Embed Size (px)
Citation preview
i
ALTERNATIF CAPITAL ASSET PRICING MODEL DAN ISLAMIC
CAPITAL ASSET PRICING MODEL SERTA KEAKURATANNYA
DALAM MEMPREDIKSI RETURN SAHAM INDEKS JII
PERIODE 2013-2017
Skripsi
Diajukan kepada Fakultas Ekonomi dan Bisnis untuk Memenuhi
Persyaratan Memperoleh Gelar Sarjana Ekonomi
Oleh:
Bazzuri Sidik
NIM. 11140810000008
JURUSAN MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1438 H / 2018
ALTERNATIF CAPITAL ASSET PRICING MODEL DAN ISLAMIC
CAPITAL ASSET PRICING MODEL SERTA KEAKURATANNYA
DALAM MEMPREDIKSI RETURN SAHAM INDEKS JII
PERIODE 2013-2017
Skripsi
Diajukan kepada Fakultas Ekonomi dan Bisnis untuk Memenuhi
Persyaratan Memperoleh Gelar Sarjana Ekonomi
Oleh:
Bazzuri Sidik
NIM. 11140810000008
Di bawah Bimbingan
Pembimbing I
Prof. Dr. Ahmad Rodoni, MM
NIP. 19690203 2001121 003
JURUSAN MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1438 H / 2018
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF
Hari ini, Kamis 08 Maret 2018 telah dilakukan Ujian Komprehensif atas
mahasiswa:
1. Nama : Bazzuri Sidik
2. NIM : 11140810000008
3. Jurusan : Manajemen (Keuangan)
4. Judul Skripsi : Alternatif Capital Asset Pricing Model dan Islamic
Capital Asset Pricing Model serta Keakuratannya dalam
Memprediksi Return Saham Indeks JII Periode 2013-
2017
Setelah mencermati dan memperhatikan penampilan dan kemampuan yang
bersangkutan selama proses ujian komprehensif, maka diputuskan bahwa
mahasiswa tersebut di atas dinyatakan LULUS dan diberi kesempatan untuk
melanjutkan ke tahap Ujian Skripsi sebagai salah satu syarat untuk memperoleh
gelar Sarjana Ekonomi pada Fakultas Ekonomi dan Bisnis Universitas Islam
Negeri Syarif Hidayatullah Jakarta.
Jakarta, 08 Maret 2018
1. Dr. Indoyama Nasaruddin SE., M.A.B. ( _____)
NIP. 197411272001121002 Penguji I
2. Deni Pandu Nugraha, M.Sc ( )
NIP. 2012108503 Penguji II
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH
Yang bertanda tangan di bawah ini:
Nama : Bazzuri Sidik
NIM : 11140810000008
Fakultas : Ekonomi dan Bisnis
Jurusan : Manajemen/Keuangan
Dengan ini menyatakan bahwa dalam penulisan skripsi ini, saya:
1. Tidak menggunakan ide orang lain tanpa mampu mengembangkan dan
mempertanggungjawabkan
2. Tidak melakukan plagiat terhadap naskah karya orang lain
3. Tidak menggunakan karya orang lain tanpa menyebutkan sumber asli
atau tanpa ijin pemilik karya
4. Tidak melakukan pemanipulasian dan pemalsuan data
5. Mengerjakan sendiri karya ini dan mampu bertanggung jawab atas
karya ini
Apabila dikemudian hari ada tuntutan dari pihak lain atas karya saya, dan telah
melalui pembuktian yang dapat dipertanggung jawabkan, ternyata memang
ditemukan bukti bahwa saya telah melanggar pernyataan di atas, maka saya siap
untuk dikenai sanksi berdasarkan aturan yang berlaku di Fakultas Ekonomi dan
Bisnis UIN Syarif Hidayatulah Jakarta.
Demikian pernyataan ini saya buat dengan sesungguhnya.
Jakarta, 15 Juli 2018
(Bazzuri Sidik)
NIM. 11140810000008
vi
DAFTAR RIWAYAT HIDUP
Identitas Pribadi
Nama : Bazzuri Sidik
Tempat, Tanggal Lahir : Jakarta, 12 Maret 1996
Alamat Rumah : Jalan Haji Toran RT 05/RW 01 No. 30, Kelurahan
Rengas, Kecamatan Ciputat Timur, Kota Tangerang
Selatan, Provinsi Banten
Ayah : Syafrudin Benny
Ibu : Siti Maryam
No. Telepon : 089997745896
E-mail : [email protected]
Pendidikan Formal
2001 – 2008 : SD Negeri Bintaro 04 Pagi
2008 – 2011 : SMP Negeri 235 Jakarta
2011 – 2014 : SMA Negeri 87 Jakarta
2014 – 2018 : Program Sarjana S1 Manajemen Keuangan FEB
UIN Syarif Hidayatullah Jakarta
Pendidikan Non Formal
Pelatihan Bahasa Inggris LBPP LIA Intermediate Level 2016
Pelatihan Bahasa Inggris LBPP LIA High-Intermediate Level 2017
Pelatihan Analisis Teknikal Pasar Modal BINAINSAN 2017
Pengalaman Organisasi
2012 – 2013 : Anggota Rohis SMAN 87 Jakarta
2015 – 2016 : Koordinator Divisi Sosial Agama HMJ
Manajemen UIN Syarif Hidayatullah Jakarta
2016 – 2017 : Sekretaris Bidang 1 HMJ Manajemen UIN Syarif
Hidayatullah Jakarta
vii
ABSTRACT
The purpose of this research is to analyze the alternatives CAPM model with
different risk-free rate factor and ICAPM model with replacement factor of risk-
free rate and to test its accuracy in predicting JII stock return. Each CAPM and
ICAPM model shows two alternatives: CAPM with SBI and government bond as
risk-free rate factor, and ICAPM by substituting risk-free rate factor with inflation
and zakat rate. In addition, it examines the effect of excess market return CAPM
and ICAPM model on JII stock return. Research methods used to calculate the
accuracy of each models is to measure the value of MAD, coefficient of
determination, Anova test, and linear regression time series. The sample in this
research was taken from the stocks that entered into JII index during the period of
2013-2017 consecutively as many as 15 company samples. The results of this
research indicate that there is no difference in accuracy between CAPM and
ICAPM models, but the use of CAPM model with government bond is more
recommended because it has better MAD and coefficient of determination value
compared to other models. The result of research also found there is significant
positive influence on excess market return CAPM and ICAPM models on JII stock
return.
Keywords: CAPM, ICAPM, SBI, Government bond, inflation and zakat.
viii
ABSTRAK
Tujuan penelitian ini adalah menganalisis alternatif model CAPM dengan
faktor tingkat keuntungan bebas risiko yang berbeda dan model ICAPM dengan
faktor pengganti dari tingkat keuntungan bebas risiko serta menguji
keakuratannya dalam memprediksi return saham JII. Masing-masing model
CAPM dan ICAPM menampilkan dua alternatif yaitu CAPM dengan variabel SBI
dan obligasi pemerintah sebagai faktor tingkat keuntungan bebas risiko dan
ICAPM dengan mengganti faktor tingkat keuntungan bebas risiko dengan inflasi
dan zakat. Selain itu menguji pengaruh excess market return pada model CAPM
dan ICAPM terhadap return saham JII. Metode penelitian yang digunakan untuk
menghitung keakuratan masing-masing model adalah dengan mengukur nilai
MAD, koefisien determinasi, uji Anova dan regresi linier time series. Sampel
pada penelitian diambil dari saham-saham yang masuk kedalam indeks JII selama
periode 2013-2017 berturut-turut yaitu sebanyak 15 sampel perusahaan. Hasil
penelitian ini menunjukkan bahwa tidak terdapat perbedaan akurasi antara model
CAPM dan ICAPM, namun penggunaan model CAPM dengan variabel obligasi
pemerintah lebih direkomendasikan karena memiliki nilai MAD dan koefisien
determinasi yang lebih baik dibandingkan dengan model lainnya. Hasil penelitian
juga ditemukan terdapat pengaruh yang signifikan pada excess market return
terhadap return saham JII.
Kata kunci: CAPM, ICAPM, SBI, Obligasi pemerintah, inflasi dan zakat.
ix
KATA PENGANTAR
Bismillahirrahmanirrahim
Segala puji bagi Allah SWT yang maha pengasih dan maha penyayang, yang
telah melimpahkan rahmat, taufik, hidayah dan inayah-Nya, sehingga penulisan
skripsi yang berjudul “Alternatif Capital Asset Pricing Model dan Islamic Capital
Asset Pricing Model Serta Keakuratannya dalam Memprediksi Return Saham
pada Indeks JII Periode 2013-2017” dapat terselesaikan. Tidak lupa shalawat serta
salam semoga tetap tercurahkan kepada junjungan kita Nabi Muhammad SAW
yang telah berjihad untuk menyiarkan ajaran-ajaran Islam yang agung dalam
akhlak beliau yang mulia, dan semoga kesejahteraan dan rahmat senantiasa juga
tercurah untuk keluarganya dan para sahabatnya terkasih senantiasa membela dan
mengikuti ajarannya, sehingga mereka beruntung dengan mendapat ridha dan
pahala dari sisi Allah SWT.
Penulis menyampaikan terima kasih atas jasa semua pihak yang telah
memberikan waktu, tenaga, pikiran, nasihat dan saran-saran dengan penuh rasa
ikhlas sebagai sesuatu yang sangat berguna bagi penulis dalam menyelesaikan
skripsi ini. Oleh karena itu penulis ingin menyampaikan terima kasih kepada:
1. Bapak Dr. M. Arif Mufraini, Lc., MA selaku Dekan FEB, Bapak Dr.
Amilin, SE.Ak., MSi selaku Wadek I FEB, Bapak Dr. Ade Sofyan
Mulazid, MH selaku Wadek II FEB, dan Bapak Dr. Desmadi Saharuddin,
Lc., MA selaku Wadek III FEB, yang telah memberikan jalan bagi penulis
untuk menyelesaikan skripsi ini.
2. Ibu Titi Dewi Warninda, SE, M.Si selaku Ketua Jurusan Manajemen
Fakultas Ekonomi dan Bisnis Universitas Islam Negeri Syarif
Hidayatullah Jakarta.
3. Ibu Ela Patriana, SE, M.Si selaku Sekretaris Jurusan Manajemen Fakultas
Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.
4. Bapak Prof. Dr. Ahmad Rodoni, MM sebagai Dosen Pembimbing Skripsi
yang telah meluangkan waktunya di tengah kesibukan untuk membimbing
x
dan mengarahkan penulis dalam menyusun skripsi ini serta memberikan
motivasi yang begitu besar kepada penulis.
5. Seluruh Dosen Fakultas Ekonomi dan Bisnis, terima kasih atas curahan
ilmu yang Bapak dan Ibu berikan kepada penulis.
6. Kedua orang tua saya Bapak Syafrudin Benny dan Ibu Siti Maryam yang
selalu mendoakan dengan ikhlas dan memberikan dukungan serta kasih
sayang dan cinta yang tulus. Kalian adalah motivasi terbesar bagi penulis
untuk menyelesaikan skripsi ini.
7. Kepada kedua saudara kandung penulis Syahrani yang selalu mendukung,
menasehati, memberikan dukungan moril maupun materil dan Muhammad
Ikhsan yang selalu menghibur penulis serta menjadi motivasi penulis.
Karena kepada mereka penulis berusaha untuk bisa menjadi kakak/adik
yang baik, semoga kita menjadi anak yang sholeh dan sholehah serta bisa
membahagiakan kedua orang tua tercinta.
8. Kepada Ka Aldi yang selalu memberikan dukungan dan motivasi dalam
proses pengerjaan skirpsi ini.
9. Teman-teman yang selalu menghibur dikala jenuh dan mendukung penulis
dalam proses penyelesaian skripsi ini. Kepada Faturrohim yang sudah mau
meluangkan waktunya untuk membantu memperbaiki laptop penulis
ketika bermasalah, Hendy Widoyanto yang telah mempersilahkan
rumahnya kepada penulis untuk proses penyelasaian skripsi dan Ardhian
Nrawang Cahyo yang telah meluangkan waktunya untuk menjadi rekan
diskusi dan menghibur penulis. Semoga Allah SWT melancarkan segala
urusan dan diberikan kekuatan dalam menjalani tantangan hidup.
