6

BAB II

TINJAUAN PUSTAKA

2.1 Investasi

Investasi merupakan penempatan sejumlah dana pada saat ini dengan

harapan untuk memperoleh keuntungan pada masa mendatang (Jones,1996:6).

Investasi dalam arti luas terdiri dari dua bagian utama yaitu investasi dalam

bentuk aset riil (real assets) dan investasi dalam bentuk surat berharga (financial

assets). Aset riil adalah aktiva berwujud seperti emas, intan, pendirian pabrik dan

pembukaan tambang.Aset finansial berupa surat-surat berharga yang merupakan

“claim” atas aset riil.

2.2 Saham

Saham adalah tanda penyertaan modal dari seseorang atau badan usaha di

dalam suatu perusahaan dan merupakan surat bukti kepemilikan yang diterbitkan

oleh perusahaan. Wujud saham adalah selembar kertas yang menerangkan bahwa

pemilik kertas tersebut adalah pemilik perusahaan yang menerbitkan surat

berharga tersebut. Porsi kepemilikan ditentukan oleh seberapa besar penyertaan

yang ditanamkan di perusahaan tersebut.

2.3 Indeks Harga Saham LQ-45

Indeks harga saham adalah indikator yang memperlihatkan pergerakan

harga saham.Melalui indeks harga saham akan terlihat perubahan atau pergerakan

harga saham sejak mulai pertama kali beredar sampai suatu saat tertentu. Indeks

LQ-45 secara obyektif telah diseleksi oleh Bursa Efek Indonesia. Saham LQ-45

merupakan saham dengan prospek pertumbuhan dan kondisi keuangan yang baik,

7

memiliki frekuensi perdagangan tinggi dan merupakan saham yang aman dimiliki

karena fundamental kinerja saham tersebut bagus, sehingga dari sisi risiko

kelompok saham LQ-45 memiliki resiko terendah dibandingkan saham-saham

lain. Fluktuatif harga pada kelompok saham LQ-45 cenderung smooth menjadikan

return tidak setinggi pada kelompok saham yang mengalami fluktuasi harga

siginifikan.

2.4 Kriteria Pemilihan Saham Warren Buffett

Warren Buffett adalah seorang investor jangka panjang yang sukses

berinvestasi saham. Ia menjadi orang terkaya nomor 3 di dunia tahun 2015 versi

majalah Forbes. Menurut Warren Buffett yang tertuang dalam buku “The Guru

Investor: How to Beat Market Using History’s Best Investment Strategies” yang

ditulis oleh Reese dan Forehand (2009) menyatakan perusahaan yang baik akan

diseleksi berdasarkan kriteria sebagai berikut.

1. Kriteria laba perusahaan

Seleksi ini adalah untuk melihat kemampuan perusahaan menghasilkan

laba. Seleksi yang diberikan ialah

a. perusahaan yang menghasilkan laba bersih yang selalu meningkat

selama 10 tahun berturut-turut layak dipilih dan merupakan pilihan

terbaik;

b. apabila laba bersih meningkat selama 10 tahun berturut-turut dengan

pengecualian apabila ada 1 tahun laba turun yang tidak lebih dari 45%

dari tahun sebelumnya layak dipilih;

c. kombinasi lain tidak dipilih.

8

2. Seleksi Return on Equity (ROE)

Return On Equity (ROE) digunakan untuk mengukur kemampuan

efektifitas perusahaan dalam memberikan penghasilan bagi setiap investasi

dalam bentuk ekuitas yang ditanamkan oleh pemegang saham. Pengukuran

dilakukan dengan cara membandingkan antara laba bersih yang dihasilkan

(net earnings) pada suatu periode dengan saldo rata-rata ekuitas (equity).

ROE diperoleh dengan rumus:

Seleksi ROE Warren Buffett yaitu sebagai berikut.

a. Perusahaan dengan layak

dipilih.

b. Perusahaan dengan tidak

dipilih.

Oleh karena terbatasnya data historis sebagian saham, penelitian ini hanya

menggunakan data 6 tahun (disesuaikan dengan lamanya periode penelitian).

2.5 Risiko

Risiko dalam konteks manajemen investasi merupakan besarnya penyimpangan

atau perbedaan antara expected return dengan actual return. Semakin besar

penyimpangan antara expected return dan actual return maka semakin besar pula tingkat

risikonya.

Ada dua jenis risiko yaitu risiko sistematis dan risiko tidak sistematis yang

akan dijabarkan sebagai berikut.

