham ataupun sejumlah dividen dimasa akan datang, sebagai imbalan atas
waktu dan risiko yang terkait dengan investasi tersebut. Istilah investasi bisa
berkaitan dengan berbagai macam aktivitas. Menginvestasikan sejumlah dana

5

pada aset riil (tanah, emas, mesin atau bangunan), maupun aset finansial
(deposito, saham ataupun obligasi) merupakan aktivitas investasi yang umum
dilakukan. Bagi investor yang pintar dan lebih berani menanggung risiko,
aktivitas investasi yang mereka lakukan juga bisa mencakup investasi pada asetaset finansial lainnya yang lebih kompleks seperti warrants, option, dan futures
maupun ekuitas internasional.

Pasar Keuangan
Perpindahan dana dari unit yang surplus tabungan atau perolehan dana dari
unit yang defisit tabungan menciptakan aktiva keuangan (financial asets) dan
kewajiban keuangan (financial liabilities). Misalnya, dana yang disimpan dalam
rekening tabungan di sebuah bank merupakan aktiva keuangan pada neraca
pribadi spemegang rekening tetapi merupakan perkiraan kewajiban bagi lembaga
keuangan tersebut. Sebaliknya, suatu pinjaman ke lembaga keuangan merupakan
aktiva keuangan pada neracanya tetapi merupakan kewajiban keuangan bagi
peminjamnya. Bermacam-macam klaim keuangan, termasuk surat promes (sory
notes), obligasi, dan saham biasa, diterbitkan oleh unit-unit defisit tabungan
(Copeland dan Weston 1997).
Perbedaan segmen pasar keuangan dicirikan oleh perbedaan pengaruh
permintaan dan penawaran. Jika harta dan kewajiban keuangan diperjual-belikan
mempunyai jatuh tempo kurang satu tahun, maka transaksi itu tergolong pasar
uang (money market). Jika jatuh tempo lebih dari satu tahun, maka transaksinya
tergolong pasar modal (capital market). Walaupun modal yang sebenarnya dalam
arti ekonomi biasanya dinyatakan dalam bentuk barang (seperti pabrik, mesin dan
alat-alat), instrumen keuangan jangka panjang pada akhirnya dianggap sebagai
hak atau klaim atas sumberdaya yang sebenarnya dalam sistem perekonomian.
Berdasarkan alasan tersebut, pasar di mana instrumen keuangan jangka panjang
diperdagangkan dianggap sebagai pasar modal (Copeland dan Weston 1997).

Pasar Modal
Pasar modal adalah pertemuan antara pihak yang memiliki kelebihan dana
dengan pihak yang membutuhkan dana dengan cara memperjualbelikan sekuritas.
Dengan demikian, pasar modal juga bisa diartikan sebagai pasar untuk
memperjualbelikan sekuritas yang umumnya memiliki umur lebih dari satu tahun,
seperti saham dan obligasi. Sedangkan tempat di mana terjadinya jual beli
sekuritas disebut bursa efek (Tendelilin 2001). Menurut Husnan (2003), secara
formal pasar modal dapat didefinisikan sebagai pasar untuk berbagai instrument
keuangan (atau sekuritas) jangka panjang yang bisa diperjualbelikan, baik dalam
bentuk hutang ataupun modal sendiri, baik diterbitkan oleh pemerintah, public
authorities, maupun perusahaan swasta. Dengan demikian pasar modal
merupakan konsep yang lebih sempit dari pasar keuangan (financial market).
Pasar modal dapat juga berfungsi sebagai lembaga perantara
(intermediaries). Fungsi ini menunjukkan peran penting pasar modal dapat
dihubungkan pihak yang membutuhkan dana dengan pihak yang mempunyai

6

kelebihan dana. Disamping itu, pasar modal dapat mendorong terciptanya alokasi
dana yang efisien, karena dengan adanya pasar modal maka pihak yang kelebihan
dana (investor) dapat memilih alternatif investasi yang memberikan return yang
paling optimal (Tendelilin 2001).
Tendelilin (2001) mengatakan dana yang didapatkan perusahaan melalui
penjualan sekuritas (saham) merupakan hasil perdagangan saham-saham
perusahaan yang dilakukan di pasar perdana. Di pasar perdana inilah perusahaan
untuk pertama kalinya menjual sekuritasnya dan prose situ disebut dengan istilah
Initial Public Offering (IPO) atau penawaran umum. Setelah sekuritas tersebut
dijual perusahaan di pasar perdana, barulah kemudian sekuritas diperjualbelikan
oleh investor-investor di pasar sekunder atau dikenal juga dengan pasar regular.
Transaksi yang dilakukan investor di pasar sekunder tidak akan memberikan
tambahan dana lagi bagi perusahaan yang menerbitkan sekuritas (emiten), karena
transaksi hanya terjadi atar investor, bukan dengan perusahaan.

