Metode Pengumpulan Data Metode Analisis Data

indeks IHSG untuk periode semesteran yang dukur dengan persentase . Dengan formula sebagai berikut: 1 1 − − = t t t IHSG IHSG IHSG Rmt P 3.2 Dimana: Rmt = Return saham priode ke-t IHSGt = Indeks IHSG periode ke-t IHSGt-1= Indeks IHSG periode ke t-1 b. Menentukan Beta Untuk menghitung risiko menggunakan pendekatan pasar atau model indeks tunggal dengan formula sebagai berikut: P 3.3 Dimana: Ri : Tingkat pengembalian yang diharapkan atas efek i αi : Bagian dari tingkat pengembalian efek I tang tidak terpengaruh oleh perubahan pasar konstanta βi : Kepekaan tingkat pengembalian efek I terhadap tingkat pengembalian indeks pasar parameter yang mengukur perubahan yang diharapkan pada Ri jika terjadi perubahan pada Rm Rm : Tingkat pengembalian dari indeks pasar ei : Faktor pengganggu yang tidak dimasukan dalam model i i i e Rm Ri + + = β α c. Menentukan Standar Deviasi 1 1 − − = ∑ = − n R R n t m mt mt σ P 3.4 Dimana: σ = Standar Deviasi n = Jumlah tahun m R = Return Pasar = mt R = Rata-rata return ekspektasi pasarpada perode t d. Menentukan Excess Return to Beta Ratio ERB Tahap ini dilakukan untuk memilih kandidat portofolio saham yang akan di masukan ke dalam portofolio optimal berdasarkan model indeks tunggal dari sharpe. Model ini antara excess return dengan beta excess return to beta ratio. Formula nya adalah sebagai berikut: P 3.5 i Rf Ri ERB β − = Dimana: ERB = Excess return to Beta Ratio Rf = Risk free Ri = expected stock return Βi = stock beta e. Menentukan Nilai Pembatas Cut Off Point Untuk menentukan batas nilai ERB untuk memilih kandidat pembentuk portofolio diperlukan sebuah titik pembatas Cut Off Point. Adapun formulasi yang digunakan untuk menentukan nilai Ci adalah sebagai berikut: P 3.6 Dimana: Ci : Cut Off Point per stock meant to examine it quality m 2 σ : fluctuation of the market index. Ri : stock return Rf : risk – free return i β : sytematic risk per stock ei 2 σ : unsystematic risk per stock return Ci= ∑ ∑ = = + − 1 1 2 2 2 1 2 2 1 i ei i m n i ei i f i m R R σ β σ σ β σ 2. Analisis Pengaruh Leverage DER, profitabilitasROA dan variabel makro ekonomi terhadap return saham. Pengujian terhadap hipotesis dalam penelitian ini menggunakan analisis regresi linier berganda. Analisis regresi linier berganda Multiple Linier Regression Analysis merupakan pengembangan dari analisis regresi sederhana dimana terdapat lebih dari satu variable independen X, Stanilaus S 2009:243. Persamaan regresi dalam penelitian ini dapat dituliskan sebagai berikut : Persamaannya yaitu: ..... 5 5 4 4 3 3 2 2 1 1 1 e x b x b x b x b x b a Y + + + + + + = Keterangan : Y 1 = Variabel terikat return saham a = Konstanta b = Koefesien regresi yang menunjukan angka peningkatan atau penurunan variabel dependen yang didasarkan pada hubungan nilai variabel independent. x 1 = Variabel bebas Leverage DER x 2 = Variabel bebas Profitabilitas ROA x 3 = Variabel bebas inflasi x 4 = Variabel bebas nilai tukar rupiah terhadap US. x 5 = Variabel bebas bunga deposito e = Satandard error Model regresi linier berganda dapat disebut sebagai model yang baik jika model tersebut memenuhi asumsi normalitas data dan terbebas dari asumsi klasik statistic, baik itu multikolineritas, autokorelasi, dan heteroskesdastisitas Agung Nugroho : 2005,57 1. Uji Asumsi Klasik a. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi variable dependen, variable independent atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah distribusi data normal atau mendekati normal. Untuk mengetahui apakah data sample pada variable independent atau keduanya mempunyai distribusi normal atau tidak adalah dengan menggunakan level of significant α 5. Jika output SPSS kolmogorov-Smirnov tersebut menunjukan nilai Asimp. Sig 2-tailed 0.05 level of significant α maka data variable dikatakan normal. b. Uji Multikolinieritas Uji multikolinieritas digunakan untuk mendeteksi ada tidaknya hubungan antara beberapa variable independent dalam model regresi. Multikolinieritas merupakan keadaan dimana satu atau lebih variable independent dalam dinyatakan sebagai kondisi linier dengan variable lainnya. Artinya bahwa jika diantara peubah-peubah bebas yang digunakan sama sekali tidak berkorelasi satu dengan yang lain maka bisa dikatakan bahwa tidak terjadi multikolinieritas. Untuk mengetahui ada atau tidaknya multikolinieritas dalam model regresi adalah sebagai berikut: 1 Menganalisis matrik korelasi variable-variabel bebas jika antara variable bebas ada korelasi yang cukup tinggi umumnya diatas 90 maka hal ini diindikasikan adanya multikolinieritas. 2 Dilihat dari nilai tolerance dan varian inflation factor VIF model regresi VIF apabila nilai VIF tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1 berarti tidak terdapat multikolinieritas. Dan sebaliknya apabila nilai VIF lebih dari 10 dan nilai tolerance kurang dari 0,1 maka terjadi multikolinieritas. Dalam regresi berganda tidak boleh terjadi multikolinieritas, karena menurut Frish apabila terjadi multikolinier apalagi kolinier yang sempurna koefisien korelasi antar variable bebas = 1 maka koefisisen regresi dari variable bebas tidak dapat ditentukan dan sandar errornya tidak terhingga, Suharyadi dan Purwanto 2004; 529. c. Uji Autokorelasi Autokorelasi dapat didefinisikan adanya terjadi korelasi diantara data pengamatan sebelumnya. dengan kata lain bahwa munculnya suatu data dipengaruhi oleh data sebelumnya. Untuk mendeteksi terjadinya autokorelasi atau tidak dapat dilihat melalui nilai Durbin Watson DW. Bila nilai DW terletak diantara dU d 4- dU maka dapat dikatakan tidak terjadi autokorelasi baik positif maupun negatif atau jika nilai d mencapai sekitar 2. Dimana dU adalah batas atas dan dL adalah batas bawah. Menurur DW statistic terdapat lima kondisi autokorelasi: 1 0 d dL = ada autokorelasi positif 2 dL d dU = inconclusive ragu-ragu ada autokorelasi positif 3 dU d 4-dU= tidak terjadi autokorelasi baik positif maupun negative 4 4-dU d 4-dL = inconclusive ragu-ragu ada autokorelasi negatif 5 4-dL d 4 = ada autokorelasi negative. Selain itu menurut singgih santoso 2000:18 secara umum angka D-W yamg dapat dijadikan dalam pengambilan keputusan adalah: 1 Angka D-W dibawah-2 berarti ada autokorelasi positif 2 Angka D-W diantara-2 sampai dengan 2 berarti tidak ada autokorelasi 3 Angka D-W diatas 2 berarti terdapat autokorelasi negative Jika ada masalah autokorelasi, maka model regresi yang seharusnya signifikan dilihat angka F dan signifikannya, menjadi tidak layak untuk dipakai uji F Uji secara simultan. d. Uji Heteroskedastisitas Uji ini bertujuan untuk menguji apakah dalam model regresi terdapat ketidaksamaan varian dan residual satu pengamatan kepengamatan yang lain. Jika varian residual satu pengamatan kepengamatan lain tetap maka disebut homokedastisitas dan jika berbeda disebut heteroskedastisitas. Model