9

2.5.1 Risiko Sistematis (Systematic Risk)

Risiko sistematis (systematic risk )merupakan risiko yang tidak dapat

dihilangkan dengan melakukan diversifikasi. Systematic risk berkaitan dengan risiko

yang dihadapi oleh semua perusahaan. Risiko ini dipengaruhi oleh faktor-faktor

makroekonomi yang dapat memengaruhi pasar secara keseluruhan. Contoh faktor

makroekonomi misalnya inflasi, siklus bisnis, dan berita tentang kondisi

ekonomi.(Murhadi, 2009).

2.5.2 Risiko Tidak Sistematis (Unnsystematic Risk)

Risiko tidak sistematis (unsystematic risk) merupakan risiko yang dapat

dikurangi dengan diversifikasi. Risiko ini berkaitan dengan risiko yang dapat terjadi

dalam suatu perusahaan seperti kematian karyawan-karyawan penting, serta faktor

lain yang memengaruhi keberuntungan suatu perusahaan tanpa memengaruhi

perekonomian yang luas secara terukur. Risiko spesifik tersebut dapat dikurangi

dengan melakukan diversifikasi. Konsep diversifikasi bermula dari suatu pemikiran

“do not put all your eggs in one basket” karena apabila semua dana diinvestasikan

dalam satu saham, maka ketika saham tersebut mengalami penurunan drastis akan

menyebabkan kekayaan investor menurun drastis pula. Namun apabila investor

memiliki portofolio dalam jumlah besar maka risiko akan mendekati nol, sehingga

tidak memengaruhi nilai portofolio secara signifikan (Murhadi, 2009).

2.6 Tingkat Pengembalian (Return)

Tingkat pengembalian (return) merupakan imbalan yang diperoleh dari

investasi yang dilakukan. Return dibedakan menjadi dua yaitu sebagai berikut.

10

2.6.1 Pengembalian yang Telah Terjadi (Actual Return)

Pengembalian yang telah terjadi (actual return) adalah return yang

dihitung berdasarkan data historis. Tingkat pengembalian yang telah terjadi

dapat dihitung dengan persamaan sebagai berikut:

Keterangan:

= return sahami pada periode ;

= harga saham i pada periode ;

= harga saham i pada periode t-1.

2.6.2 Pengembalian yang Diharapkan (Expected Return)

Pengembalian yang diharapkan (expected return) merupakan return yang

memang diharapkan investor dimasa mendatang. Berbeda dengan actual return

yang sifatnya sudah terjadi, expected return sifatnya belum terjadi. Pada

umumnya investor akan memprediksi return yang diharapkan masing-masing

saham sebelum mengambil kebijakan dalam berinvestasi. Hal tersebut berarti

ketepatan perhitungan dalam mengestimasi return sangat penting. Kesalahan

dalam perhitungan expected return merupakan risiko yang harus ditanggung

investor. Dalam mengestimasireturn, investor biasanya menggunakan model

keseimbangan. Model yang paling populer digunakanialah Capital Asset Pricing

Model (CAPM) yang akan dibahas pada Subbab selanjutnya.

2.7 Capital Asset Pricing Model(CAPM)

CAPM didasarkan atas teori portofolio yang dikembangkan oleh

Markowitz dan dipelopori oleh William Sharpe, John Lintner, dan Jan Mossin

11

pada tahun 1964. Berdasarkan model Markowitz, investor diasumsikan akan

mendiversifikasikan portofolionya dan memilih portofolio optimal atas dasar

estimasi investor terhadap return dan risiko pada titik-titik portofolio yang terletak

di sepanjang garis portofolio efisien. Portofolio yang efisien adalah portofolio

yang berada di sepanjang kurva efficient frontier, seperti dalam gambar 2.1

berikut ini.

Gambar 2.1. Kurva Efficient Frontier

CAPM digunakan untuk memprediksikan imbal hasil yang diharapkan

(expected return) dan risiko suatu aset pada kondisi ekuilibrium. Pada kondisi

ekuilibrium, investor akan memilih portofolio m (portofolio pasar) sebagai

portofolio aset beresiko yang optimal. CAPM merupakan model perhitungan

portofolio yang menghubungkan antara aset-aset berisiko dengan indeks pasar dan

Keterangan:

= expected return portofolio;

= standard deviation portofolio;

a = portofolio dengan global minimum varians;

ab = daerah portofolio efficient frontier;

ac = daerah portofolio tidak efisien.