Tingkat Pengembalian (Return) dan Risiko
Bagian yang sulit dalam pengambilan keputusan dalam ketidakpastian
adalah berapa banyak hasil pengembalian ekstra yang dibutuhkan untuk menerima
suatu tingkat risiko yang terukur. Tujuan investor dalam berinvestasi adalah
memaksimalkan return, tanpa melupakan faktor risiko investasi yang harus
dihadapinya. Menurut Tandelilin (2001) return merupakan salah satu faktor yang
memotivasi investor berinvestasi dan juga merupakan imbalan atas keberanian
investor untuk menanggung risiko atas investasi yang dilakukannya. Sumbersumber return investasi terdiri dari dua komponen utama, yaitu yield dan capital
gain (loss). Yield merupakan komponen return yang mencerminkan aliran kas
atau pendapatan yang diperoleh secara periodic dari suati investasi. Sedangkan
capital gain (loss) sebagi komponen kedua dari return merupakan kenaikan
(penurunan)harga suatu surat berharga, yang bisa memberikan keuntungan
(kerugian) bagi investor.
Selain return, investor juga mempertimbangkan tingkat risiko suatu
investasi sebagai dasar keputusan investasi. Tandelilin (2001) mengatakan risiko
merupakan kemungkinan perbedaan antara return actual yang diterima dengan
return yang diharapkan. Semakin besar kemungkinan perbedaannya, berarti
semakin besar risiko investasi tersebut. Menurut Keown et all (2005) risiko adalah
penyimpangan arus kas yang mungkin terjadi di masa yang akan datang. Semakin
besar rentang penyimpangan yang mungkin terjadi, maka akan semakin besar
risikonya.
Copeland dan Weston (1997) membedakan tiga jenis sikap terhadap risiko,
yaitu yang senang mengambil risiko (risk seeker), anti risiko (risk aversion), dan
acuh (indifferences) terhadap risiko. Kelompok pengambil risiko adalah mereka
yang senang mengambil risiko. Jika mereka dihadapkan dengan dua pilihan, yaitu
investasi yang kurang atau lebih berisiko dengan perkiraan jumlah hasil yang
sama, maka seorang pengambil risiko akan lebih suka memilih jenis investasi
yang mengandung lebih berisiko. Tetapi dengan kondisi yang sama, seorang
penghindar risiko akan cenderung menjatuhkan keputusannya pada jenis investasi

7

yang kurang mengandung risiko. Sementara itu seorang yang acuh terhadap risiko
tidak akan peduli akan jenis investasi mana yang akan diambil.

Menghitung Return Yang Diharapkan
Tendelilin (2001) untuk mengestimasi return sekuritas sebagai aset tunggal
(stand-alone risk), investor harus memperhitungkan setiap kemungkinan
terwujudnya tingkat return tertentu, atau yang lebih dikenal dengan probabilitas
kejadian. Sedangkan hasil perkiraan return yang akan terjadi dan probabilitasnya
disebut sebagai distribusi probabilitas. Dengan kata lain, distribusi probabilitas
menunjukkan spesifikasi berapa tingkat return yang akan diperoleh dan berapa
probabilitas terjadinya return tersebut.
Estimasi return suatu sekuritas dilakukan dengan menghitung return yang
diharapkan atas sekuritas tersebut. Perhitungan return yang diharapkan bisa
dilakukan dengan menghitung rata-rata dari semua return yang mungkin terjadi,
dan setiap return yang mungkin terlebih dahulu sudah diberi bobot berdasarkan
probabalitas kejadiannya. Secara matematis, rumus untuk menghitung return yang
diharapkan dari sebuah sekuritas bisa dituliskan dalam persamaan berikut:
....................................................................(1)
Di mana
E(R) = return yang diharapkan dari suatu sekuritas
Ri = return ke-I yang mungkin terjadi
pri = probabilitas kejadian return ke-i
n = banyaknya return yang mungkin terjadi