10. Sahabat-sahabat seperjuangan di kampus Adam Febriliano, Azmi Naufal,
Dimas Gusti Bagus, Fadly Syahril Rauf, Fajar Maulana, Hamdy Farhan,
Iqbal Putra, Kautsar Jundy, Ilham Syahbana Limbong, Muhammad
Jumadil Ichsan, Muhammad Afdal Alfaruq, Miftahul Achyar, Prasetya
Adi Pratama, Abyan Sharenov, Robi Cahyadi, Muhammad Ilham AS dan
Vicky Sofyan. Semoga Allah SWT selalu memberikan kekuatan dan
memudahkan langkah kalian dalam menggapai cita-cita.
xi
11. Keluarga besar KKN SENJA 153 dan semua orang di Kampung Bojong
yang telah memberikan pengalaman dan pelajaran yang begitu berarti
selama KKN sehingga membuat penulis terus berusaha untuk menjadi
pribadi yang lebih baik lagi dari waktu ke waktu. Semoga Allah SWT
melancarkan segala urusan kalian dan menjadi pribadi yang lebih baik lagi
dari waktu ke waktu.
12. Semua pihak yang terlibat dalam proses pembuatan skrispi ini yang
namanya tidak bisa disebutkan satu per satu namun selalu terpatri di hati
penulis.
Semoga Allah SWT membalas semua amal kebaikan mereka dan selalu
melimpahkan rahmat, taufik, hidayah serta inayah-Nya kepada mereka.
Pada akhirnya penulis menyadari akan kekurangan yang ada pada skripsi ini.
Dengan segenap kerendahan hati penulis mengharapkan saran, arahan maupun
kritikan yang konstruktif demi penyempurnaan hasil penelitian ini. Penulis
berharap semoga skripsi ini bermanfaat bagi penulis pada khususnya dan pembaca
pada umumnya. Aamiin.
Jakarta, 13 Juli 2018
Penulis
(Bazzuri Sidik)
xii
DAFTAR ISI
ABSTRACT ........................................................................................................................ vii
ABSTRAK ....................................................................................................................... viii
DAFTAR ISI ..................................................................................................................... xii
DAFTAR TABEL ............................................................................................................. xv
DAFTAR GAMBAR ...................................................................................................... xvii
DAFTAR GRAFIK ........................................................................................................ xviii
DAFTAR LAMPIRAN .................................................................................................... xix
BAB I PENDAHULUAN .................................................................................................. 1
A. Latar Belakang ........................................................................................................ 1
B. Identifikasi Masalah .............................................................................................. 12
C. Batasan Masalah ................................................................................................... 13
D. Rumusan Masalah ................................................................................................. 14
E. Tujuan dan Manfaat Penelitian ............................................................................. 14
BAB II TINJAUAN PUSTAKA..................................................................................... 16
A. Landasan Teori ...................................................................................................... 16
1. Investasi ............................................................................................................ 16
2. Pasar Modal ...................................................................................................... 18
3. Saham ................................................................................................................ 21
4. Jakarta Islamic Index (JII) ................................................................................ 23
5. Return ................................................................................................................ 26
6. Risiko ................................................................................................................ 29
7. Beta ................................................................................................................... 32
8. Capital Asset Pricing Model ............................................................................. 33
9. Islamic Capital Asset Pricing Model ................................................................ 37
B. Penelitian Terdahulu ............................................................................................. 40
C. Kerangka Pemikiran .............................................................................................. 54
D. Hipotesis Penelitian .............................................................................................. 58
BAB III METODE PENELITIAN ................................................................................ 60
A. Ruang Lingkup Penelitian ..................................................................................... 60
xiii
B. Metode Penentuan Sampel .................................................................................... 60
1. Populasi ............................................................................................................. 61
2. Sampel............................................................................................................... 62
C. Sumber Data dan Teknik Pengumpulan Data ....................................................... 64
1. Sumber Data ...................................................................................................... 64
2. Teknik Pengumpulan Data ................................................................................ 64
D. Teknik Analisis Data ............................................................................................. 65
1. Menghitung Expected Return Saham JII menggunakan Model CAPM ........... 66
2. Menghitung Expected Return Saham JII menggunakan Model ICAPM .......... 69
3. Pemilihan Metode yang Akurat ........................................................................ 72
4. Uji Normalitas Nilai MAD (Mean Absolute Deviation) ................................... 73
5. Uji Levene untuk Kesamaan Ragam ................................................................. 74
6. Uji Anova (Uji F) .............................................................................................. 75
7. Uji Variabel Masing-Masing Model ................................................................. 76
E. Operasional Variabel............................................................................................. 80
BAB IV ANALISIS DAN PEMBAHASAN .................................................................. 83
A. Gambaran Umum .................................................................................................. 83
1. Sejarah Singkat Jakarta Islamic Index .............................................................. 83
2. Perkembangan Jakarta Islamic Index ............................................................... 84
B. Analisa dan Pembahasan ....................................................................................... 86
1. Capital Asset Pricing Model dengan Faktor SBI .............................................. 86
2. Capital Asset Pricing Model dengan Faktor Obligasi Pemerintah ................... 95
3. Islamic Capital Asset Pricing Model dengan Faktor Inflasi ........................... 104
4. Islamic Capital Asset Pricing Model dengan Faktor Zakat ............................ 113
5. Nilai MAD dan Koefisien Determinasi pada Model CAPM(1), CAPM(2),
ICAPM(1) dan ICAPM(2) ...................................................................................... 121
6. Uji Normalitas Nilai Mean Absolute Deviation (MAD) ................................. 125
7. Uji Anova atau Uji F ....................................................................................... 126
8. Uji Variabel Masing-Masing Model ............................................................... 129
C. Interpretasi Data .................................................................................................. 147
1. Tidak Terdapat Perbedaan Akurasi antara CAPM(1), CAPM(2), ICAPM(1) dan
ICAPM(2) ............................................................................................................... 147
xiv
2. Pengaruh Excess Market Return Terhadap Return Saham.............................. 148
BAB V SIMPULAN DAN SARAN .............................................................................. 151
A. Simpulan ............................................................................................................. 151
B. Saran ................................................................................................................... 151
DAFTAR PUSTAKA ..................................................................................................... 153
LAMPIRAN .................................................................................................................... 157
xv
DAFTAR TABEL
Tabel 1.1. Data Indeks JII Periode 2013-2017 .................................................................... 7
Tabel 2.1. Penelitian Terdahulu ........................................................................................ 40
Tabel 3.1. Populasi Perusahaan pada Indeks JII Periode 2013-2017 ............................... 62
Tabel 3.2. Sampel Perusahaan pada Indeks JII Periode 2013-2017................................. 63
Tabel 3.3. Uji Statistik Durbin Watson ............................................................................ 78
Tabel 4.1. Rata-rata Return Saham Perusahaan JII Periode 2013-2017 ........................... 87
Tabel 4.2. Return Pasar (Rm) Periode 2013-2017 ............................................................ 88
Tabel 4.3. Tingkat Suku Bunga SBI (Rf1) Periode 2013-2017 ....................................... 90
Tabel 4.4. Risiko Sistematis (β) CAPM(1) ...................................................................... 92
Tabel 4.5. Expected Return CAPM dengan Faktor SBI .................................................. 94
Tabel 4.6. Rata-rata Return Saham Perusahaan JII Periode 2013-2017 .......................... 96
Tabel 4.7. Return Pasar (Rm) Periode 2013-2017 ........................................................... 97
Tabel 4.8. Yield Obligasi Pemerintah FR0064 (Rf2) Periode 2013-2017 ....................... 99
Tabel 4.9. Risiko Sistematis (β) CAPM(2) .................................................................... 101
Tabel 4.10. Expected Return CAPM dengan Faktor Obligasi Pemerintah .................... 103
Tabel 4.11. Rata-rata Return Saham Perusahaan JII Periode 2013-2017 ...................... 105
Tabel 4.12. Return Pasar (Rm) Periode 2013-2017 ....................................................... 106
Tabel 4.13. Tingkat Inflasi Periode 2013-2017 ............................................................. 108
Tabel 4.14. Risiko Sistematis (β) ICAPM(1) ................................................................. 110
Tabel 4.15. Expected Return ICAPM dengan Faktor Tingkat Inflasi ............................ 112
Tabel 4.16. Rata-rata Return Saham Perusahaan JII Periode 2013-2017 ...................... 114
Tabel 4.17. Return Pasar (Rm) Periode 2013-2017 ....................................................... 115
Tabel 4.18. Risiko Sistematis (β) ICAPM(2) ................................................................. 118
Tabel 4.19. Expected Return ICAPM dengan Faktor Tingkat Zakat ............................. 120
Tabel 4.20. Nilai Mean Absolute Deviation (MAD) ..................................................... 122
Tabel 4.21. Hasil Koefisien Determinasi CAPM(1) ...................................................... 122
Tabel 4.22. Hasil Koefisien Determinasi CAPM(2) ...................................................... 123
Tabel 4.23. Hasil Kofisien Determinasi ICAPM(1)....................................................... 124
Tabel 4.24. Hasil Koefisien Determinasi ICAPM(2) ..................................................... 125
Tabel 4.25. Uji Normalitas Jarque-Bera ........................................................................ 126
Tabel 4.26. Uji Levene untuk Kesamaan Ragam ........................................................... 127
Tabel 4.27. Anova F-test CAPM(1), CAPM(2), ICAPM(1) dan ICAPM(2)................. 128
Tabel 4.28. Hasil Uji Autokorelasi CAPM(1) ............................................................... 133
Tabel 4.29. Hasil Uji Autokorelasi CAPM(2) ............................................................... 134
Tabel 4.30. Hasil Uji Autokorelasi ICAPM(1) .............................................................. 135
Tabel 4.31. Hasil Uji Autokorelasi ICAPM(2) .............................................................. 136
Tabel 4.32. Hasil Uji Heterokedastisitas pada CAPM(1) .............................................. 137
Tabel 4.33. Hasil Uji Heterokedastisitas pada CAPM(2) .............................................. 137
Tabel 4.34. Hasil Uji Heterokedastisitas pada ICAPM(1) ............................................. 138
xvi
Tabel 4.35. Hasil Uji Heterokedastisitas pada ICAPM(2) ............................................. 138
Tabel 4.36. Hasil Uji t Model CAPM(1) ....................................................................... 140
Tabel 4.37. Hasil Uji t Model CAPM(2) ....................................................................... 142
Tabel 4.38. Hasil Uji t Model ICAPM(1) ...................................................................... 144
Tabel 4.39. Hasil Uji t Model ICAPM(2) ...................................................................... 146
xvii
DAFTAR GAMBAR
Gambar 2.1. Risiko Sistematis, Risiko Tidak Sistematis dan Risiko Total .......... 31
Gambar 2.2. Security Market Line ........................................................................ 36
Gambar 2.3. Kerangka Pemikiran ......................................................................... 57
xviii
DAFTAR GRAFIK
Grafik 4.1. Perkembangan Indeks JII Periode 2013-2017 ................................................ 85
Grafik 4.2. Perubahan Return Pasar (JII) dan BI Rate (SBI) ........................................... 91
Grafik 4.3. Perubahan Return Pasar (JII) dan Yield Obligasi Pemerintah Seri-FR0064 100
Grafik 4.4. Perubahan Return Pasar (JII) dan Inflasi ..................................................... 109
Grafik 4.5. Perubahan Return Pasar (JII) dan Tingkat Zakat ......................................... 117
Grafik 4.6. Hasil Uji Normalitas CAPM(1) ................................................................... 129
Grafik 4,7. Hasil Uji Normalitas CAPM(2) ................................................................... 130
Grafik 4.8. Hasil Uji Normalitas ICAPM(1) .................................................................. 131
Grafik 4.9. Hasil Uji Normalitas ICAPM(2) .................................................................. 132
xix
DAFTAR LAMPIRAN
Lampiran 1. Actual Return ............................................................................................. 157
Lampiran 2. Return Pasar ............................................................................................... 162
Lampiran 3. Inflasi, Obligasi Pemerintah Seri-FR0064 dan BI Rate (SBI) .................... 164
Lampiran 4. Statistik Deskriptif SPSS 25 ....................................................................... 166
Lampiran 5. Uji Keseragaman Varian (Uji Levene) SPSS 25 ........................................ 166
Lampiran 6. Uji Anova SPSS 25 .................................................................................... 166
Lampiran 7. Multiple Comparisons SPSS 25 ................................................................. 167
Lampiran 8. MAD SPSS 25 ............................................................................................ 167
1
BAB I
PENDAHULUAN
A. Latar Belakang
Investasi memiliki peran penting dalam meningkatkan kemampuan
perusahaan untuk melakukan ekspansi dan meningkatkan kinerja perusahaan,
selain itu investasi dapat meningkatkan perekonomian suatu negara agar
menjadi lebih baik. Investasi adalah komitmen saat ini atas uang atau sumber
daya lain dengan harapan untuk mendapatkan keuntungan (return) di masa
depan (Bodie.et.al, 2014:1). Namun, perolehan kembaliannya return adalah
tidak pasti dan tidak tetap. Investasi berbeda dengan membungakan uang,
karena membungakan uang adalah kegiatan usaha yang kurang mengandung
risiko karena perolehan kembaliannya berupa bunga yang relatif pasti dan
tetap (Yuliana, 2010:16).