12

aset bebas risiko. CAPM meringkas seluruh faktor ekonomi yang relevan dengan

satu indikator ekonomi makro dan berasumsi bahwa hal ini menggerakkan pasar

sekuritas secara keseluruhan. Menurut konsep CAPM, satu-satunya faktor yang

memengaruhi return adalah risiko pasar.

2.7.1 Ekuilibrium Pasar Modal

Ekuilibrium pasar dalam CAPM digambarkan dalam dua bentuk hubungan

antara Capital Market Line (CML) dan Security Market Line (SML). CML

adalah garis yang menggambarkan hubungan expected return portofolio yang

efisien dengan standar deviasinya. CML menunjukkan semua kemungkinan

kombinasi portofolio efisien yang terdiri dari aset berisiko dan aset bebas risiko.

Jika portofolio hanya berisi aset tidak berisiko, maka risikonya sama dengan nol

( = 0) dan return yang diharapkan sama dengan . Jika portofolio terdiri dari

semua aset berisiko maka risikonya sebesar dengan return yang diharapkan

lebih besar dibandingkan return yang diharapkan portofolio dari aset tidak

berisiko ( ). CML dijelaskan seperti gambar 2.2 berikut ini.

Gambar 2.2 Capital Market Line

13

Pada Gambar 2.2, diperoleh slope CML sebesar

dengan intersep .

Sehingga diperoleh persamaan untuk expected return portofolio yaitu

( )

(2.2)

Sedangkan Security Market Line (SML) adalah garis lurus yang

menggambarkan hubungan expected return sekuritas dengan beta. Ukuran yang

relevan dari risiko untuk aset individu hanyalah yang tersisa setelah portofolio

yang efisien tercapai, bukanlah standard deviation dari aset, melainkan hanya

kontribusi aset terhadap varians portofolio pasar, yang diukur dengan beta aset.

Beta ( ) merupakan kepekaan tingkat keuntungan suatu aset terhadap

perubahan yang terjadi di pasar. Rata-rata beta untuk seluruh saham adalah

bernilai sebesar satu. Aset yang memiliki tingkat risiko di atas rata-rata akan

memiliki yang lebih besar dari satu. Sedangkan aset yang relatif aman atau

risikonya lebih kecil dari rata-rata akan memiliki nilai kurang dari satu. Aset

bebas risiko memiliki sebesar nol.

Keterangan:

= expected return portofolio;

= expected return portofolio pasar;

= return aset bebas risiko;

= standard deviation dari return portofolio pasar ;

= standard deviation portofolio.

14

Gambar 2.3 Security Market Line

Pada Gambar 2.3 terlihat yang bernilai 0 dimiliki oleh aset bebas risiko

( ) yang merupakan intercept dari SML. Dengan asumsi SML adalah garis

linier, maka persamaan garis linear dapat dibentuk dengan intercept dan slope

sebesar:

. Karena bernilai 1, maka slope SML sebesar

[ ]. Beranjak dari persamaan (2.2) selanjutnya akan dicari nilai

expected return untuk satu aset ( yang diperlihatkan sebagai berikut:

( )

(

)

( )

Keterangan:

= return yang diharapkan aset i;

= covariance antara saham i dengan portofolio pasar;

= kepekaan saham i terhadap perubahan yang terjadi di pasar.

15

Persamaan matematika ini dikenal sebagai Capital Asset Pricing Model (CAPM)

(Jones,1996:243).

Model di atas jika dibuat dalam bentuk persamaan regresi maka CAPM

merupakan bentuk persamaan regresi linear sederhana yaitu

( )

Secara matriks persamaaan (2.4) dapat dinyatakan sebagai

[

]

[

]

*

+ [

]

Model ini dapat disederhanakan sebagai

Ciri – ciri model adalah sebagai berikut.

1. Nilai merupakan jumlah dua komponen: (1) suku konstan

( ) dan (2) suku galat . Jadi, adalah suatu

peubah acak.

Keterangan:

= nilai peubah responyaitu nilai return saham dikurangi return aset

bebas risiko periode t;

= interceptyaitu ukuran return aset i yang tidak terkait risiko pasar;

= koefisien regresi saham i terhadap return pasar dikurangi return

aset bebas risiko( );

( ) = suatu konstanta yang diketahui, yaitu nilai peubah bebas dalam

hal ini return portofolio pasar dikurangi return aset bebas risiko

periode ke t;

= Suku galat yang bersifat acak dengan rataan .

16

2. Karena , maka

( ) ( ( ) )

( )

( ).