Menghitung Risiko
Investor harus mampu menghitung risiko dari suatu investasi. Untuk
menghitung besarnya risiko total yang dikaitkan dengan return yang diharapkan
dari suatu investasi, bisa kita lakukan dengan menghitung varians dan standar
deviasi return investasi bersangkutan. Varians maupun standar deviasi merupakan
ukuran besarnya penyebaran distribusi probabilitas, yang menunjukkan seberapa
besar varians atau standar deviasi investasi tersebut.
Untuk menghitung varians, maupun standar deviasi (merupakan akar
kuadarat varians), kita harus menghitung terlebih dahulu distribusi return yang
diharapkan. Secara matematis, rumus untuk menghitung varians dan standar
deviasi, biasa dituliskan sebagai berikut:
-

............................................(2)

Dan
.................................................. (3)
Di mana
σ2 = varians return
σ = standar deviasi
E(R) = return yang diharapkan dari sebuah sekuritas
Ri = return ke-I yang mungkin terjadi

8

pri = probabilitas kejadian return ke-i
Dalam pengukuran risiko sekuritas kita juga perlu menghitung risiko relatif
sekuritas tersebut. Risiko relatif ini menunjukkan risiko per unit return yang
diharapkan. Hal ini diperlukan karena informasi risiko yang hanya berupa varians
dan standar deviasi kadangkala bisa menyesatkan, terutama jika terdapat
penyebaran return diharapkan yang sangat besar. Ukuran risiko relatif yang biasa
dipakai adalah koefisien variasi. Rumus untuk menghitung koefisien variasi
adalah:
..................................(4)
.............................................................(5)

Portofolio
Pemodal menghadapi kesempatan investasi yang berisiko, pilihan investasi
tidak dapat hanya mengandalkan pada tingkat keuntungan yang diharapkan.
Apabila pemodal mengharapkan untuk memperoleh tingkat keuntungan yang
tinggi, maka ia harus bersedia menanggung risiko yang tinggi pula. Salah satu
karakteristik investasi pada sekuritas adalah kemudahan untuk membentuk
portofolio investasi. Artinya, pemodal dapat dengan mudah menyebar (melakukan
divesifikasi) investasinya pada berbagai kesempatan investasi (Husnan 2003).
Copeland dan Weston (1997) mengemukan kombinasi beberapa aktiva yang
mengandung risiko, dalam bentuk portofolio, merupakan sekumpulan peluang
investasi bagi para investor. Yang dimaksud dengan portofolio adalah kombinasi
atau gabungan berbagai aktiva. Teori portofolio membahas proses seleksi
berbagai portofolio yang optimim, yaitu portofolio yang memberikan hasil
pengembalian tertinggi pada suatu tingkat risiko tertentu, atau tingkat risiko
rendah dengan suatu hasil tertentu. Markowirz (1952), ”Portfolio of securities is
an integrated whole, each security complementing the other”. Husnan (2003)
portofolio berarti sekumpulan investasi. Tahapan awal dalam pembentukan
portofolio menyangkut identifikasi sekuritas-sekuritas mana yang akan dipilih,
dan berapa proporsi dana yang akan ditanamkan pada masing-masing sekuritas
tersebut.
Investor untuk menurunkan risiko portofolio perlu melakukan diversifikasi.
Diversifikasi dalam pernyataan tersebut bisa bermakna bahwa investor perlu
membentuk portofolio sedemikian rupa hingga risiko dapat diminimalkan tanpa
mengurangi return yang diharapkan. Mengurangi risiko tanpa mengurangi return
adalah tujuan investor dalam berinvestasi. Beberapa investor berpendapat bahwa
diversifikasi portofolio bisa saja dilakukan dengan memfokuskan pilihan hanya
pada satu kelas aset, saham misalnya. Pertanyaan yang muncul adalah, saham
perusahaan mana saja yang harus dimasukkan dalam portofolio, dan berapa dana
yang akan dialokasikan dalam masing-masing saham yang dipilih. Berdasarkan
kedua gambar dan situasi tersebut, terlihat bahwa investor perlu melakukan
diversifikasi pada berbagai aset untuk meminimalkan risiko. Diversifikasi dibagi
dua yaitu :
1. Diversifikasi random.