Menurut data terakhir Badan Pusat Statistik (BPS) yang dilakukan tahun
2010, jumlah penduduk beragama Islam mencapai 207.176.162 jiwa dari total
jumlah penduduk Indonesia sebesar 237.741.326 jiwa, atau sebesar 87,18%.
Sebagai salah satu negara dengan penduduk mayoritas muslim terbesar di
dunia, Indonesia merupakan pasar yang sangat ideal untuk mengembangkan
sistem keuangan dan investasi berbasis syariah khususnya di pasar modal.
Hingga saat ini, konsep keuangan yang sesuai Syariat Islami tidak hanya
berkembang di negara-negara muslim tetapi juga di negara-negara non-
2
muslim seperti di Amerika Serikat dan Inggris. Sebagai contoh pasar modal di
Amerika Serikat terdapat Dow Jones Islamic Market Index (DJMI) dan di
Inggris juga terdapat Islamic Index di London yang sudah berdiri sejak tahun
2013 (Febrianto dan Rachman, 2016:14-15). Investasi berbasis syariah sangat
diminati oleh para investor dari berbagai negara dikarenakan selain memiliki
prospek yang baik di masa yang akan datang, investasi syariah juga menekan
pada sisi etis dan tidak etis dimana harus sesuai dengan prinsip syariah, yaitu
hukum Islam yang mengatur setiap segi kehidupan umat muslim. Salah satu
sarana investasi syariah yang menarik bagi para investor adalah pasar modal.
Pasar modal dipandang sebagai salah satu sarana efektif untuk
mempercepat pembangunan suatu negara. Hal ini dimungkinkan karena pasar
modal merupakan wahana yang dapat menggalang pengerahan dana jangka
panjang dari masyarakat untuk disalurkan ke sektor-sektor produktif
(Anoraga, 2008:1). Dengan adanya pasar modal, maka perusahaan-perusahaan
memungkinkan untuk melakukan ekspansi dengan dana yang mudah diperoleh
dari para investor sehingga kegiatan ekonomi di berbagai sektor dapat
ditingkatkan. Adapun pasar modal syariah sama halnya dengan pasar modal
konvensional, namun terdapat ketentuan-ketentuan yang harus dijalankan
sesuai syariat Islam. Sebagai permulaan, Index Islam semuanya didasarkan
pada penyaringan negatif (ketika perusahaan disaring dari investasi karena
keterlibatan mereka dalam aktivitas tertentu seperti perjudian, pornografi,
alkohol dan daging babi) dibandingkan dengan pencampuran unsur
penyaringan positif (ketika perusahaan disaring karena praktik positif mereka
3
seperti adanya kebaikan sosial atau manajemen lingkungan yang baik) (Alim,
2014:246). Selain itu kegiatan yang berhubungan dengan efek yang
diterbitkannya, serta lembaga profesi yang berkaitan dengannya, dimana
semua produk dan mekanisme operasionalnya berjalan tidak bertentangan
dengan hukum muamalat Islamiyah (Rodoni, 2009:62). Hal inilah kemudian
yang menjadi acuan dari pasar modal syariah dimana aktivitas bisnis
dijalankan sesuai syariah Islam serta produk dan jasa yang dipasarkan
memiliki kebaikan bersama dalam lingkungan masyarakat.
Berkembangnya sistem ekonomi Islam di berbagai negara telah menjadi
fenomena yang menarik dan menggembirakan terutama bagi masyarakat yang
beragama Islam di seluruh dunia. Pasar modal syariah telah menjadi financial
nerve centre (saraf finansial dunia) pada dunia ekonomi modern. Oleh karena
itu, adanya pasar modal yang berlandaskan syariah ini bertujuan untuk
menghilangkan praktek kegiatan ekonomi konvensional, khususnya dalam
kegiatan pasar modal yang mengandung unsur spekulasi sebagai salah satu
komponen yang nampaknya masih menjadi hambatan psikologis bagi umat
Islam untuk turut aktif dalam kegiatan investasi terutama di bidang pasar
modal (Nurrahmi dan Rodoni, 2014:3).
Saham merupakan instrumen yang menarik untuk dijadikan sarana
investasi. Saham merupakan tanda bukti penyertaan kepemilikan modal/dana
pada suatu perusahaan (Fahmi, 2015:80). Ekspektasi dari para investor
terhadap investasinya pada saham adalah memperoleh tingkat pendapatan
(return) saham sebesar-besarnya dengan risiko tertentu. Return tersebut dapat
4
berupa capital gain ataupun dividen untuk investasi pada saham. Dividen
merupakan salah satu bentuk peningkatan wealth pemegang saham. Investor
akan sangat senang apabila mendapatkan return investasi yang semakin tinggi
dari waktu ke waktu. Oleh karena itu, investor dan investor potensial memiliki
kepentingan untuk mampu memprediksi berapa besar investasi mereka.
Investor selalu mencari alternatif investasi yang memberikan return tertinggi
dengan tingkat risiko tertentu. Mengingat risiko yang melekat pada investasi
saham lebih tinggi dari pada investasi pada perbankan, return yang diharapkan
juga lebih tinggi (Suharli, 2005:99-100).
Banyak investor percaya dengan gagasan bahwa untuk mendapatkan
return yang tinggi maka didalamnya terdapat risiko yang tinggi. Lebih jauh
lagi, para ekonom telah mengasumsikan bahwa investor lebih bersifat risk-
averse, yaitu merelakan return yang lebih tinggi daripada harus menanggung
risiko yang tinggi. Terdapat dua jenis risiko yang mempengaruhi return pada
saham, yaitu sebagai berikut:
Risiko sistematik (systematic risk) adalah segala jenis risiko yang
mempengaruhi sejumlah besar asset, masing-masing pada tingkat yang lebih
tinggi atau lebih rendah. Risiko non-sistematik (unsystematic risk) adalah
suatu risiko yang secara spesifik mempengaruhi suatu asset atau beberapa
asset saja. Jika asumsi ini benar, maka kita akan mengharapkan investor untuk
meminta return yang lebih tinggi untuk mengimbangi risiko tambahan yang
diterima oleh pemegang asset yang lebih tinggi risikonya (Sartono, 2002:169).
5
Sebagai investor ataupun calon investor muslim yang baik, selain
berinvestasi pada saham-saham syariah, tentunya juga melakukan ikhtiar
dimana hal tersebut berupa pengukuran terkait risiko dan return dari saham-
saham yang dipilih. Investor memerlukan suatu model perhitungan penilaian
return untuk memilih saham yang akan dibeli atau dijual untuk mengetahui
saham yang undervalued atau yang sudah overvalued. Suatu saham dikatakan
undervalued apabila harga saham yang terjadi di pasar lebih rendah dari harga
wajarnya, kemudian saat dilakukan penjualan return yang diperoleh berada
diatas expected return. Saham dapat dikatakan overvalued apabila harga
saham yang terjadi di pasar lebih tinggi dari harga wajarnya, dan pada saat
dilakukan penjualan return yang diperoleh berada dibawah expected return.
Banyak model yang dapat digunakan untuk mengukur risiko dan return
saham. Salah satu model yang terkenal adalah Capital Asset Pricing Model
(CAPM) diperkenalkan oleh William Sharpe (1964) dan Litner (1965) yang
menjelaskan bahwa pada kondisi equilibrium, pengembalian asset adalah
jumlah dari tingkat bebas risiko ditambah beta kali perubahan return pasar
(excess market return). Risiko hanya diukur dengan sensitivitas return
individual sekuritas pada return index pasar (beta). Salah satu asumsi dalam
CAPM adalah bahwa semua investor memiliki pola pikir atau cara yang sama
dalam melihat investasi, terutama dalam memperkirakan return yang
diharapkan. Di dunia nyata, asumsi ini jelas memiliki kelemahan, karena tidak
ada satu perwakilan pun yang cukup untuk menggambarkan mengapa return
6
saham berubah. Perubahan return suatu saham tidak bisa dijelaskan oleh satu
faktor (market index) saja (Kisman dan Restiyanita, 2015:184).
Beberapa peneliti mencoba mengembangkan CAPM yang sesuai dengan
konsep syariah dikarenakan adanya instrumen risk-free rate pada model
CAPM dianggap sebagai ribawi (bunga) yang bertentangan dengan ajaran
Islam. Salim (2008) dalam penelitiannya membuat model Islamic Capital
Asset Pricing Model (ICAPM) menghapus risk free rate menjadi zero risk-free
rate. Hanif dan Dar (2011) membandingkan model CAPM dan ICAPM,
dimana risk-free rate pada model ICAPM diganti menjadi inflasi. Hanif
(2011) dalam penelitiannya yang berupaya mengembangkan model ICAPM
menggunakan inflasi sebagai pengganti risk-free rate. Sama seperti Hanif
(2011), Febrianto dan Rachman (2016) menguji perbandingan model CAPM
dan ICAPM, dimana pada model ICAPM mengganti risk-free rate dengan
zero risk-free rate, zakat dan inflasi. Kemudian Hakim, Hamid dan Meera
(2016) dalam penelitiannya, menggunakan zero risk-free rate untuk ICAPM.
Lalu penelitian Sheikh (2010) dalam Hanif (2011) dalam pengujiannya terkait
ICAPM mengganti risk-free rate dengan tingkat pertumbuhan dari Gross
Domestic Product.
Perkembangan pasar modal di Indonesia diikuti oleh indeks saham
syariah Jakarta Islamic Index (JII) yang merupakan salah satu media yang
dibentuk oleh PT Bursa Efek Jakarta (BEJ) bersama Danareksa Investasi
Management untuk merespon kebutuhan informasi yang berkaitan dengan
investasi syariah, serta didalamnya terpilih saham-saham syariah yang tercatat
7
memiliki kapitalisasi pasar terbesar dan memiliki nilai likuiditas perdagangan
paling tinggi setahun terakhir. Sehingga penulis memfokuskan penelitian pada
saham-saham yang listing di JII. Berikut adalah gambaran indeks harga saham
di Jakarta Islamic Index (JII) dari tahun 2013-2017.
Tabel 1.1. Data Indeks JII Periode 2013-2017
No Tahun Penutupan Indeks JII
1 2013 585,11
2 2014 691,04
3 2015 603,35
4 2016 694,13
5 2017 759, 07
Sumber: website http://www.idx.co.id (data diolah)
Pada tahun 2014 Indeks JII mengalami kenaikan sebesar 18,10% pada
harga penutupan 691,04 yang pada tahun sebelumnya Indeks JII berada pada
harga penutupan 585,11. Kemudian seiring melambatnya pertumbuhan
ekonomi dan menurunnya IHSG pada tahun 2015 Indeks JII mengalami
penurunan sebesar 12,69%, namun kembali meningkat secara berturut-turut di
tahun 2016 dan 2017 sebesar 15,04% pada tahun 2016 dan 9,35% pada tahun
2017. Secara umum dapat disimpulkan bahwa saham-saham yang termasuk
dalam kelompok JII memiliki kinerja cukup baik dalam hal return yang
diberikan dan dari prinsip risiko relatif lebih rendah dibandingkan dengan
saham-saham kelompok non JII. Sehubungan dengan hal tersebut, maka
kinerja pasar modal syariah khususnya Jakarta Islamic Index (JII) yang
8
selama ini cukup baik maka harus ditingkatkan. Meskipun Jakarta Islamic
Index (JII) memiliki kinerja yang cukup baik, perubahan yang signifikan dari
tahun 2014 sampai dengan tahun 2016 membuat investor perlu melakukan
pengukuran dengan model CAPM dan ICAPM, karena hal tersebut amat
penting untuk meminimalisir kerugian yang diperoleh, serta memaksimalkan
keuntungan dari investasi pada saham-saham syariah Jakarta Islamic Index
(JII).