3. Suku-suku galat diasumsikan tidak berkorelasi. Oleh karenanya, hasil dari

setiap amatan manapun tidak memengaruhi galat dari amatan lain manapun,

baik positif atau negatif, kecil atau besar. Karena galat dan tidak

berkorelasi, maka begitu juga dengan respons ( ) dengan( ).

2.7.2 Variabel dalam CAPM

Variabel dalam CAPM adalah excess return yaitu expected return market

dikurangi return aset bebas risiko . Expected return market ialah

return yang diharapkan dari portofolio pasar yang dalam penelitian ini

menggunakan data historis indeks LQ-45. Nilainya diperoleh dari hasil selisih

indeks LQ-45 pada periode t dikurangi indeks LQ-45 sebelum periode t dibagi

dengan indeks LQ-45 sebelum periode t. Secara matematis ditulis sebagai

Sedangkan return aset bebas risiko ( ) adalah return yang diperoleh

investor tanpa menanggung risiko. Dalam penelitian ini, aset bebas risiko diwakili

oleh tingkat suku bunga Sertifikat Bank Indonesia. Return untuk aset bebas risiko

ini didapat dari suku bunga selama satu tahun dibagi 12. Secara matematis ditulis

sebagai

(2.6)

17

2.7.3 Asumsi-asumsi CAPM

CAPM mengasumsikan beberapa kondisi agar bisa digunakan. Namun

kenyataannya asumsi-asumsi yang digunakan dalam CAPM kurang menunjukkan

keadaan realitas yang terjadi. Berikut ini beberapa asumsi yang digunakan dalam

CAPM (Zubir, 2011):

a. Tidak ada biaya transaksi, dengan demikian investor dapat membeli atau

menjual sekuritas tanpa menanggung biaya. Kenyataannya ada biaya-biaya

seperti biaya broker.

b. Investasi dapat dipecah kecil-kecil, sehingga investor dapat membeli saham

dalam ukuran pecahan. Kenyataannya tidak mungkin membeli saham dalam

bentuk pecahan.

c. Tidak ada pajak pendapatan pribadi, sehingga bagi investor tidak masalah

apakah mendapatkan return dalam bentuk deviden atau capital

gain.Kenyataannya deviden dan capital gain dikenai pajak dengan tarif yang

berbeda sehingga dapat memengaruhi keputusan investasi.

d. Seseorang tidak dapat memengaruhi harga saham melalui tindakan membeli

atau menjual saham yang dimiliki. Informasi tersedia untuk semua investor

dan dapat diperoleh dengan bebas tanpa biaya, sehingga harga saham sudah

mencerminkan semua informasi yang ada. Asumsi ini mengindikasikan

bahwa pasar modal analog dengan bentuk pasar persaingan sempurna, dimana

investor secara perorangan tidak dapat memengaruhi harga saham.

18

e. Investor membuat keputusan investasi hanya berdasarkan risiko (standar

deviasi) dan expected return portofolio sesuai dengan model Markowitz.

Investor mempunyai input yang sama dalam membentuk portofolio yang

efisien. Semua investor mendefinisikan periode investasi yang dimiliki

dengan cara yang persis sama, sehingga expected return dan standar deviasi

portofolio pada periode tersebut akan sama untuk setiap investor.

Kenyataannya investor memiliki pemahaman, cara pandang, kemampuan

serta periode investasi yang berbeda dalam mengolah informasi, sehingga

preferensi terhadap return dan risiko akan berbeda pula.

f. Semua investor dapat menjual saham yang tidak dimilikinya (short sale)

tanpa batas. Kenyataanya, short sale mempunyai persyaratan dan mekanisme

yang tidak mudah dipenuhi oleh semua orang, sehingga tidak mungkin

investor melakukan short sale tanpa batas.

g. Lending dan borrowing pada tingkat bunga bebas risiko dapat dilakukan pada

jumlah yang tidak terbatas. Investor dapat meminjamkan (lending) dan

meminjam (borrowing) sejumlah dana yang diinginkannya pada tingkat

bunga yang sama dengan tingkat bunga bebas risiko.

Asumsi yang digunakan dalam CAPM banyak yang tidak realistis jika

dibawa ke dunia nyata. Hal ini membuat model menjadi tidak sesuai dengan

kondisi aslinya. Selain itu, para peneliti mulai menemukan faktor lain selain beta

pasar yang memengaruhi return.Oleh karena itu mulai muncul model multifaktor.