9

Diversifikasi random terjadi ketika investor menginvestasikan dananya secara
acak pada berbagai jenis saham yang berbeda atau pada berbagai jenis aset
yang berbeda dan berharap bahwa varians return sebagai ukuran risiko
portofolio tersebut akan bisa diturunkan. Dalam hal ini, investor memilih asetaset yang akan dimasukkan kedalam portofolio tanpa terlalu memperhatikan
karakteristik aset-aset bersangkutan.
2. Diversifikasi Markowitz.
Untuk memperoleh manfaat pengurangan risiko yang lebih optimal dari
diversifikasi, tentunya kita tidak bisa mengabaikan begitu saja informasiinformasi penting tentang karakteristik aset-aset yang akan dimasukkan dalam
portofolio, seperti yang dilakukan dalam diversifikasi random. Diversifikasi
yang lebih efisien dari diversifikasi secara random, adalah diversifikasi
berdasarkan model Henry Markowitz. Kontribusi penting dari ajaran
Markowitz adalah bahwa risiko portofolio tidak boleh dihitung dari
penjumlahan semua risiko aset-aset yang ada dalam portofolio, tetapi harus
dihitung dari kontribusi risiko aset tersebut terhadap risiko portofolio, atau
diistilahkan dengan kovarians. Kovarians adalah suatu aturan absolut yang
menunjukkan sejauh mana return dari kedua sekuritas dalam portofolio
cenderung untuk bergerak secara bersama-sama.
Kovarian adalah suatu aturan absolut yang menunjukkan sejauh mana dua
variabel mempunyai kecenderungan untuk bergerak secara bersama-sama. Dalam
konteks manajemen portofolio, kovarians menunjukkan sejauh mana return dari
kedua sekuritas dalam portofolio cenderung untuk bergerak secara bersama-sama.
Kovarians bisa berbentuk angka positif, negatif ataupun nol. Sebagai contoh,
misalnya kita menggabungkan dua sekuritas A dan B. Kovarians positif berarti
kecenderungan dua sekuritas bergerak dalam arah yang sama, jika return sekuritas
A naik, maka return sekuritas B juga akan mengalami kenaikan, demikian
sebaliknya. Kovarians negatif berarti bahwa return dua buah sekuritas cenderung
untuk bergerak menuju arah yang berkebalikan, jika return sekuritas A naik, maka
returnsekuritas B turun, demikian sebaliknya. Sedangkan kovarian nol
mengindikasikan bahwa pergerakan dua buah sekuritas bersifat independen satu
dengan lainnya.
Secara matematis, rumus untuk menghitung kovarians dua buah sekuritas A
dan B adalah:
...................................(6)
Di mana
σAB= kovarians antara sekuritas A dan B
RA,i = return sekuritas A pada saat i
E(RA) = nilai yang diharapkan dari return sekuritas A
m = jumlah hasil sekuritas yang mungkin terjadi pada periode tertentu
pri = probabilitas kejadian return ke-i

Mean Absolute Deviation
Konno dan Yamazaki (1991) mengusulkan model optimisasi portofolio
dengan metode Mean Absolute Deviation (MAD) sebagai alternatif untuk mode
Mean Variance (MV). Mereka mengklaim metode ini dapat melengkapi semua

10

fitur-fitur positif dari model Mean Variance (MV), menghemat waktu proses
komputasi dan tidak membutuhkan Matriks Covariance. Simaan (1997) pada
jurnalnya menunjukkan bahwa mengabaikan hasil dari Matriks Covariancedalam
model MAD akan menghasilkan kehilangan informasi yang dapat menimbulkan
kesalahan estimasi yang lebih besar. Pada kedua model, kesalahan estimasi lebih
besar terjadi pada bentuk sampel yang lebih kecil (pengamatan yang kecil
tergantung juga terhadap jumlah aset) dan untuk investor yang tidak takut dengan
risiko tinggi. Model MV dengan estimasi risiko terendah sangat cocok untuk
sampel yang kecil dan untuk investor yang memilih risiko rendah.