Sehubungan dengan adanya metode penghitungan untuk memprediksi
return saham, seharusnya umat muslim sudah berani terjun di dunia investasi.
Ada beberapa alasan yang mendasari pentingnya keberadaan sebuah pasar
modal berbasis syariah bagi para investor, yakni pertama; untuk mencegah
umat muslim dari investasi pada suatu bisnis yang haram, agar investor lebih
memilih saham yang syariah, selain memperoleh keuntungan tetapi juga
memberikan kebaikan bagi masyarakat yang mengkonsumsi produk yang
halal. Kedua; ahli fiqih dan pakar ekonomi Islam telah mampu membuat surat-
surat berharga yang berlandaskan syariah Islam, sehingga peranan investor
juga masuk dalam mengembangkan investasi yang berbasis Islam untuk
mensosialisasikan kepada masyarakat muslim di Indonesia. Ketiga;
melindungi para penguasa dan pebisnis muslim dari ulah para spekulan ketika
melakukan investasi.
Penelitian-penelitian sebelumnya mengenai pasar modal telah banyak
dilakukan. Diantaranya membandingkan antara Capital Asset Pricing Model
(CAPM) dan Islamic Capital Asset Pricing Model (ICAPM). Dari beberapa
9
penelitian terdapat variabel, studi kasus dan hasil yang berbeda. Beberapa
penelitian terdapat kesimpulan yang berbeda diantaranya oleh Hanif dan Dar
(2011) dengan penelitian berjudul “Comparative Testing of Capital Asset
Pricing Model (CAPM) and Shari'a Compliant Asset Pricing Model
(SCAPM): Evidence from Karachi Stock Exchange-Pakistan” dimana hasil
penelitiannya menunjukkan bahwa tak satu pun dari model telah menunjukkan
hasil yang signifikan secara statistik untuk kapitalisasi yang lebih tinggi
maupun kapitalisasi yang lebih rendah. Kedua model memberikan hasil yang
signifikan secara statistik untuk portofolio kapitalisasi menengah, namun
kekuatan penjelas SCAPM dengan WPI lebih baik daripada CAPM. Proxy
inflasi WPI (Wholesale Price Index) adalah proxy yang paling baik digunakan
bila dibandingkan risk-free rate dan inflasi CPI (Consumer Price Index).
Penelitian lainnya juga pernah dilakukan oleh Febrianto dan Rahman
(2016) yang berjudul “Islamic Capital Asset Pricing Model: A comparative
analysis” dimana dalam penelitiannya menggunakan berbagai alternatif risk-
free. Hasil temuannya menjelaskan bahwa model CAPM dengan faktor risk-
free rate tingkat suku bunga dan ICAPM dengan faktor inflasi sebagai
pengganti risk-free memiliki pola yang sama untuk mengestimasi return
saham. Sedangkan hasil CAPM dan ICAPM dengan faktor zakat dan zero-
risk-free rate menunjukan hasil yang berbeda meskipun memiliki pola yang
relatif sama, tetapi memiliki rentang nilai yang jauh.
Penggunaan yield sukuk–AAA, zero risk-free rate dan t-bills pada Shari’a
CAPM dan standar CAPM dalam penelitian yang dilakukan Hakim, Hamid
10
dan Meera (2016) yang berjudul “Capital Asset Pricing Model and Pricing of
Islamic Financial Instruments”. Dua versi Shari’a CAPM dengan
menggunakan faktor yield sukuk–AAA dan zero-risk free rate memperoleh
hasil yang serupa dan kekuatan penjelas yang sama dalam portofolio yang
berbeda untuk periode jangka waktu tiga tahun serta lebih akurat
dibandingkan standar CAPM dengan faktor t-bills sebagai risk-free rate.
Namun, Shari’a CAPM dengan zero-risk free rate dan standar CAPM dengan
faktor t-bills pada periode sepuluh tahun memiliki perilaku yang serupa dalam
menjelaskan return portofolio serta memiliki keakuratan yang signifikan.
Effendi (2016) dalam penelitiannya terkait Shari’a CAPM yang berjudul
“Optimalisasi Shari’a Compliant Asset Pricing Model terhadap Rate of
Return pada Jakarta Islamic Index” memperoleh hasil yang bahwasannya
SCAPM dengan faktor inflasi lebih optimal dibandingkan SCAPM dengan
faktor zakat dan SCAPM dengan zero-risk free rate. Hasil analisis tersebut
didukung oleh hasil analisis grafik yang menggambarkan SCAPM dengan
faktor inflasi memiliki volatilitas yang lebih tinggi dibandingkan dengan
SCAPM lainnya.
Al-Afeef (2017) melakukan penelitian model CAPM yang berjudul
“Capital Asset Pricing Model, Theory and Practice: Evidence from USA
(2009-2016)”. Penelitian tersebut membahas CAPM dan kemampuannya
untuk mengukur pengembalian yang diperlukan, peneliti menguji model ini
pada perusahaan Amazon yang terdaftar di S&P 500 selama periode (2009-
2016), untuk mengukur dampak dari beta saham dan return indeks pasar S&P
11
500 terhadap return yang diperlukan. Model regresi berganda digunakan
untuk menguji pengaruh variabel independen (beta saham dan return indeks
pasar) pada variabel dependen (return yang diperlukan). Hasil penelitian Al-
Afeef (2017) menyatakan bahwa 20% return yang diperlukan adalah karena
beta saham dan return pasar, sedangkan 80% dipengaruhi oleh faktor lain,
peneliti juga menemukan bahwa CAPM dapat diterapkan pada pasar efisien
dan perusahaan besar.
Penelitian mengenai model CAPM pada perusahaan sektor pertanian
dilakukan oleh Magut dan Bogonko (2017) dengan judul penelitian
“Evaluation of Capital Asset Pricing Model in Predicting Securities Returns
at The Nairobi Securities Exchange (Listed Agricultural Companies)”. Hasil
penelitiannya menyatakan bahwa metode CAPM dapat digunakan untuk
memprediksi return saham pada perusahaan sektor pertanian yang terdaftar di
Nairobi Securities Exchange.
Penelitian yang dilakukan Strydom dan Charteris (2013) dengan judul
penelitian “The South African risk-free rate anomaly” menyatakan bahwa
faktor t-bills dan t-bonds sebagai variabel risk-free rate bukanlah faktor
terbaik untuk digunakan pada model CAPM. Penelitian tersebut bertentangan
dengan penelitian yang dilakukan Magut dan Bagonko (2017) yang
menganggap variabel t-bills atau t-bonds sebagai faktor risk-free rate
memperoleh hasil CAPM yang akurat dalam memprediksi return saham.
Berdasarkan penelitian yang pernah dilakukan sebelumnya, maka dirasa
perlu melakukan penelitian lebih lanjut mengenai Capital Asset Pricing Model
12
(CAPM) dan Islamic Capital Asset Pricing Model (ICAPM) khususnya untuk
saham-saham syariah. Agar lebih memperjelas ruang lingkup penelitian, maka
penulis memilih saham-saham yang terdaftar dalam Jakarta Islamic Index
(JII). Dimana saham-saham syariah yang termasuk dalam Jakarta Islamic
Index (JII) memiliki kapitalisasi pasar yang tinggi, likuiditas yang bagus, serta
halal dalam produk/jasa yang digunakan konsumen.
Dengan meninjau latar belakang dan uraian diatas, maka objek
penelitiannya adalah saham-saham syariah yang termasuk dalam Jakarta
Islamic Index (JII) periode 2013-2017. Periode ini dipilih karena terdapat
sekumpulan informasi yang memiliki hubungan yang kuat dengan kondisi
perusahaan saat ini, serta adanya perubahan pergerakan saham JII yang
terbilang signifikan pada periode 2013-2017. Berdasarkan fenomena diatas,
terkait perbedaan hasil penelitian keakuratan antara CAPM dan ICAPM, maka
penulis tertarik untuk menulis judul penelitian “Alternatif Capital Asset
Pricing Model dan Islamic Capital Asset Pricing Model Serta
Keakuratannya dalam Memprediksi Return Saham Indeks JII 2013-
2017”
B. Identifikasi Masalah
Berdasarkan latar belakang yang sudah dijelaskan di atas, maka masalah-
masalah dalam penelitian ini diidentifikasi sebgai berikut :
13
1. Banyak model yang mampu mengukur risiko dan return saham sehingga
keakuratan model sangat penting dalam pengambilan keputusan investasi
saham.
2. Banyaknya para spekulan yang mempengaruhi pergerakan harga saham-
saham syariah sehingga membuat para investor perlu melakukan ikhtiar
dalam memperkirakan return saham syariah.
3. Risk-free rate pada model CAPM tidak sesuai dengan prinsip syariah
karena terdapat unsur riba didalamnya sehingga diperlukan pengukuran
model CAPM yang sesuai dengan prinsip syariah.
C. Batasan Masalah
Mengingat masalah yang tercakup dalam penelitian ini sangat luas, maka
penulis membatasi penelitian sebagai berikut:
1. Membandingkan empat model CAPM dengan faktor risk-free rate yang
berbeda yaitu (1) CAPM dengan tingkat suku bunga sebagai risk-free rate,
(2) CAPM dengan obligasi pemerintah sebagai risk-free rate, (3) ICAPM
dengan inflasi sebagai pengganti risk-free rate dan (4) ICAPM dengan
faktor zakat sebagai pengganti risk-free.
2. Penelitian ini dilaksanakan pada perusahaan-perusahaan yang terdaftar di
Jakarta Islamic Index (JII).
3. Periode penelitian yang digunakan pada Jakarta Islamic Index (JII) selama
5 tahun dimulai dari tahun 2013-2017.
14
D. Rumusan Masalah
Berdasarkan uraian latar belakang diatas, maka rumusan masalah dalam
penelitian ini adalah sebagai berikut:
1. Bagaimana perbedaan keakuratan antara model CAPM dan ICAPM dalam
memprediksi return saham pada JII periode 2013-2017 ?
2. Bagaimana pengaruh excess market return to risk-free pada model CAPM
terhadap return saham di JII dengan tingkat suku bunga SBI dan yield
obligasi pemerintah sebagai risk-free rate ?
3. Bagaimana pengaruh excess market return pada model ICAPM terhadap
return saham di JII dengan inflasi dan tingkat zakat sebagai pengganti
risk-free rate ?
E. Tujuan dan Manfaat Penelitian
Berdasarkan rumusan masalah diatas yang diuraikan, tujuan penelitian ini
adalah sebagai berikut:
1. Untuk mengetahui perbedaan keakuratan antara model CAPM dan ICAPM
dalam memprediksi return saham pada indeks JII periode 2013-2017
2. Untuk mengetahui pengaruh excess market return to risk-free pada model
CAPM terhadap return saham JII dengan tingkat suku bunga SBI dan
yield obligasi pemerintah sebagai risk-free rate.
3. Untuk mengetahui pengaruh excess market return pada model ICAPM
terhadap return saham di JII dengan inflasi dan tingkat zakat sebagai
pengganti risk-free rate.
15
Penelitian ini diharapkan bermanfaat untuk berbagai kepentingan,
diantaranya adalah sebagai berikut:
1. Bagi investor dan calon investor
Hasil penelitian ini diharapkan bisa menjadi referensi bagi para
investor dalam pengambilan keputusan investasi yang optimal khususnya
di perusahaan-perusahaan yang terdaftar di Jakarta Islamic Index (JII).
2. Bagi penulis
Dapat mengimplementasikan ilmu yang diperoleh selama kuliah,
khususnya ilmu berkaitan dengan manajemen keuangan, manajemen
investasi dan manajemen risiko serta pasar modal selama kuliah dalam
menganalisis perbandingan keakuratan Capital Asset Pricing Model
(CAPM) dan Islamic Capital Asset Pricing Model (ICAPM).
3. Bagi akademik
Dapat memberikan masukan dan informasi yang diharapkan mampu
memberi manfaat dalam bidang akademik maupun dalam bidang praktisi
serta untuk mengembangkan penelitian terkait CAPM dan ICAPM.