Model multifaktor menyatakan bahwa tingkat keuntungan yang diharapkan dari

suatu saham dipengaruhi oleh faktor-faktor tertentu yang jumlahnya bisa lebih

19

dari satu. Untuk itu, mencari tahu faktor lain yang memengaruhi return selain beta

pasar merupakan hal penting.

Sebuah alternatif untuk menentukan faktor yang menjadi sumber risiko

sistematis yang relevan adalah menggunakan karakteristik perusahaan melalui

riset empiris yang merupakan proksi terhadap risiko sistematis. Bila suatu

investasi bisa mendapatkan tingkat hasil yang relatif lebih tinggi dari investasi

lainnya dan memiliki sifat yang konsisten, maka investasi tersebut dapat

dikatakan memiliki risiko yang cukup tinggi dibandingkan dengan investasi

lainnya. Konsekuensinya adalah harus mengetahui karakteristik investasi yang

memberikan hasil lebih tinggi tersebut dan mempertimbangkan karakteristik

tersebut memiliki dampak tidak langsung terhadap risiko pasar.

2.8 Three Factors Model Fama and French (TFMFF)

Fama &French (1993) menemukan bahwa terdapat tiga faktor yang

memengaruhi return yang diharapkan yaitu risiko pasar (terdapat dalam CAPM),

ukuran perusahaan (firm size), dan rasio nilai buku terhadap nilai pasar(book to

market equity) disingkat BE/ME. Firm size danBE/ME merupakan faktor diluar

CAPM. Sehingga dengan dimasukkannya variabel firm size dan BE/ME ke dalam

modelnya, maka model tersebut dikenal dengan Three Factors Model Fama and

French (TFMFF), dan mulai dipublikasikan melalui Journal of Finance tahun

1996 dengan judul artikel “Multifactor Explanations of Asset Pricing Anomalies”.

20

2.8.1 Risiko dalam TFMFF

Adapun faktor risiko pada TFMFF dalam mengestimasi return adalah

1. Risiko pasar

Baik dalam CAPM maupun TFMFF sama-sama menggunakan risiko pasar

sebagai tolok ukur risiko dalam mengestimasi return.

2. Firm Size (Ukuran Perusahaan)

Ukuran suatu perusahaan perlu diperhitungkan sebagai acuan apakah suatu

perusahaan mampu menghadapi krisis dalam menjalankan usahanya.

Secara umum, perusahaan yang lebih besar akan memiliki risiko yang

lebih kecil daripada perusahaan yang lebih kecil. Perusahaan dengan

ukuran lebih besar dipandang lebih tahan krisis, sehingga akan

mempermudah perusahaan untuk memperoleh pinjaman atau dana

eksternal. Namun perusahaan besar dinilai kurang memberikan laba yang

besar tetapi memiliki kepastian dalam hal perolehan keuntungan. Firm size

ditunjukkan melalui perkalian dari jumlah saham yang beredar dengan

harga per lembar saham (price) pada setiap perusahaan yang dijadikan

sampel. Jika dirumuskan secara matematis diperoleh:

Untuk menentukan kelompok saham besar (B) dan kelompok saham kecil

(S), maka firm size akan diurutkan berdasarkan urutannya dari yang

terkecil hingga terbesar. Proporsi B dan S masing-masing 50% dari

seluruh sampel yang digunakan.

21

3. Book to Market Ratio (BE/ME)

Book to Market Ratio (BE/ME)merupakan sebuah rasio yang digunakan

untuk menentukan nilai perusahaan dengan membandingkan nilai buku

(Book Equity) dari suatu perusahaan atau aktiva bersih terhadap nilai

pasarnya (Market Equity) ditulis BE/ME.

Book Equity diperoleh dari laporan keuangan perusahaan, dan nilai pasar

ditentukan di pasar saham melalui kapitalisasi pasar yaitu hasil perkalian

antara jumlah saham yang beredar dengan price setiap perusahaan. Secara

matematis dirumuskan sebagai

Berdasarkan faktor BE/ME, saham-saham dikelompokkan ke dalam tiga

kelompok, yakni: Low (L), Medium (M), dan High (H). Proporsi L adalah

30%, proporsi M adalah 40% dan proporsi H adalah 30% dari seluruh

sampel yang digunakan. Setelah dibentuk kelompok berdasarkan faktor

firm size dan BE/ME, maka selanjutnya dapat dibentuk portofolio S/L,

S/M, S/H, B/L, B/M, dan B/H. Rincian setiap portofolio yang dibentuk

akan dijelaskan pada tabel 2.1 berikut.