Menghitung Return yang Diharapkan dari Portofolio
Return yang diharapkan dari portofolio bisa diestimasi dengan menghitung
rata-rata tertimbang dari return yang diharapkan dari masing-masing aset
individual yang ada dalam portofolio. Persentase nilai portofolio yang
diinvestasikan dalam setiap aset-aset individual dalam portofolio disebut sebagai
“bobot portofolio”, yang dilambangkan dengan W. Jika seluruh bobot portofolio
dijumlahkan, akan berjumlah total 100% atau 1,0, artinya seluruh dana telah
diinvestasikan dalam portofolio.
Rumus untuk menghitung return yang diharapkan dari portofolio adalah
sebagai berikut:
.............................................................(7)
Di mana:
E(Rp) = return yang diharapkan dari portofolio
Wi = bobot portofolio sekuritas ke-i
E(Ri) = return yang diharapkan dari sekuritas ke-i
N = jumlah sekuritas-sekuritas yang ada dalam portofolio

Menghitung Risiko Portofolio
Menghitung risiko portofolio tidak sama dengan menghitung return
portofolio, karena risiko portofolio bukan merupakan rata-rata tertimbang risiko
masing-masing sekuritas individual dalam portofolio. Penelitian ini akan
mengukur tingkat risiko portofolio dengan menggunakan metode Value at
Risk(VAR). VaR adalah metode pengukuran risiko yang mempunyai kelebihan
yaitu dapat diaplikasikan ke seluruh produk-produk finansial yang
diperdagangkan. Angka yang didapatkan merupakan hasil perhitungan secara
agregrat atau menyeluruh terhadap risiko produk-produk sebagai satu kesatuan.
VaR juga memberikan estimasi kemungkinan atau probabilitas mengenai
timbulnya kerugian yang telah ditentukan. Var juga memperhatikan perubahan
harga aset-aset yang ada dan pengaruhnya terhadap aset-aset yang lain. Hal ini
memungkinkan dilakukan pengukuran terhadap berkurangnya risiko yang
diakibatkan oleh diversifikasi kelompok produk atau portofolio (Sartono dan
setiawan 2006).
Salah satu metode dalam VAR adalah metode kovarian. Dengan
menggunakan ukuran kovarians seperti yang telah dibahas, kita bisa menghitung

11

besarnya risiko portofolio, baik yang terdiri dari dua buah sekuritas maupun n
sekuritas. Dalam menghitung risiko portofolio, ada tiga hal yang perlu ditentukan,
yaitu varians setiap sekuritas, kovarians antara satu sekuritas dengan sekuritas
lainnya dan bobot portofolio untuk masing-masing sekuritas
1. Dua sekuritas
Untuk mengukur risiko portofolio yang terdiri dari dua sekuritas, kita bisa
menghitung standar deviasi return kedua sekuritas tersebut. Secara matematis,
rumus yang dipakai adalah:
...............................(8)
Di mana:
σp = standar deviasi portofolio
WA = bobot portofolio pada aset A
ρAB = koefisien korelasi aset A dan B
2. N-sekuritas
Rumus untuk mengitung standar deviasi untuk dua buah sekuritas di atas bisa
diperluas untuk menghitung risiko portofolio yang terdiri dari n-sekuritas.
Ukuran yang dipakai adalah varians return dan n-sekuritas adalah:
..........................................................(9)
Di mana:
σ2p = varians return portofolio
σ2i = varians return sekuritas i
σ2j = varians return sekuritas j
Wi = bobot atau porsi dana yang diinvestasikan pada sekuritas i

Penelitian Terdahulu
Markowitz (1952) mengatakan proses dari pemilihan portofolio dapat dibagi
menjadi dua tahap. Tahap pertama dimulai dengan pengamatan dan pengalaman
danberakhir dengan keyakinan tentang kinerja masa depan sekuritas yang tersedia.
Tahap kedua dimulai dengan keyakinan yang relevan tentang kinerja masa depan
dan diakhiri dengan pilihan portofolio. Dalam jurnalnya lebih ke proses tahapan
kedua. Di mana Markowitz pertama mempertimbangkan aturan bahwa investor
harus memaksimalkan diskon yang diharapkan, atau pengantisipasian tingkat
pengembalian. Aturan ini ditolak baik sebagai hipotesis untuk menjelaskan
perilaku investasi, dan untuk memaksimumkan perilaku investasi. Selanjutnya
mempertimbangkan aturan bahwa investor harus mempertimbangkan kembali hal
yang diharapkan atau diinginkan dan variasi pengembalian yang tidak diinginkan.
Aturan ini memiliki poin suara banyak, baik untuk memaksimumkan dan sebagai
hipotesis tentang perilaku investasi. Markowitz menggambarkan hubungan
geometris antara keyakinan dan pilihan portofolio dalam aturan varians
pengembalian yang diharapkan dari tingkat pengembalian (return).
Indraty (2002) dalam penelitiannya berjudul, “Optimalisasi pemanfaatan
limit dalam pengelolaan portofolio ForeignExchange melalui pendekatan
ValueatRisk (VaR)” mengatakan bahwa efek korelasi telah menurunkan potensi
kerugian portofolio mata uang. Prasetyo (2004) yang melakukan penelitian di PT.