16
BAB II
TINJAUAN PUSTAKA
A. Landasan Teori
1. Investasi
Investasi adalah komitmen atas sejumlah dana atau sumber dana
lainnya yang dilakukan pada saat ini dengan tujuan memperoleh
keuntungan di masa datang (Tandelilin, 2010:2). Investasi dapat diartikan
sebagai konsumsi dimasa yang akan datang, tetapi pengertian investasi
yang lebih luas membutuhkan aktiva yang produktif untuk mengubah satu
unit konsumsi mendatang. Dengan demikian, investasi dapat didefinisikan
sebagai penundaan konsumsi sekarang untuk dimasukkan ke aktiva
produktif selama periode waktu tertentu (Jogiyanto, 2015:5).
Umumnya investasi dibedakan menjadi dua, yaitu: investasi pada aset-
aset finansial dan investasi pada aset-aset riill (Halim, 2005:4). Investasi
pada instrument finansial diantaranya seperti saham, obligasi, pasar uang
dan deposito. Sedangkan untuk investasi pada aset-aset riil dapat berupa
tanah, bangunan, mesin ataupun emas. Menurut Kamarudin Ahmad
(2004:3) terdapat beberapa alasan mengapa seseorang melakukan
investasi, antara lain adalah :
a. Mendapatkan kehidupan yang lebih layak dimasa yang akan datang.
Seseorang yang bijaksana akan berpikir bagaimana cara meningkatkan
taraf hidupnya dari waktu ke waktu atau setidak-tidaknya bagaimana
17
berusaha untuk mempertahankan tingkat pendapatannya yang ada
sekarang agar tidak berkurang di masa yang akan datang.
b. Mengurangi tekanan inflasi. Dengan melakukan investasi dalam
memilih perusahaan atau objek lain, seseorang dapat menghindarkan
diri agar kekayaan atau harta miliknya tidak merosot nilainya karena
digerogoti oleh inflasi,
c. Dorongan untuk menghemat pajak. Beberapa negara di dunia banyak
menerapkan kebijakan yang sifatnya mendorong tumbuhnya investasi
di masyarakat melalui fasilitas perpajakan yang diberikan kepada
masyarakat yang melakukan investasi pada bidang-bidang usaha
tertentu.
Seorang investor harus melalui beberapa proses dan tahapan tertentu
untuk mencapai keputusan investasi yang terbaik. Menurut Zainal
(2016:30-31) Tahapan-tahapan tersebut diantaranya adalah :
a. Menentukan kebijakan investasi.
Kebijakan investasi meliputi penentuan tujuan investasi dan besar
kekayaan yang akan diinvestasikan. Tujuan investasi harus dinyatakan
baik dalam tingkat keuntungan (return) maupun risiko. Jumlah dana
yang diinvestasikan juga mempengaruhi return dan risiko yang
ditanggung.
b. Melakukan analisis sekuritas.
Analisis sekuritas berarti menilai sekuritas secara individual , dan
untuk mengidentifikasi sekuritas digunakan dua filosofi berbeda, yaitu
:
18
1) Untuk sekuritas yang mispriced (harga terlalu tinggi atau terlalu
rendah) dapat dengan analisis teknikal atau analisis fundamental.
2) Untuk sekuritas dengan harga wajar, pemilihan sekuritas
didasarkan atas preferensi risiko para pemodal, pola kebutuhan kas,
dan lain-lain.
c. Membentuk portofolio.
Dari hasil evaluasi terhadap masing-masing sekuritas, dipilih
asset-aset yang akan dimasukkan dalam portofolio dan ditentukan
proporsi dana yang diinvestasikan pada masing-masing sekuritas
tersebut.
d. Merevisi portofolio.
Revisi atas portofolio berarti merubah portofolio dengan cara
menambah atau mengurangi saham dalam portofolio yang dianggap
menarik atau tidak menarik lagi.
e. Evaluasi kinerja portofolio
Evaluasi kinerja portofolio membandingkan kinerja yang diukur
baik dalam return yang diperoleh maupun risiko yang ditanggung,
terhadap portofolio benchmark atau pasar.
2. Pasar Modal
Menurut Undang-Undang Pasar Modal Nomor 8 Tahun 1995, definisi
pasar modal (capital market) adalah kegiatan yang bersangkutan dengan
penawaran umum dan perdagangan efek, perusahaan publik yang
19
berkaitan dengan efek yang diterbitkannya, serta lembaga dan profesi yang
berkaitan dengan efek. Menurut Husnan (2009:3) 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 yang diterbitkan oleh
pemerintah, public authorities, maupun perusahaan swasta. Adapun pasar
modal syariah adalah kegiatan yang bersangkutan dengan penawaran
umum dan perdagangan efek, perusahaan publik yang berkaitan dengan
efek yang diterbitkannya, serta lembaga dan profesi yang berkaitan dengan
efek yang menjalankan kegiatannya sesuai dengan prinsip-prinsip syariah
Islam (Sutedi, 2011:45).
Husnan (2009:4) menjelaskan bahwa alasan dibentuknya pasar modal
adalah karena pasar modal menjalankan fungsi ekonomi dan keuangan.
Dalam melaksanakan fungsi ekonominya, pasar modal menyediakan
fasilitas untuk memindahkan dana dari lender ke borrower. Dengan
menginvestasikan dana yang mereka miliki, lenders mengharapkan akan
memperoleh imbalan dari penyerahan dana tersebut. Dari sisi borrowers
tersedianya dana dari pihak luar memungkinkan mereka melakukan
investasi tanpa harus menunggu tersedianya dana dari hasil operasi
perusahaan. Dalam proses ini diharapakan akan terjadi peningkatan
produksi, sehingga akhirnya secara keseluruhan akan terjadi peningkatan
kemakmuran. Fungsi keuangan dilakukan dengan menyediakan dana yang
diperlukan oleh para borrowers dan para lenders menyediakan dana tanpa
20
harus terlibat langsung dalam kepemilikan aktiva riil yang diperlukan
untuk investasi tersebut.
Menurut Raharjaputra (2009:29) lembaga yang akan menjadi pelaku
pasar modal adalah sebagai berikut :
a. Emiten
Emiten adalah perusahaan yang membutuhkan dana melalui pasar
modal. Melalui pasar modal tersebut, perusahaan dapat memperoleh
dana jangka panjang, baik berupa modal sendiri (equity) maupun
melalui modal pinjaman baik pada pasar perdana (initial public
offering) maupun pada pasar berikutnya.
b. Pemodal (Investor)
Investor adalah seseorang atau pihak yang menanamkan modalnya
secara langsung, membangun pabrik, memiliki sumber daya manusia,
dan memproduksi barang dan jasa untuk dijual ke masyarakat.
c. Lembaga Penunjang
Keberadaan lembaga penunjang merupakan salah satu faktor
penting berkembangnya pasar modal. Lembaga penunjang yang
menyediakan jasanya bagi para emiten dan pemilik modal meliputi :
penjamin emisi, penunjang (guarantor), wali amanat, perantara
perdagangan efek (pialang/broker), pedagang efek, perusahaan surat
berharga, dan perusahaan pengelola dana.
d. Kantor (Biro) Administrasi Efek
Kegiatan kantor administrasi efek adalah sebagai berikut :
21
1) Membantu emiten dan penjamin emisi dalam rangka emisi efek.
Bantuan ini dalam bentuk mencetak sertifikat saham emiten,
mencatat permohonan pembelian efek pada pasar perdana, dan
sebagainya.
2) Melaksanakan kegiatan untuk menyimpan dan pengalihan hak atas
saham para pemodal.
3) Menyusun daftar pemegang saham dan perubahannya untuk
melakukan pembukuan pemegang saham dan diserahkan oleh
emiten kepada kantor administrasi efek.
4) Menyiapkan koresponden emiten kepada para pemegang saham,
seperti menyampaikan panggilan RUPS termasuk pemberitahuan
pembayaran dividen.
5) Membuat laporan-laporan lainnya bila diminta instansi berwenang
seperti Bapepam-LK.
3. Saham
Saham merupakan sumber keuangan korporasi yang berasal dari
pemilik korporasi (stockholder), dan merupakan bukti kepemilikan atas
korporasi oleh pemegangnya, dan surat berharga yang dapat
diperdagangkan di pasar bursa (bursa efek) (Tampubolon, 2013:152).
Adapun saham yang bersifat syariah menurut Hidayat (2011:78) adalah
bukti kepemilikan atas surat perusahaan yang jenis usaha, produk barang,
jasa yang diberikan dan akal serta cara pengelolaan tidak bertentangan
22
dengan prinsip-prinsip syariah dan tidak termasuk saham yang memiliki
hak-hak istimewa.
Suatu perusahaan dapat menjual hak kepemilikannya dalam bentuk
saham (stock). Jika perusahaan hanya mengeluarkan satu kelas saham saja,
saham ini disebut dengan saham biasa (common stock). Untuk menarik
investor potensial lainnya, suatu perusahaan mungkin juga mengeluarkan
kelas lain dari saham, yaitu yang disebut dengan saham preferen
(preferred stock) (Jogiyanto, 2013:141).
a. Saham Biasa
Saham biasa, atau disebut juga sekuritas ekuitas atau ekuitas
(equity), merupakan bagian kepemilikan dalam suatu perusahaan.
Setiap lembar saham memberi hak kepada pemiliknya satu suara
dalam segala hal terkait tata kelola perusahaan yang digunakan dalam
rapat umum pemegang saham tahunan dan untuk mendapatkan bagian
manfaat keuangan perusahaan (Bodie.et.al, 2014:42).
Sedangkan menurut Husnan (2009:36) menjelaskan bahwa saham
biasa adalah bukti tanda kepemilikan atas suatu perusahaan.
Keuntungan yang dinikmati oleh pemegang saham berasal dari
pembayaran dividen dan kenaikan harga saham. Besar kecilnya
dividen yang diterima oleh pemegang saham tidak tetap, tergantung
pada keputusan RUPS.
b. Saham Preferen
Saham preferen merupakan saham yang akan menerima dividen
dalam jumlah yang tetap. Biasanya pemiliknya tidak mempunyai hak
23
dalam RUPS (Husnan, 2009:36). Sama seperti utang, saham preferen
memperoleh pendapatan yang tetap, tetapi risiko saham preferen lebih
tinggi dibandingkan dengan risiko pemegang utang dan lebih rendah
dibandingkan dengan risiko saham biasa (dari sudut pandang investor).
Pemegang saham preferen mempunyai prioritas yang lebih tinggi
dibandingkan dengan pemegang saham biasa dalam hal pembagian
dividen dan distribusi kas dari penjualan aset apabila perusahaan
bangkrut, karena itu saham preferen juga disebut surat berharga senior
(dibandingkan saham biasa) (Hanafi, 2016:486).
4. Jakarta Islamic Index (JII)
Pada tanggal 3 Juli 2000, PT Bursa Efek Indonesia bekerja sama
dengan PT Danareksa Investment Management (DIM) meluncurkan
indeks saham yang dibuat berdasarkan syariah Islam yaitu Jakarta Islamic
Index (JII). Indeks ini diharapkan menjadi tolak ukur kinerja saham-saham
yang berbasis syariah serta untuk lebih mengembangkan pasar modal
syariah. Adapun perbedaan mendasar antara indeks konvensional dengan
indeks Islam adalah indeks konvensional memasukkan seluruh saham
yang tercatat dibursa dengan mengabaikan aspek halal haram, yang
terpenting saham emiten yang terdaftar (listing) sudah sesuai dengan
aturan yang berlaku (Rodoni, 2009:72).
Jakarta Islamic Index terdiri dari 30 saham yang dipilih dari saham-
saham yang sesuai syariah Islam. Pada awal peluncurannya, pemilihan
24
saham yang masuk dalam kriteria melibatkan pihak Dewan Pengawas
Syariah PT Danareksa Investment Management. Akan tetapi seiring
perkembangan pasar, tugas pemilihan saham-saham tersebut dilakukan
oleh Bapepam-LK, bekerja sama dengan Dewan Syariah Nasional. Hal ini
tertuang dalam peraturan Bapepam-LK Nomor II.K.1 tentang Kriteria dan
Penerbitan Daftar Efek Syariah (Indonesia Stock Exchange, 2010:12).
a. Kriteria Pemilihan Saham yang Memenuhi Prinsip-Prinsip Syariah
Dari sekian banyak emiten yang tercatat di Bursa Efek Indonesia,
terdapat beberapa emiten yang kegiatan usahanya belum sesuai dengan
syariah, sehingga saham-saham tersebut secara otomatis belum dapat
dimasukkan dalam perhitungan Jakarta Islamic Index.