22

Tabel 2.1 Kombinasi Portofolio berdasarkan Size dan BE/ME

Kombinasi

Portofolio

Keterangan

S/L

Portofolio dengan pengukuran kriteria berdasarkan firm

size dan BE/ME. Portofolio terbentuk dengan kriteria small

size dan low BE/ME.

S/M

Portofolio dengan pengukuran kriteria berdasarkan firm

size dan BE/ME. Portofolio terbentuk dengan kriteria small

size dan medium BE/ME.

S/H

Portofolio dengan pengukuran kriteria berdasarkan firm

size dan BE/ME. Portofolio terbentuk dengan kriteria small

size dan high BE/ME.

B/L

Portofolio dengan pengukuran kriteria berdasarkan firm

size dan BE/ME. Portofolio terbentuk dengan kriteria big

size dan low BE/ME.

B/M

Portofolio dengan pengukuran kriteria berdasarkan firm

size dan BE/ME. Portofolio terbentuk dengan kriteria big

size dan medium BE/ME.

B/H

Portofolio dengan pengukuran kriteria berdasarkan firm

size dan BE/ME. Portofolio terbentuk dengan kriteria big

size dan high BE/ME.

23

2.8.2 Variabel – Variabel TFMFF

Variabel-variabel dalam TFMFF menurut Fama & French (1993) adalah

1. Excess return yaitu return market dikurangi return aset bebas risiko

.

Variabel juga digunakan sebagaimana dalam CAPM.

2. Small Minus Big (SMB)

Firm size diproksi dengan SMB (Small Minus Big). SMB merupakan

perbedaan rata-rata (average) tiap bulan dari return pada tiga portofolio

saham kecil atau perusahaan small (S/L, S/M, S/H) dengan rata-rata tiap

bulan dari return pada tiga portofolio saham besar atau perusahaan big

(B/L, B/M, B/H). Jadi, SMB merupakan efek BE/ME yang memfokuskan

pada perilaku return yang berbeda dari saham-saham besar dan kecil. SMB

dirumuskan sebagai

SMB=

(S/L+S/M+S/H)

(B/L+B/M+B/H). (2.10)

3. High Minus Low (HML)

BE/ME akan diproksi dengan HML (High Minus Low). HML merupakan

perbedaan setiap bulan antara rata-rata dari return pada dua portofolio

yang BE/ME nya tinggi (S/H dan B/H) dan rata-rata dari return pada dua

portofolio yang BE/ME nya rendah (S/L dan B/L). Jadi, HML merupakan

faktor firmsize yang memfokuskan pada perilaku return yang berbeda dari

saham-saham yang BE/ME nya rendah dan tinggi. HML dirumuskan

sebagai

24

2.8.3 Pembentukan Three Factors Model Fama and French

Adanya penambahan faktor SMB dan HML pada CAPM, sehingga

membuat terdapat 3 peubah bebas pada Three Factor Model Fama and French

dengan model yaitu

( )

Model di atas jika dibuat dalam bentuk persamaan regresi maka

merupakan bentuk persamaan regresi linear berganda yaitu

( ) .

(2.13)

Keterangan:

= return yang diharapkan aset i;

= return aset bebas resiko;

= tolok ukur risiko yang berasal dari hubungan antara return suatu

=saham dengan return pasar dikurangi return aset bebas risiko;

= return pasar LQ-45;

= tolok ukur risiko yang berasal dari hubungan antara return suatu

saham dengan return SMB;

SMB = Small Minus Big, yaitu selisih return portofolio saham kecil (small

size) dengan portofolio saham besar (big size);

= tolok ukur risiko yang berasal dari hubungan antara return suatu

saham dengan return HML;

HML = High Minus Low, yaitu selisih return portofolio saham dengan

BE/MEtinggi dengan portofolio saham dengan BE/MErendah.

Keterangan:

= peubah responyaitu nilai return saham dikurangi return aset

bebas risiko periode t;

= Intercept yaitu ukuran return aset i yang tidak terkait risiko

25

Secara matriks persamaan (2.13) dapat dinyatakan sebagai

[

]

[

]

[

] [

]

Model ini dapat disederhanakan sebagai

Ciri – ciri model adalah sebagai berikut.

1. Nilai merupakan jumlah dua komponen: (1) suku konstan

( ) dan (2) suku galat . Jadi,

adalah suatu peubah acak.