12

Bank Haga yang berjudul, “Analisis perhitungan risiko nilai tukar atas posisi
devisa neto PT. Bank Haga dengan metode Value at Risk” menghasilkan bahwa
efek korelasi yang terjadi antar mata uang dapat menekan potensi kerugian yang
timbul. Hal ini dibuktikan dengan nilai VAR portofolio yang lebih kecil dari total
penjumlahan masing-masing VAR aset dalam portofolio tersebut. Selain
mengukur potensi kerugian metode VAR juga digunakan untuk mengukur jumlah
modal yang harus dicadangkan untuk menutup potensi kergian yang terjadi.
Sartono dan Setiawan (2006) dalam jurnalnya yang ber judul, “VAR
portfolio optimal: perbandingan antara metode markowitz dan Mean Absolute
Deviation”, menghasilkan:
1. Metode optimalisasi portofolio yangdikenalkan oleh Markowitz (1952) yaitu
metode
Mean Variance menghasilkan portofolio-portofolio yang
komposisinya berbeda dengan portofolio-portofolio yang dihasilkan oleh
metode optimalisasi Mean Absolute Deviation yang dikenalkan oleh Konno
dan Yamazaki (1991).
2. Metode Mean Variance menghasilkan portofolio-portofolio yangnilai standar
deviasinya rata-rata sedikit lebih kecil daripada portofolio-portofolio yang
dihasilkan dengan metode Mean Absolute Deviation. Dengan kata lain, tingkat
risiko yang dihasilkan kedua metode optimalisasi tersebut berbeda satu dengan
yang lainnya.
3. Ada korelasi positif antara standar deviasi dan return portofolio, baik
pada portofolio-portofolio yang dihasilkan metode Mean Variance maupun
metode Mean Absolute Deviation. Namun secara statistik, korelasi ini tidak
cukup kuat. Dapat disimpulkan bahwa standar deviasi tidak cukup baik
sebagai tolok ukur risiko suatu portofolio.
4. Pada analisa hasil perhitungan nilai VaR dengan metode delta normal didapat
bahwa portofolio-portofolio hasil metode Mean Variance memiliki nilai VaR
delta normal yang rata-rata lebih rendah bila dibandingkan dengan
portofolio-portofolio yang dihasilkan dengan metode Mean Absolute
Deviation. Bila dibandingkan dengan analisa hasil perhitungan standar
deviasi, dapat dilihat sebuah kesamaan di mana nilai standar deviasi secara
rata-rata pada metode Mean-Variance lebih rendah daripada nilai standar
deviasi pada metode Mean-Absolute Deviation. Hal ini memungkinkan karena
perhitungan nilai VaR delta normal didasarkan pada nilai standar deviasi.
5. Pada analisa hasil perhitungan nilai VaR dengan metode simulasi historis
didapat bahwa tidak ada perbedaan nilai VaR simulasi historis antara
portofolio-portofolio hasil metode Mean-Variance dan Mean Absolute
Deviation. Karena perhitungan nilai VaR simulasi historis menggunakan
data-data historis yang aktual, dapat dikatakan bahwa nilai VaR yang
dihasilkan pada metode ini lebih akurat bila dibandingkan dengan nilai VaR
hasil metode delta normal.
Penelitian yang berjudul, “Analisis investasi portofolio saham kelompok LQ
45 di Bursa Efek Indonesia (pada periode krisis subpime mortgage)” yang
dilakukan oleh Wicaksono (2010) menghasilkan pembentukan portofolio optimal
saham-saham yang terpilih dari kelompok LQ 45, terlihat perbedaaan antara
kedua model yang digunakan yaitu model Markowitz dan model index tunggal.
Portofolio yang dihasilkan dari model Markowitz menghasilkan kurang lebih