Berdasarkan arahan Dewan Syariah Nasional dan Peraturan
Bapepam-LK Nomor IX.A.13 tentang penerbitan Penerbitan Efek
Syariah, jenis kegiatan utama suatu badan usaha yang dinilai tidak
memenuhi syariah Islam adalah :
1) Usaha perjudian dan permainan yang tergolong judi atau
perdagangan yang dilarang.
2) Menyelenggarakan jasa keuangan yang menerapkan konsep ribawi,
jual beli risiko yang mengandung gharar dan maysir.
3) Memproduksi, mendistribusikan, memperdagangkan dan atau
menyediakan :
a) Barang dan atau jasa yang haram karena zatnya (haram li-
dzatihi).
25
b) Barang dan atau jasa yang haram bukan karena zatnya (haram
li-ghairihi) yang ditetapkan oleh DSN-MUI, dan atau
c) Barang dan atau jasa yang merusak moral dan bersifat mudarat.
Sedangkan kriteria saham yang masuk dalam kategori syariah
adalah :
1) Tidak melakukan kegiatan usaha sebagaimana yang diuraikan
diatas.
2) Tidak melakukan perdagangan yang tidak disertai dengan
penyerahan barang/jasa dan perdagangan dengan penawaran dan
permintaan palsu.
3) Tidak melebihi rasio keuangan sebagai berikut :
a) Total hutang yang berbasis bunga dibandingkan dengan total
ekuitas tidak lebih dari 82% (hutang yang berbasis bunga
dibandingkan dengan total ekuitas tidak lebih dari 45% : 55%).
b) Total pendapatan bunga dan pendapatan tidak halal lainnya
dibandingkan dengan total pendapatan (revenue) tidak lebih
dari 10% (Indonesia Stock Exchange, 2010:12).
b. Kriteria Pemilihan Saham Jakarta Islamic Index
Untuk menetapkan saham-saham yang masuk dalam perhitungan
Jakarta Islamic Index dilakukan proses sebagai berikut :
1) Saham-saham yang akan dipilih berdasarkan Daftar Efek Syariah
(DES) yang dikeluarkan oleh Bapepam-LK.
26
2) Memilih 60 saham dari Daftar Efek Syariah tersebut berdasarkan
urutan kapitalisasi pasar terbesar selama 1 tahun terakhir.
3) Dari 60 saham tersebut, dipilih 30 saham berdasarkan tingkat
likuiditas yaitu nilai transaksi di pasar regular selama 1 tahun
terakhir.
c. Evaluasi Indeks dan Pergantian Saham
Jakarta Islamic Index akan direview selama 6 bulan, yaitu setiap
bulan Januari dan Juli atau berdasarkan periode yang ditetapkan oleh
Bapepam-LK yaitu pada saat diterbitkannya Daftar Efek Syariah.
Sedangkan perubahan jenis usaha emiten akan dimonitor secara terus
menerus berdasarkan data publik yang tersedia (Indonesia Stock
Exchange, 2010:13).
5. Return
Return merupakan salah satu faktor yang memotivasi investor
berinteraksi dan juga merupakan imbalan atas keberanian investor dalam
menanggung risiko atas investasi yang dilakukannya (Tandelilin,
2001:47). Return dalam konteks manajemen investasi merupakan imbalan
yang diperoleh akibat hasil dari investasi (Halim, 2006:34). Para investor
membeli saham, berarti membeli prospek perusahaan. Bila prospek
perusahaan membaik maka harga saham tersebut meningkat, dengan
naiknya harga saham diharapkan return saham juga naik. Karena return
saham merupakan selisish antara harga saham sekarang dikurangi dengan
27
harga saham sebelumnya (Rodoni, 2014:69). Return ini kemudian
dibedakan menjadi dua yaitu actual return (pengembalian yang telah
terjadi) dan expected return (pengembalian yang diharapkan) yang akan
diperoleh oleh seorang investor di masa yang akan datang.
Return realisasian (realized return) merupakan return yang telah
terjadi. Return realisasi dihitung dengan menggunakan data historis.
Return realisasian penting karena digunakan sebagai salah satu pengukur
kinerja dari perusahaan. Return realisasian atau return historis ini juga
berguna sebagai dasar penentuan return ekspektasian (expected return)
dan risiko dimasa mendatang. Return ekspektasian (expected return)
adalah return yang diharapkan akan diperoleh oleh investor dimasa
mendatang. Berbeda dengan return realisasian yang sifatnya sudah terjadi,
return ekspektasian sifatnya belum terjadi (Jogiyanto, 2015:263). Menurut
Hanafi (2016:192) Formula yang lebih umum untuk menghitung return
adalah sebagai berikut ini:
{[( ( ]
( }
Dimana :
Pt = Harga atau nilai pada periode t
Pt-1 = Harga atau nilai pada periode t-1
D1 = Dividen yang dibayarkan pada periode t
Namun mengingat perusahaan tidak selalu membagikan dividen kas
secara periodik kepada para pemegang sahamnya, maka return saham
dapat dihitung capital gain (loss) saja tanpa adanya dividen.
28
Adapun expected return merupakan return yang digunakan dalam
menghitung hasil pengukuran CAPM dan ICAPM. Expected return
nantinya akan dijadikan acuan pengambilan keputusan bagi para investor.
Untuk mengukur expected return dengan CAPM dan ICAPM
dibutuhkan perhitungan return pasar. Karena dalam penelitian ini
menggunakan saham-saham yang terdapat pada indeks JII, maka indeks
JII dijadikan sebagai return pasar dengan rumus sebagai berikut:
(
(
Dimana:
Rm = Return pasar
JIIt = Harga pasar indeks JII periode t
JIIt-1 = Harga pasar indeks JII periode t-1
Selain itu, dalam metode CAPM investor perlu memperhatikan tingkat
keuntungan bebas risiko (Rf), agar return yang diperoleh sudah melebihi
return minimum yang disyaratkan. Menurut Hanafi (2016:229) (Rf) bisa
ditafsirkan sebagai kompensasi atas waktu, sedangkan term kedua bisa
ditafsirkan sebagai kompensasi atas risiko sistematis. Return bebas risiko
bisa diambil dari obligasi yang dikeluarkan oleh pemerintah atau tingkat
suku bunga bebas risiko berdasarkan deposito bank pemerintah di
Indonesia.
29
Oleh karena itu dalam penelitian ini akan digunakan tingkat suku
bunga SBI dan yield obligasi pemerintah Indonesia sebagai (Rf), dengan
pengukuran sebagai berikut:
Dimana :
Rf = Risk-free asset (Return aset bebas risiko)
SBIt = Tingkat suku bunga SBI periode t
Bond Yieldt = Yield obligasi pemerintah Indonesia periode t
Mengingat (Rf) dianggap terdapat unsur riba didalamnya, maka dalam
ICAPM mengganti (Rf) dengan inflasi (Hanif, 2011) atau dengan tingkat
zakat (Effendi, 2016).
6. Risiko
Risiko adalah kemungkinan mengalami kerugian, yang biasanya
diukur dalam bentuk kemungkinan bahwa beberapa hasil akan muncul
yang bergerak dalam kisaran sangat baik (misalnya aset berlipat ganda) ke
sangat buruk (misalnya asetnya tidak bernilai sama sekali). Risiko juga
dapat diartikan sebagai kemungkinan terjadinya kerugian yang akan
dialami investor atau ketidakpastian atas return yang akan diterima di
masa mendatang (Gumati, 2011:50)
Sedangkan menurut Eiteman, Stonehill dan Moffett dalam Fahmi
(2011:169), risk is the mismatching of interest rate bases for associated
assets and liabilities, yang berarti secara umum risiko dapat ditangkap
30
sebagai bentuk keadaan ketidakpastian tentang suatu keadaan yang akan
terjadi nantinya dengan keputusan yang diambil berdasarkan suatu
pertimbangan. Djohanputro (2006:15) menyatakan bahwa pengertian dasar
risiko terkait dengan adanya ketidakpastian dan tingkat ketidakpastiannya
dapat diukur secara kuantitatif. Dengan demikian dapat disimpulkan
bahwa risiko adalah suatu ketidakpastian yang akan terjadi akibat dari
keputusan investasi yang dapat diukur secara kuantitatif. Risiko terbagi
menjadi dua tipe yaitu systematic risk dan unsystematic risk.
a. Systematic Risk
Systematic Risk adalah risiko yang mempengaruhi sejumlah besar
aset. Keragaman total return sekuritas secara langsung bergabung
dengan keseluruhan pergerakan pada pasar umum dan pasar ekonomi
(Zainal, 2016:420). Menurut Keown (2011:201) Risiko sistematis
merupakan variasi-variasi dalam pengembalian investasi yang tak
dapat dihilangkan melalui diversifikasi oleh investor. Risiko sistematis
biasa juga disebut sebagai risiko pasar dimana hal ini dipengaruhi oleh
faktor-faktor makro yang terjadi di luar perusahaan, misalnya resesi,
inflasi, suku bunga, kurs, dan sebagainya sehingga risiko ini tidak
dapat didiversifikasi.
b. Unsystematic risk
Unsystematic risk adalah risiko yang mempengaruhi hanya satu
aset atau sebagian kecil aset. Risiko portofolio pada umumnya
menurunkan banyak saham karena eliminasi risiko non-sistematis.
31
Risiko ini unik, berhubungan dengan particular company.
Penambahan lebih banyak lagi saham akan mengurangi risiko tetapi
tidak peduli berapa banyak bagian saham yang terkorelasi
ditambahkan ke dalam portofolio, tidak dapat mengeliminasi semua
risiko (Zainal, 2016:420). Risiko tidak sistematis merupakan bagian
variasi dalam pengembalian investasi yang dapat dihilangkan melalui
diversifikasi oleh investor (Keown, 2011:201). Risiko tidak sistematis
sering disebut sebagai risiko perusahaan atau risiko khas, karena risiko
ini berasal dari internal perusahaan dan mempengahi perusahaan
tersebut.
Gambar 2.1.
Risiko Sistematis, Risiko Tidak Sistematis dan Risiko Total
Pada gambar 2.1 tampak bahwa semakin banyak jumlah saham dalam
portofolio, maka semakin kecil risiko yang tidak sistematis. Karena risiko
yang tidak sistematis dapat dihilangkan dengan diversifikasi, maka risiko
ini menjadi tidak relevan dalam portofolio, sehingga yang relevan bagi
32
investor adalah risiko pasar atau risiko sistematis yang diukur dengan Beta
(=β) (Halim, 2005:43).
7. Beta
Beta adalah sensitivitas sekuritas terhadap indeks: jumlah dimana
imbal hasil sekuritas cenderung naik atau turun untuk setiap 1% kenaikan
atau penurunan imbal hasil pada indeks (Bodie.et.al, 2014:261). Beta
menghubungkan kovarian dari sebuah aset dengan portofolio pasar dengan
varian dari portofolio pasar, dan diidentifikasi sebagai laba yang
diharapkan CAPM (Zainal, 2016:419).
Menurut Jogiyanto (2013:375) beta merupakan suatu pengukur
volatilitas return suatu sekuritas atau return portofolio terhadap return
pasar. Beta sekuritas ke-i mengukur volatilitas return sekuritas ke-i dengan
return pasar. Dengan demikian beta adalah pengukur sistematik dari suatu
sekuritas terhadap risiko pasar. Jika volatilitas ini diukur dengan kovarian,
maka kovarian return antara sekuritas ke-i dengan return pasar adalah
sebesar σim. Jika kovarian ini dihubungkan relatif terhadap risiko pasar
(yaitu dibagi dengan varian return pasar atau σ²ᴍ), maka hasil ini
mengukur risiko sekuritas ke-i relatif terhadap risiko pasar atau beta.
Dengan demikian beta dapat dihitung dengan rumus sebagai berikut
(Jogiyanto, 2013 : 383):
33
Dimana :
βi = Sensitivitas sekuritas i
σim = Covariance (Ri,Rm)
σ²m = Varian return pasar JII
8. Capital Asset Pricing Model
Kemampuan untuk mengestimasi return suatu individual sekuritas
merupakan hal yang sangat penting dan diperlukan oleh investor. Oleh
karena itu kehadiran Capital Asset Pricing Model (CAPM) yang dapat
digunakan untuk mengestimasi return suatu sekuritas dianggap sangat
penting dalam bidang keuangan. Bentuk standar CAPM pertama kali
dikembangkan oleh Sharpe (1964) dan Lintner (1965).