2. Karena , maka

( ) ( ( ) )

( )

( )

pasar, size dan BEME;

= koefisien regresi saham i terhadap return pasardikurangi return

aset bebas risiko( );

= returnpasar LQ-45 periode ke t;

( ) = suatu konstanta yang diketahui, yaitu nilai peubah bebas dalam

hal ini return portofolio pasar dikurangi return aset bebas risiko

periode ke t;

= koefisien regresi saham terhadap return SMB;

= returnportofolioSMBperiode ke t;

= koefisienregresi saham terhadap return HML;

= returnportofolioHMLperiode ke t;

= suku galat yang bersifat acak dengan rataan .

26

3. Suku-suku galat diasumsikan tidak berkorelasi. Oleh karenanya, hasil dari

setiap amatan manapun tidak memengaruhi galat dari amatan lain manapun,

baik positif atau negatif, kecil atau besar. Karena galat dan tidak

berkorelasi, maka begitu juga dengan respon ( ) dengan ( ).

2.9 Estimasi Parameter

Estimasi parameter pada CAPM dan TFMFF bertujuan untuk

mendapatkan model regresi linier yang akan digunakan dalam analisis CAPM dan

TFMFF. Model regresi yang baik adalah model regresi yang dapat menghasilkan

nilai galat terkecil. Semakin kecil nilai galat yang dihasilkan, maka semakin baik

hasil dari model regresi tersebut. Nilai galat yang kecil menunjukkan nilai

estimasi yang dihasilkan dari suatu analisis regresi akan mendekati nilai

aktualnya. Pada penelitian ini, metode yang digunakan untuk mengestimasi

parameter pada CAPM dan TFMFF adalah metode kuadrat terkecil atau sering

juga disebut dengan metode Ordinary Least Square (OLS). Metode OLS dapat

menghasilkan nilai residual sekecil mungkin dengan menjumlahkan kuadrat

residual.

2.9.1 Estimasi Parameter CAPM dengan Metode OLS

Metode OLS pada CAPM digunakan untuk mencari dan yang

merupakan nilai estimasi parameter dan sehingga persamaan (2.4) diestimasi

menjadi ( ) ( ) Berdasarkan persamaan (2.4) maka

jumlah kuadrat galat dinyatakan sebagai

∑ ∑(( ) ( )

)

27

∑(( ) ( ( )))

∑(( ) ( ))

Penurunan persamaan (2.15) dijabarkan sebagai

|

∑(( ) ( ))

|

∑( ) (( ) ( ))

Persamaan normal kuadrat terkecil diperoleh:

∑( )

∑( )

∑( ) ∑( )

∑( )( )

Bila persamaan (2.15) dinyatakan dalam notasi matriks menjadi:

∑

dengan

Meminimalkan kuadrat galat dengan mendeferensialkan persamaan (2.20)

terhadap parameter diperoleh:

|

28

2.9.2 Estimasi Parameter TFMFF dengan Metode OLS

Metode OLS pada TFMFF digunakan untuk mencari , , dan yang

merupakan nilai estimasi parameter , , dan sehingga persamaan (2.13)

diestimasi menjadi ( ) ( )

Berdasarkan persamaan (2.13)maka jumlah kuadrat galat dinyatakan sebagai

∑ ∑ (( ) ( )

)

∑ (( ) ( ( )

))

∑ (( ) ( )

)

(2.22)

Penurunan persamaan (2.22) dijabarkan sebagai

|

∑ (( ) ( )

)

|

∑ ( ) (( ) ( )

)

|

∑ (( ) ( )

)

29

|

∑ (( ) ( )

)

Persamaan normal kuadrat terkecil diperoleh:

∑( ) ∑

∑

∑( )

∑( ) ∑( )

∑( )

∑( )

∑( )( )

∑ ∑ ( )

∑

∑

∑ ( )

∑ ∑ ( )

∑

∑

∑ ( )

Bila persamaan (2.22) dinyatakan dalam notasi matriks menjadi:

∑

dengan

30

Meminimalkan kuadrat galat dengan mendeferensialkan persamaan (2.31)

terhadap parameter diperoleh:

2.10 Pengujian Asumsi pada Analisis Regresi Linier Berganda

2.10.1 Pengujian Kenormalan Univariat

Pemeriksaan distribusi normal univariat dilakukan dengan cara membuat

Q-Q atau grafik probability plot of error. Suatu data dikatakan menyebar normal

apabila titik-titik galat mengikuti pola garis lurus. Namun, untuk pengujian lebih

akurat dapat dilakukan analisis Anderson-Darling. Adapun hipotesis yang diuji

adalah

(galat) berdistribusi normal

(galat) tidak berdistribusi normal

Kriteria keputusan galat berdistribusi normal jika p-value> (alpha) yaitu

hipotesis nol gagal ditolak.