13

sebelas bentuk portofolio, sedangkan model index tunggal membentuk satu
macam portofolio.
Rijal (2011) dalam penelitiannya yang berjudul “ pembentukan portofolio
optimal terhadap reksadana saham dan reksadana pendapatan tetap menggunakan
metode single index model dan teori Markowitz” menghasilkan dalam
pengukuran kinerja portofolio dengan pengukuran Treynor measure, Sharpe‟s
measure, Jensen‟s measure, kombinasi dan proporsi portofolio yang lebih baik
dipilih adalah portofolio yang dihasilkan teori Markowitz. Di mana metode single
index model menghasilkan portofolio optimal yang terdiri dari 6 unit reksadana
pendapatan tetap dengan expected returnsebesar 0.89% dan standar deviasi
sebesar 0.07%, sedangkan teori Markowitz menghasilkan portofolio optimal
terdiri dari 13 unit reksadana pendapatan tetap dengan expected return sebesar
0.85% dan standar deviasi sebesar 0.03%.

3 METODE
Kerangka Pemikiran Penelitian
Penelitian ini membuat skenario investasi pada saham–saham Indeks LQ 45
periode Februari–Juli 2013 yang dipilih berdasarkan dua kriteria yaitu berada
dalam Indeks LQ 45 minimal selama tiga tahun (6 periode) dan mempunyai nilai
tingkat pengembalian (return) terbesar pada sektornya. Asumsi investasi pada
penelitian ini bahwa investor hanya menginginkan return dan tidak menyukai
risiko. Asumsi ini berlaku pada strategi pasif dalam berinvestasi di pasar modal
terutama investasi padasaham.Investor pada strategi pasif cenderung hanya
mengikuti indeks pasar di mana investor tidak aktif mencari informasi ataupun
melakukan jual beli saham untuk menghasilkan return yang besar. Berdasarkan
kriteria pemilihan saham maka ada 9 saham terpilih yang menjadi objek penelitian
ini. Penelitian ini membentuk portofolio dari kombinasi tiga saham terpilih.
Portofolio–portofolio yang terbentuk dihitung nilai return dan risikonya
menggunakan dua metode yaitu metode Mean Variancedan metode Mean
Absolute Deviation. Hasil–hasil penghitungan ini menjadi bahan pertimbangan
dan rekomendasi untuk investor.
Objek penelitian ini dari keempat skenario adalah sama yaitu 9 saham
terpilih sesuai krteria, yang membedakannya adalah pada skenario kesatu dan
kedua data yang digunakan adalah data harga saham bulanan dari tahun 2008–
2012 sedangkan pada skenario ketiga dan keempat adalah data harga saham harian
selama 100 hari kerja dari Januari–Juni 2013. Selain itu proporsi investasi juga
membedakannya, pada skenario kesatu dan skenario ketiga proporsi masing–
masing saham pada setiap portofolio adalah sama yaitu 33,33%. Sedangkan pada
skenario kedua dan skenario keempat proporsi nilai investasi pada setiap saham di
masing–masing portofolio berdasarkan nilai return sahamnya. Untuk saham yang
memiliki nilai return tertinggi mempunyai proporsi nilai investasi 50%, nilai
return tertinggi kedua 30% dan terendah 20%.
Penelitian ini selain memberikan rekomendasi kepada investor berupa
portofolio berdasarkan nilai return dan risikonya tetapi juga memberikan

14

informasi risiko maksimal yang akan ditanggung oleh investor pada portofolio–
portofolio terbentuk dengan nilai Value at Risk (VaR).Penghitungan VaR
menggunakan metode kovarian. Selain itu penelitian ini juga menganalisis
korelasi dan perbedaan antara penghitungan return dan risiko pada metode Mean
Variance dan Mean Absolute Deviation.
Investor

Bursa Efek Indonesia

Saham

Strategi pasif

Strategi aktif

Indeks LQ 45 periode
Februari – Juli 2013
Return

Risiko

Portofolio Saham

Skenario
investasi 1

Skenario
investasi 2

Skenario
investasi3

Skenario
investasi 4

M