Husnan (2009:177) berpendapat bahwa Capital Asset Pricing Model
(CAPM) merupakan model untuk menentukan harga suatu asset. CAPM
berusaha menjelaskan hubungan antara risiko sistematis dengan tingkat
keuntungan (return) (Hanafi, 2016:231). Model ini menjelaskan
bagaimana menemukan harga suatu saham dengan mempertimbangkan
risiko yang terkandung didalamnya.
Menurut Rodoni dan Yong (2002:118), CAPM adalah nama yang
diberikan kepada satu kedudukan prinsip yang menerangkan bagaimana
para investor berperilaku dalam pasar. CAPM sangat berguna karena :
34
a. Secara relatif CAPM adalah mudah dan dapat dibentuk melalui
aplikasi secara langsung teori portofolio.
b. Implikasinya adalah seperti Hipotesis Pasar Efisien, yaitu CAPM telah
diuji dengan data sebenarnya dan didapatkan agak sesuai dengan
ramalan teori. CAPM juga dapat digunakan sebagai satu asas untuk
penyesuaian selanjutnya yaitu sebagaimana yang digunakan oleh para
analisis sekuritas.
Untuk melihat bagaimana harga aset ditentukan, harus disusun suatu
model (suatu teori). Hal ini menuntut penyederhanaan agar pembangun
model dapat hanya memfokuskan hanya pada elemen yang paling penting
dengan cara meringkas dari situasi yang kompleks. Cara ini dilakukan
dengan membuat asumsi tertentu mengenai lingkungan (Ahmad, 2004:34).
Dalam hal standar CAPM, asumsi-asumsi yang dipergunakan adalah
sebagai berikut:
a. Tidak ada biaya transaksi
b. Investasi sepenuhnya bisa dipecah-pecah (fully disvisible)
c. Tidak ada pajak penghasilan bagi para pemodal
d. Pemodal tidak bisa mempengaruhi harga saham dengan tindakan
membeli atau menjual saham
e. Para pemodal diasumsikan akan bertindak semata-mata atas
pertimbangan expected value dengan deviasi standar tingkat
keuntungan portofolio
f. Pemodal bisa melakukan short sales
35
g. Terdapat riskless lending and borrowing rate, sehingga pemodal bisa
menyimpan dan meminjam dengan tingkat bunga yang sama.
h. Pemodal mempunyai pengharapan yang homogen
i. Semua aktiva bisa diperjualbelikan.
Kemudian, konsep CAPM ini pada umumnya berguna untuk
menguantifikasikan hubungan antara risiko dan return. Risiko yang dapat
didiversifikasi dapat dieliminasi dengan diversifikasi sederhana (Ahmad,
2004:134).
Keadaan ekuilibrium pasar mengenai expected return dan risiko dapat
digambarkan oleh Security Market Line (SML) untuk sekuritas individual.
Sementara Capital Market Line (SML) digunakan untuk menggambarkan
trade off antara risiko dan expected return portofolio. Security Market Line
(SML) merupakan penggambaran secara grafis dari model CAPM.
Untuk sekuritas individual, tambahan expected return diakibatkan
oleh tambahan risiko sekuritas individual yang diukur dengan beta. Beta
menentukan besarnya expected return untuk sekuritas individual dengan
argumentasi bahwa untuk portofolio yang didiversifikasikan dengan
sempurna, risiko tidak sistematik cenderung menjadi hilang dan risiko
yang relevan hanya risiko sistematik yang diukur oleh beta (Jogiyanto,
2013:497). Hubungan expected return dan beta dapat digambarkan di
Security Market Line (SML) sebagai berikut :
36
Gambar 2.2. Security Market Line
Dari gambar tersebut terlihat bahwa titik M menunjukkan bahwa
portofolio pasar dengan beta senilai 1 dengan expected return sebesar
E(Rm). Untuk beta bernilai 0 atau untuk aktiva bebas risiko, aktiva ini
mempunyai expected return sebesar Rf yang merupakan intercept dari
SML. Dengan asumsi SML adalah garis linier, maka persamaan dari garis
linier ini dapat dibentuk dengan intercept sebesar Rf dan slope sebesar
[E(Rm)-Rf] / βi. Karena βi adalah bernilai 1, maka slope dari SML adalah
sebesar [E(Rm)-Rf]. Selanjutnya persamaan SML untuk sekuritas ke-i
dapat ditulis:
( [ ( ]
Dari sinilah model CAPM terbentuk dan banyak dipakai oleh
akademisi dan praktisi (Jogiyanto, 2013:499).
Dimana :
E(Ri) = Return yang diharapkan sekuritas-i
37
E(Rm) = Return yang diharapkan portofolio pasar (JII)
Rf = Tingkat suku bunga SBI atau obligasi pemerintah
βi = Risiko aset-i
Dalam metode CAPM pada penelitian ini menggunakan dua versi
berbeda. Pertama, penggunaan tingkat suku bunga SBI sebagai variabel
(Rf). Kedua, penggunaan yield obligasi pemerintah sebagai variabel (Rf).
9. Islamic Capital Asset Pricing Model
Metode standar CAPM yang dikembangkan oleh Sharpe (1964) dan
Lintner (1965) tidak dapat digunakan secara langsung untuk
memperkirakan return instrumen keuangan Islam yang berisiko karena
input model tidak termasuk dalam investasi syariah bagi para investor
muslim. Islam melarang keras berinvestasi dalam aset bebas risiko dan
bisnis yang tidak halal (Hakim, 2016:25). Oleh karena itu, perlu untuk
menyesuaikan CAPM sesuai dengan syariat Islam untuk membuatnya
berlaku pada instrumen keuangan Islam.
Pada penelitian ini peneliti menerapkan dua versi ICAPM. Pertama,
ICAPM yang dilakukan oleh Hanif (2011). Karena metode CAPM
dianggap tidak relevan dengan instrumen keuangan Islam. Dalam
instrumen keuangan Islam, riba (bunga) yang termasuk dalam aset bebas
risiko merupakan hal yang wajib ditinggalkan., karena Allah SWT.
melarang riba (bunga) dan menghalalkan jual beli. Menurut teori Hanif
38
(2011), pengukuran expected return dari suatu sekuritas dapat dihitung
dengan formula sebagai berikut :
( [ ( ]
Dimana :
E(Ri) = Return yang diharapkan sekuritas-i
E(Rm) = Return yang diharapkan portofolio pasar (JII)
I = Inflasi
βi = Risiko aset-i
Metode ICAPM yang dikembangkan oleh Hanif (2011) terdapat
inflasi sebagai pengganti risk-free asset (Rf). Dalam perspektif Islam (Rf)
merupakan hal yang dilarang.
Adapun alasan Hanif (2011) mengganti (Rf) dengan Inflasi karena
melihat komposisi dan justifikasi (Rf) dalam kerangka kerja konvensional.
(Rf) terdiri dari dua hal yaitu: (Rf) nyata dan biaya inflasi. (Rf) nyata
mewakili nilai waktu dari uang, Menurut teori preferensi likuiditas
Keynes, itu adalah kompensasi untuk mengorbankan likuiditas oleh
investor. Di bawah kerangka kerja secara syariah, uang adalah alat tukar
dan bukan komoditas. Nilai waktu dari uang tidak diakui oleh para pakar
ekonomi syariah di bidang keuangan. Uang dapat digunakan dalam proses
pembuatan utilitas (produksi dan pengiriman barang dan jasa) dan berhak
mendapatkan laba atas dan dasar pembagian kerugian.
Komponen (Rf) kedua adalah biaya inflasi. Di bawah rezim mata uang
kertas karena inflasi daya beli mata uang dapat berkurang dan pemilik
39
mata uang mengalami penurunan kekayaannya. Hal ini menjadi tanggung
jawab utama dari suatu negara untuk melindungi kekayaan warganya.
Kekayaan dapat berkurang karena inflasi yang berlebihan dalam ekonomi
dan pemerintahan seharusnya tidak membiarkan fenomena ini tidak
terkendali.
Kemudian metode ICAPM versi kedua dengan mengganti variabel
(Rf) dengan tingkat zakat. Ashker (1987) yang mengubah model CAPM
dengan mengganti risk-free rate dengan tingkat zakat (Z) sebesar 2,56%
karena menarik modal untuk investasi, return minimal seorang investor
mengharapkan (bersedia) agar investasi mampu menutupi zakat (Sadaf dan
Andleb, 2014:191). Adapun rumus tingkat zakat (Z) 2,56% diperoleh
dengan penghitungan sebagai berikut:
Presentase zakat itu sendiri dikarenakan seorang muslim wajib
mengeluarkan zakat pada penghasilannya sebesar 2,5% (Effendi,
2016:372). Dalam ekonomi Islam tingkat bunga tidak masuk dalam
perhitungan investasi. Oleh karena itu, ongkos oportunitas (opportunity
cost) dana untuk tujuan investasi adalah tingkat zakat yang yang
dibayarkan atas dana tersebut. Dengan kata lain, tabungan yang tidak
disalurkan menjadi investasi nyata akan terbebani oleh zakat (Rodoni,
2009:231).
40
Penyesuaian model ICAPM versi kedua dengan faktor zakat dapat
diestimasikan dengan persamaan sebagai berikut (Febrianto dan Rachman,
2016:18):
( [ ( ]
Dimana :
E(Ri) = Return yang diharapkan sekuritas-i
βi = Risiko asset-i
E(Rm) = Return yang diharapkan portofolio pasar (JII)
Z = Tingkat zakat
B. Penelitian Terdahulu
Penelitian terdahulu merupakan kumpulan dari beberapa hasil penelitian
oleh para peneliti sebelumnya yang berkaitan dengan penelitian yang
dilakukan saat ini. Berdasarkan uraian yang telah dipaparkan di atas,
ringkasan dari penelitian terdahulu diuraikan dalam tabel berikut ini :
Tabel 2.1. Penelitian Terdahulu
No. Judul Penelitian Metode Variabel Hasil Penelitian
1. Bing Xiao (2016).
Expert Journal of
Business and
Management Vol.
4, No. 1, 2016,
page 46-55.
“Conditional
Relationship
(1) Mencari
hubungan
kondisional antara
return dan beta di
US Stock Market
(2) Kovarian dan
varian digunakan
untuk mengukur beta
Ri = Return
saham; Rm =
Return pasar; β
= Beta; Rf =
risk-free
(1) Ketika
excess market
return
diabaikan, beta
menjadi faktor
risiko yang tidak
signifikan
(2) Ketika
41
Between Beta and
Return in the US
Stock Market ”
dengan memasukkan
model ARCH untuk
memperkirakan
waktu berbagai beta
excess market
return positif,
hubungan positif
ditemukan
antara beta dan
return. Begitu
juga sebaliknya
ketika hubungan
negatif
ditemukan
2. Shabir A. Hakim,
Zarinah Hamid
dan Ahamed K.
M. Meera (2016).
JKAU: Islamic
Econ., Vol. 29,
No. 1, pp: 21-39
(January 2016)
“Capital Asset
Pricing Model
and Pricing of
Islamic Financeal
Instruments
Metode analisis
menggunakan uji
statistik deskriptif
dan GMM
(1) CAPM
dengan E(Rm)
= return pasar
yang
diharapkan,
E(Ri) = return
saham-i yang
diharapkan, βi
= sensitiviatas
Ri dan Rm, Rf
= risk-free rate
(t-bills).
(2) SCAPM(S)
dengan semua
variabel sama
kecuali
variabel Rf = 0
(zero risk-free
rate).
(3) SCAPM(Z)
dengan semua
(1) Dua versi
Syariah CAPM
memiliki hasil
yang serupa dan
kekuatan
penjelas yang
sama dalam
portofolio yang
berbeda untuk
periode 3 tahun.
(2) Untuk hasil
SCAPM(S) dan
CAPM periode
10 tahun
memiliki
perilaku yang
serupa dalam
menjelaskan
pengembalian
portofolio.
42
variabel sama
kecuali Rf
diganti dengan
E(Rz) =
syariah zero
beta portfolio
(dalam kasus
ini
menggunakan
sukuk – AAA)
3. M. Hanif dan A.
Dar (2011).
Middle Eastern
Journal of
Scientific
Research,
Forthcoming.
“Comparative
Testing of Capital
Asset Pricing
Model (CAPM)
and Shari’a
Capital Asset
Pricing Model
(SCAPM):
Evidence from
Karachi Stock
Exchange-
Pakistan”
(1) Melakukan Uji
regresi pada proxy
(Rf) untuk CAPM,
serta inflasi (WPI
dan CPI) untuk
ICAPM.
