52
3.4 Definisi Operasional Variabel
Definisi operasional variabel penelitian ini adalah sebagai berikut:
3.4.1 Variabel Dependen
Variabel dependen dalam penelitian ini adalah kinerja reksa dana yang dihitung menggunakan metode perhitungan kinerja portofolio Sharpe’s Index.
Indeks Sharpe digunakan karena metode ini menggunakan data masa lalu untuk memprediksi kinerja portofolio masa datang average return masa lalu dianggap
sebagai return prediksi masa datang dan deviasi standar return masa lalu dianggap sebagai prediksi risiko masa datang Samsul, 2006:364.
Standar deviasi adalah risiko total yang merupakan hasil dari risiko sistematik dan risiko tidak sistematik. Jika portofolio sangat terdiversifikasi maka
total risiko hampir sama dengan risiko sistematik, karena risiko tidak sistematik mendekati nol. Dengan demikian metode Sharpe merupakan model yang
memberikan informasi yang lebih baik karena memperhitungkan risiko total Winingrum, 2011. Rumus dari metode perhitungan kinerja portofolio Sharpe’s
Index adalah: ��� =
��� − �� ���
di mana : Spi
= Indeks Sharpe portofolio i Rpi
= Rata-rata return portofolio i Rf
= Rata-rata atas bunga investasi bebas risiko σ
= Standar deviasi dari tingkat pengembalian portofolio i
Universitas Sumatera Utara
53
Menurut Pradani, et al.2012 menyatakan bahwa semakin tinggi nilai Sharpe maka semakin baik pula kinerja reksa dana saham. Selain itu, reksa dana
saham dinilai memiliki kinerja yang baik ketika return yang diberikan oleh reksa dana lebih besar dibandingkan dengan return yang diberikan dari investasi bebas
risiko. Untuk menghitung Sharpe Ratio, langkah-langkah yang dilakukan adalah
sebagai berikut: a. Mencari return per unit penyertaan masing-masing reksa dana, dengan
menggunakan rumus berikut Hartono, 2014:705: �
�
= ���
�
− ���
�−1
���
�−1
di mana : R
p
= Return portofolio reksa dana pada periode sekarang t NAB
t
= Nilai Aktiva Bersih yang merupakan nilai portofolio periode sekarang t
NAB
t-1
= Nilai Aktiva Bersih yang merupakan nilai portofolio periode lalu t-1
b.
Mencari return pasar. Menurut Rodoni dan Ali 2010: 183 indeks pasar merupakan alat ukur kinerja sekuritas khususnya saham yang listing di bursa
yang digunakan oleh bursa–bursa dunia. Indeks Harga Saham Gabungan IHSG digunakan untuk mengukur kinerja saham. Fungsinya juga sebagai
benchmark kinerja portofolio, indikator trend pasar, indikator tingkat keuntungan dan sebagai fasilitas perkembangan produk derivatif.
Return pasar merupakan perubahan indeks pasar yang dinyatakan dalam persentase, yaitu indeks pasar sekarang dibandingkan dengan indeks pasar
kemarin, atau indeks pasar bulan ini dibandingkan dengan indeks pasar bulan
Universitas Sumatera Utara
54
lalu dan perubahannya dinyatakan dalam persentase. Secara matematis dapat ditulis Samsul, 2006: 373:
�
�
= ����
�
− ����
�−1
����
�−1
dimana: R
m
= Returnmarket return pasar IHSG
t
= IHSG bulan ini t IHSG
t-1
= IHSG bulan lalu t-1
c.
Mencari rata-rata risk free rate reksa dana saham
.
Menurut Jordan dan Miller 2009: 16 risk free rate merupakan tingkat pengembalian atau tingkat
keutungan dari investasi tanpa risiko. Sertifikat Bank Indonesia SBI merupakan surat berharga pasar uang yang menonjol karna berfungsi sebagai
aset patokan. Meskipun dalam arti murni tidak ada aset keuangan bebas risiko, secara praktis Sertifikat Bank Indonesia SBI adalah aset bebas risiko Jones,
et al. 2009: 28. Rata-rata risk free rate dapat dihitung sebagai berikut:
�
�
��� = ∑ ���� ����� ���
� dimana:
�
�
��� = Rata-rata risk free rate n = Jumlah bulan
d.
Mencari standar deviasi atau risiko total dari reksa dana. Menurut Lubis 2008:273 risiko adalah kemungkinan keuntungan sebenarnya yang
menyimpang dari keuntungan yang diharapkan diestimasikan. Semakin besar kemungkinan menyimpang, maka semakin besar pula risikonya.
Universitas Sumatera Utara
55
Tingkat risiko reksa dana dapat dilihat dari standar deviasi dari return reksa dana tersebut. Rumus dari standar deviasi adalah sebagai berikut:
�
�
= �∑
{ �
�
− ��
�
}
2 �
�=1
�
Di mana: σ
i
= Standar deviasi, R
i
= Nilai return pada periode i, ER
i
= Nilai expected return, N
= Jumlah observasi
3.4.2 Variabel Independen
Kategori