2.10.2 Pengujian Kekonstanan dan Kehomogenan Ragam Galat

Pengujian kekonstanan ragam dilakukan dengan membuat plot antara nilai

dugaan dengan galat atau dengan memplot antara masing-masing variabel bebas

terhadap galat. Jika sebagian besar titik amatan berada dekat titik nol dan tidak

membentuk kurva tertentu maka ragam dikatakan bersifat acak dan konstan

(Neter, 1997).

31

2.11 Uji Signifikansi Parameter CAPM dan TFMFF

2.11.1 Pengujian Parameter Secara Serentak (Simultan)

Uji serentak (simultan) digunakan untuk mengetahui adanya hubungan

linier antara return saham (variabel respon) dengan seluruh variabel bebas

( , SMB dan HML ) secara bersamaan, dengan hipotesis yang diuji adalah

minimal ada satu parameter (

Statistik uji yang digunakan adalah

Berikut ini tabel ANOVA untuk Uji Simultan Parameter Regresi:

Tabel 2.2 Tabel ANOVA untuk Uji Simultan Parameter Regresi

Sumber

Keragaman

d

db JK KT

Regresi q

∑ ( )

Galat n

n-q-1

∑ ( )

( )

Total n

n-1

∑ ( )

( )

(Neter,et. all,1997).

32

Keterangan:

Db = derajat bebas;

JK = Jumlah Kuadrat;

KT = Kuadrat Total;

JKR = Jumlah Kuadrat Regresi;

KTR = Kuadrat Total Regresi;

JKG = Jumlah Kuadrat Galat;

KTG = Kuadrat Total Galat;

JKT = Jumlah Kuadrat Total;

n = banyaknya amatan.

Penolakan hipotesis nol jika menunjukkan bahwa terdapat

variabel bebas yang mempunyai kontribusi yang signifikan terhadap model

(Neter,et. all,1997).

2.11.2 Pengujian Parameter Secara Individu (Parsial)

Uji parsial digunakan untuk mengetahui pengaruh masing-masing variabel

bebas terhadap model.Hipotesis pengujian signifikansi parameter regresi secara

parsial adalah (Neter,et. all,1997):

:

: ; dan

Statistik uji yang digunakan adalah

Keterangan:

= nilai taksiran parameter (yang diperoleh dari metode OLS);

= standar deviasi nilai taksiran parameter .

33

Gagalnya penolakan hipotesis nol terjadi apabila yang

berarti bebas ke-k dapat dihilangkan dari model.

2.11.3 Koefisien Determinasi Ganda Terkoreksi

Koefisien determinasi ganda merupakan suatu ukuran yang penting dalam

regresi, karena dapat menginformasikan baik atau tidaknya model regresi yang

terestimasi. Dengan kata lain nilai tersebut dapat mengukur seberapa dekat garis

regresi yang terestimasi dengan data sesungguhnya. Nilai koefisien determinasi

ganda mencerminkan seberapa besar keragaman peubah respon dapat

dijelaskan oleh variabel bebas dan . Apabila nilai koefisien

determinasi ganda sama dengan 0 (R2 = 0), artinya variasi dari tidak dapat

diterangkan oleh variabel bebas sama sekali. Sementara bila R2 = 1, artinya variasi

dari secara keseluruhan dapat diterangkan oleh variabel bebas. Dengan

kata lain bila R2 = 1, maka semua titik pengamatan berada tepat pada garis regresi.

Dengan demikian baik atau buruknya suatu persamaan regresi ditentukan oleh R2

nya yang mempunyai nilai antara nol dan satu. Koefisien determinasi ganda

dilambangkan , yang dirumuskan sebagai (Neter,et. all,1997):

Nilai yang besar belum tentu berimplikasi bahwa model dugaan

berguna. Penambahan lebih banyak peubah bebas ke dalam model akan

menaikkan nilai . Oleh karena itu digunakan koefisien determinasi ganda

terkoreksi yang dilambangkan dengan ( adjusted), yang dirumuskan sebagai

(Neter,et. all,1997):

34

(

)

dengan n adalah banyaknya amatan dan p adalah banyaknya parameter. Koefisien

determinasi ganda terkoreksi ini akan menjadi lebih kecil jika peubah bebas yang

tidak signifikan dimasukkan ke dalam model. Model regresi yang terpilih adalah

model regresi yang memiliki nilai koefisien determinasi terbesar.