yang baik adalah homokedastisitas atau tidak terjadi heteroskedastisitas, konsekuensi adanya hete- roskedastisitas dalam model regresi adalah penaksir estimator yang diperoleh tidak efisien baik dalam sampl kecil maupun dalam sampel besar. Untuk mendeteksi adanya heteroskedastisitas yaitu dengan melihat ada tidaknya pola tertentu pada grafik, dimana sumbu Y adalah Y yang telah terprediksi, dan sumbu X adalah residual y prediksi –y sesungguhnya. Dasar pengambilan keputusan: 1 Jika ada pola tertentu, seperti titik yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka telah terjadi heteroskedastisitas. 2 Jika ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah angka 0 pada sumbu y, maka tidak terjadi heteroskedastisitas. 2. Uji Simultan dengan F-Test Uji simultan dengan F-test ini bertujuan untuk mengetahui pengaruh bersama-sama variabel indevenden terhadap variabel dependen. Hasil F-test ini pada output SPSS dapat dilihat pada tabel ANOVA. Hasil F-test menunjukan variabel indevenden secara bersama-sama berpengaruh terhadap variabel dependen jika p-value pada kolom sig.. lebih kecil dari level of significant yang ditentukan yaitu dengan nilai prob 0.05, atau F hitung pada kolom F lebih besar dari Ftabel. F tabel dihitung dengan cara df1= k-1 dan df2 = n-k, k adalah jumlah variabel dependen dan independen Agung Nugroho:2005L53 3. Uji Parsial Dengan T-Test T-test ini bertujuan untuk mengetahui besarnya pengaruh msing- masing variabel indevenden secara individual parsial terhadap variabel dependen. Hasil uji ini pada output SPSS dapat dilihat pada tabel Coefficient . Nilai dari uji t-test dapat dilihat dari p-value pada kolom sig. pada masing-masing variabel independent, jika p-value lebih kecil dari level of significant yang ditentukan, atau t-hitung pada kolom t lebih besar dari t-tabel dihitung dari two-tailed a α = 5 df-k, k merupakan jumlah variabel independent Agung Nugroho:2005:53. 4. Koefisien Determinasi Koefisien determinsi R bertujuan untuk mengetahui seberapa besar kemampuan variabel indevenden menjelaskan variabel devenden. Dalam output SPSS, koefisien determinasi terletak pada Model Summary dan tertulis R Square. Nilai R Square dikatakn baik jika diatas 0.5 karena nilai R Square berkisar antara 0 sampai dengan 1. 2 b 5. Analisis Uji Perbedaan Antara Portofolio Optimal Tanpa dan dengan dipengaruhi oleh variabel Leverage, Profitabilitas, Inflasi, Nilai Tukar dan Bunga Deposito. Setelah mendapatkan kandidat portofolio optimal tanpa Leverage, Profitabilitas dan variabel makro ekonomi dengan kandidat portofolio dengan Leverage, profitabilitas dan variabel makro ekonomi, maka dalam penelitian ini akan menganalisis perbedaan dua portofolio optimal, dengan menggunakan statistic Uji beda T-Paired. Uji t-paired digunakan untuk menentukan ada tidaknya perbedaan rata-rata dua sample bebas. Dua sample yang dimaksud disini adalah sample yang sama namun mengalami proses pengukuran maupun perlakuan yang berbeda. Uji ini dirumuskan sebagai berikut n Sd d T hitung = 2 1 X X d − = n d d Σ = 1 2 2 − − = ∑ ∑ n n d d Sd 6. Analisis Uji Perbedaan Antara Kinerja Saham Perbankan Yang Masuk Dalam Portofolio Optimal Tanpa dan Dengan Dipengaruhi Oleh Variabel Leverage, Profitabilitas, Inflasi, Nilai Tukar dan Bunga Deposito. Setelah mendapatkan kandidat portofolio optimal tanpa Leverage, Profitabilitas dan variabel makro ekonomi dengan kandidat portofolio dengan Leverage, profitabilitas dan variabel makro ekonomi, maka dalam penelitian ini akan menganalisis perbedaan kinerja saham dengan menggunakan indeks Sharpe, Treynor dan Jensen melalui Uji beda T- Paired dengan formula sesuai dengan yang diatas

E. Definisi Operasional Variabel

Variabel yang digunakan dalam penelitian ini dapat dikelompokkan sebagai berikut : a. Variabel Dependen Y Variabel dependen atau variabel terikat dalam penelitian ini adalah portofolio optimal perusahaan perbankan yang go public antara tahun 2005 sampai dengan tahun 2009. Yang dimaksud dengan portofolio optimal dalam penelitian ini adalah “sebagai suatu kombinasi harta, dimana investor tidak menginvestasikan seluruh dana mereka ke satu jenis saham, namun membagikannya ke dalam berbagai jenis saham dengan menghasilkan tingkat pengembalian yang maksimal dengan risiko yang seminimal mungkin”. Portofolo optimal ditentukan berdasarkan ERB dan Ci. Apabila Excess Return To Beta Ratio ERB lebih besar dari Ci Cut Off Rate maka termasuk portofolio optimal. Dan sebaliknya apabila ERB lebih kecil dari Ci maka tidak termasuk portofolio optimal. b. Variabel Independen X Variabel independen atau variabel bebas yang nilainya dipergunakan untuk meramal, terdiri dari Leverage, Profitabilitas, tingkat inflasi, perubahan nilai kurs dan Suku bunga deposito. Dirumuskan sebagai berikut: 1 Leverage Leverage merupakan rasio yang digunakan untuk mengukur sejauh mana aktiva perusahaan dibiayai dengan utang. Rasio leverage dalam penelitian ini diproksikan dengan Deb to Equity Ratio DER, yaitu pebandingan antara total utang Debt dengan total modal sendiri. Adapun persamaanya adalah sebagai berikut: P 3.7 1 1 − − − = t t t DER DER DER Leverage • t : Menunjukkan dalam angka bulanan 2 Profitabilitas Profitabilitas adalah kemampuan perusahaan memperoleh laba dalam hubungannya dengan penjualan, total aktiva, maupun modal sendiri. Pengukuran profitabilitas dalam penelitian ini menggunakan profitabilitas ekonomi atau Return on Assets ROA . Profitabilitas dihitung dari perubahan ROA Return On Assets badan usaha . Persamaannya dapat dituliskan sebagai berikut: P 3.8 1 1 Pr − − − = t t t ROA ROA ROA as ofitabilit • t : Menunjukkan dalam angka bulanan 3 Inflasi Inflasi merupakan kenaikan harga-harga secara terus menerus dalam suatu periode yang diukur berdasarkkan indeks harga konsumen. Inflasi merupakan selisish antara Indeks Harga Saham Konsumen IHK pada periode t dibagi dengan Indeks Harga Saham Konsumen IHK pada periode sebelum t. P 3.9 Laju inflasi = 1 1 − − − t t t IHK IHK IHK • t : Menunjukkan dalam angka bulanan 4 Kurs Kurs nilai tukar mengukur nilai satu satuan mata uang terhadap mata uang lain Thomson; 2006: 123. Kurs yang digunakan dalam penelitian ini adalah kurs yang diukur dari perubahan kurs tengah RpUS jangka waktu bulanan. Pengukuran Perubahan nilai kurs menggunakan nilai spot adalah: P 3.10 Nilai kurs = Nilai kurs t – Nilai kurs t-1 Nilai kurs t-1 • t Menunjukkan dalam angka bulanan 5 Suku Bunga deposito Tingkat suku bunga yang dipakai di dalam penelitian ini adalah tingkat suku bunga deposito yang berjangka waktu 1 bulan yang diperoleh dari publikasi Bank Indonesia. Untuk mengukur besarnya perubahan tingkat bunga deposito antar periode digunakan formula sebagai berikut: TBD = TBDt – TBDt-1 TBDt-1 P 3.11 • TBD: Tingkat suku bunga deposito t • TBD: Tingkat suku bunga deposito t-1 • T : Menunjukkan dalam angka bulanan