(2) Melakukan Unit-
root ADF test
statistic kemudian
uji statistik
deskriptif.
Variabel
CAPM dan
ICAPM yaitu
E(Ri) = return
saham-i yang
diharapkan,
E(Rm) =
return pasar
yang
diharapkan, βi
= sensitivitas
Ri dan Rm, Rf
= risk-free rate
atau inflasi
(WPI dan CPI)
ICAPM
memiliki
kekuatan
penjelas yang
lebih tinggi
dibandingkan
dengan CAPM.
4. Igo Febrianto dan Metode analisis (1) CAPM (1) ICAPM
43
Artie A. Rachman
(2016).
Jurnal Ilmiah
ESAI Vol. 10
No.1, Januari
2016
“Islamic Capital
Asset Pricing
Model: A
Comparative
Analysis”
deskriptif komparatif
dengan
membandingkan
hasil estimasi CAPM
dengan hasil estimasi
CAPM dengan
konsep syariah.
dengan E(Rm)
= return pasar
yang
diharapkan,
E(Ri) = return
saham-i yang
diharapkan, βi
= sensitivitas
Ri dan Rm, Rf
= risk-free rate
(SBI).
(2) ICAPM
dengan semua
variabel sama
kecuali
variabel (Rf)
yang diganti
dengan (I)
inflasi, (Z)
zakat dan zero
risk-free rate.
dengan
menggunakan
inflasi memiliki
pola yang sama
dengan CAPM
sedangkan
ICAPM dengan
menggunakan
zakat memiliki
pola yang sama
pula, tetapi
memiliki nilai
rentang yang
terlalu jauh.
(2) Zakat dan
zero risk-free
rate tidak cukup
baik untuk
ICAPM.
(3) Tidak ada
perbedaan yang
signifikan antara
ICAPM dengan
inflasi dan
CAPM
5. M. Hanif (2011).
Pak. J. Commer.
Soc. Sci. 2011
Vol. 5 (2), 283-
292.
“Risk and Return
Peneliti memaparkan
apa saja pengganti
risk-free rate untuk
Syariah CAPM,
dimana risk-free rate
bisa digantikan
- (1) Penelitian ini
membahas
model penilaian
asset teknis yang
digunakan
dalam kerangka
44
under Shari’a
Framework: An
Attempt to
Develop Shari’a
Compliant Asset
Pricing Model-
SCAPM”
dengan inflasi, zakat,
GDP, dll.
kerja
konvensional
yang kemudian
diaplikasikan
dalam kerangka
kerja sesuai
syariat Islam.
(2) CAPM
dikonversi
menjadi ICAPM
dengan
mengganti (Rf)
dengan inflasi.
6. M. Hanif,
Abdullah Iqbal
dan Zulfikar Shah
(2016).
JKAU: Islamic
Econ., Vol. 29,
No. 2, pp: 37-54
(July 2016).
“Risk and Returns
of Shari’ah
Compliant Stocks
on the Karachi
Stock Exchange –
A CAPM and
SCAPM
Approach”
Uji statistik
deskriptif dan
Multiple regression
(OLS Regression)
untuk memperoleh
dampak antara
indeks pasar
(independen) dengan
indeks saham syariah
(dependen).
Variabel:
E(Rm) =
return pasar
yang
diharapkan,
E(Ri) = return
saham yang
diharapkan, β
= sensitivitas
Ri dan Rm.
CAPM
menggunakan
risk-free rate
(Rf) sedangkan
SCAPM
menggunakan
I = inflasi.
Temuan hasil
yang sedikit
lebih baik pada
SCAPM
daripada CAPM
dan tingkat suku
bunga bebas
risiko dan inflasi
terlihat memiliki
pengaruh yang
serupa.
45
7. S. Poornima dan
Swathiga P.
(2017).
International
Journal of
Applied Research
2017: 3(7): 375-
378.
“A Study on
Relationship
between Risk and
Return Analysis
of Selected Stocks
on NSE Using
Capital Asset
Pricing Model”
(1) Menggunakan
metode CAPM untuk
mencari hubungan
risiko dan return
pada NSE dimana
perusahaan sektor IT
dan sektor otomotif
dijadikan objek
penelitian.
(2) Mengukur
seberapa besar risiko
(standar deviasi dan
beta) dan return
saham dari model
CAPM.
CAPM dengan
E(Rm) =
return pasar
yang
diharapkan,
E(Ri) = return
saham-i yang
diharapkan, β
= sensitivitas
Ri dan Rm, Rf
= risk-free rate
(government t-
bills).
(1) Terdapat
hubungan antara
risiko dan return
dengan
menggunakan
metode CAPM.
(2) Terdapat 2
perusahaan dari
5 perusahaan
yang layak
dipilih investor
untuk sektor
otomotif,
sedangkan pada
sektor IT
terdapat 1
perusahaan dari
5 perusahaan
yang layak
dipilih investor.
8. Mohammad
Abdel Mohsen
Al-Afeef (2017).
International
Journal of
Business and
Management;
Vol. 12, No. 8;
2017.
“Capital Asset
Pricing Model,
Metode yang
digunakan adalah
Regresi linier
berganda dengan
melihat dampak dari
variabel independen
terhadap variabel
dependen. Lalu
menggunakan uji
anova
Model CAPM
dengan E(Rm)
= S&P 500, βi,
Rf = US t-
bonds
Variabel
independen :
(S&P 500)
Return dan
Koefisien beta
pada
(1) CAPM dapat
diterapkan pada
US Stock
Market.
(2) 20%
perubahan
return yang
diharapkan
dipengaruhi oleh
beta dan return
pasar.
46
Theory and
Practice:
Evidence from
USA (2009-
2016)”
perusahaan
Amazon.
Variabel
dependen :
Return yang
diharapkan
pada
perusahaan
Amazon
dengan metode
CAPM
(3) CAPM dapat
diterapkan pada
pasar yang
efisien dan
perusahaan-
perusahaan
besar.
9. John Tarus Magut
dan Bitange
Bogonko (2017).
American Based
Research Journal.
Vol. 6, Issue 9
September 2017.
“Evaluation of
Capital Asset
Pricing Model in
Predicting
Securities Returns
at The Nairobi
Securities
Exchange (Listed
Agricultural
Companies)”
(1) Metode Ordinary
Least Square (OLS)
digunakan untuk
menentukan
koefisien beta
standar.
(2) Data diregresikan
dengan rumus
CAPM untuk
menentukan
pengembalian yang
diharapkan.
(3) Uji t dan R-
Square
CAPM dengan
E(Rm) =
return pasar
yang
diharapkan,
E(Ri) = return
saham-i yang
diharapkan, βi
= sensitivitas
Ri dan Rm, Rf
= risk-free rate
(t-bills).
(1) CAPM
dengan periode
5 tahun mampu
memprediksi
secara garis
besar
pengembalian
portofolio di
Kenya NSE dan
khususnya pada
perusahaan
sektor pertanian.
(2) Besarnya
koefisien beta
mempengaruhi
return (beta
yang tinggi
menghasilkan
return yang
lebih tinggi dan
47
sebaliknya
10. David Wakyiku
(2010).
Working Paper.
African Institute
for Mathematical
Sciences, South
Africa 2010.
“Testing the
Capital Asset
Pricing Model
(CAPM) on the
Uganda Stock
Exchange”
(1) Metode yang
digunakan adalah
Analisis Regresi
Linier Berganda,
OLS.
(2) Melihat seberapa
besar R²-Square
pada CAPM dan
zero-beta CAPM
CAPM dengan
E(Rm) =
return pasar
yang
diharapkan,
E(Ri) = return
saham-i yang
diharapkan, β
= sensitivitas
Ri dan Rm, Rf
= risk-free rate
(t-bills).
Zero-beta
CAPM dengan
mengganti Rf
dengan E(Rz)
= zero-beta
portfolio.
(1) Terdapat 3
perusahaan dari
10 perusahaan
yang mampu
dijelaskan
dengan CAPM
dan hanya 1
perusahaan dari
10 perusahaan
yang dapat
dijelaskan zero-
beta CAPM.
(2) Secara
keseluruhan
kedua model
tidak sesuai
diterapkan pada
Uganda Stock
Exchange.
11. Brad Carter,
Chris Muller dan
Mike Ward
(2017).
Working Paper.
Gordon Institute
of Business
Science,
University of
Pretoria, South
Menguji hubungan
antara risiko dan
return pada model
CAPM dan Black
CAPM dengan
melihat peringkat
beta menggunakan
Uji Anova atau Uji
F.
CAPM dengan
E(Rm) =
return pasar
yang
diharapkan,
E(Ri) = return
saham-i yang
diharapkan, β
= sensitivitas
Ri dan Rm, Rf
(1) Terdapat
hubungan
terbalik antara
risiko (beta) dan
return.
(2) t-bills
ataupun t-bonds
menjadi proxy
yang baik untuk
CAPM.
48
Africa.
“The
Applicability of
Black’s Variation
of the Capital
Asset Pricing
Model (CAPM) in
the South African
Context”
= risk-free rate
(t-bills).
Black CAPM
dengan
mengganti Rf
dengan E(Rz)
= zero-beta
portfolio.
(3) CAPM
menjadi model
yang lebih baik
dari pada Black
CAPM dalam
memprediksi
return.
12. Barry Strydorm
dan Ailie
Charteris (2013).
African Journal
of Business
Management.
Vol. 7(28), pp.
2807-2816, 28
July, 2013.
“The South
African risk-free
rate Anomaly”
Uji regresi pada
faktor Rf. Penelitian
ini berusaha
menyelesaikan
anomali tingkat
bebas risiko dengan
melihat hubungan
antara return
minimum dan proxy
yang sering
digunakan CAPM.
CAPM dengan
E(Rm) =
return pasar
yang
diharapkan,
E(Ri) = return
saham-i yang
diharapkan, β
= sensitivitas
Ri dan Rm, Rf
= risk-free rate
(t-bills dan t-
bonds).
Zero-beta
CAPM dengan
mengganti Rf
dengan E(Rz)
= zero-beta
portfolio
varians
minimum.
(1)
Pengembalian
minimum
melebihi t-bills
dan t-bonds
menunjukkan
bahwa
instrumen
tersebut bukan
proxy terbaik
untuk tingkat
keuntungan
bebas risiko.
(2) Expected
return pada
zero-beta
portfolio
varians-
minimum
memberikan
pengembalian
yang lebih baik
49
tentang
pengembalian
minimum yang
dibutuhkan.
13. Mansoor Maitah,
Khursid
Khudoykulov,
Kholnazar
Amonov dan
Umar Burkhanov
(2015).
Asian Social
Science; Vol. 11,
No. 16; 2015.
“Verifying
Capital Asset
Pricing Model in
Greek Capital
Market”
Uji Regresi Linier
Berganda pada
variabel CAPM, Uji
t, Uji F dan R-
Square.
CAPM dengan
E(Rm) =
return pasar
yang
diharapkan,
E(Ri) = return
saham-i yang
diharapkan, β
= sensitivitas
Ri dan Rm, Rf
= risk-free rate
(t-bills).
(1) Model
CAPM tidak
memadai untuk
mengevaluasi
data di Bursa
Efek Athena. (2)
Tes
mengkonfirmasi
validitas beta
sebagai ukuran
risiko
menggunakan
analisis regresi,
dan ditemukan
bahwa
pengembalian
yang lebih tinggi
tidak berarti beta
linier yang lebih
tinggi pada SML
14. Zainul Kisman
dan Shintabelle
Restiyanita M
(2015).
American Journal
of Economis,
Melakukan Uji t test,
Uji F test dan
Adjusted-R².
CAPM dengan
E(Rm) =
return pasar
yang
diharapkan,
E(Ri) = return
Kedua model
memiliki hasil
yang baik dalam
memprediksi
return saham,
tetapi CAPM
50
Finance and
Management,
Vol. 1, No. 3,
2015, pp.184-189.
“The Validity of
Capital Asset
Pricing Model
(CAPM) and
Arbitrage Pricing
Theory (APT) in
Predicting the
Return of Stocks
in Indonesia
Stock Exchange
2008-2010”
saham-i yang
diharapkan, β
= sensitivitas
Ri dan Rm, Rf
= risk-free rate
(SBI).
APT dengan
E(Ri) = return
saham-i yang
diharapkan,
serta faktor
GDP dan
Inflasi.
tidak lebih baik
dari APT dalam
memprediksi
return saham.
15. Denny Cahyo
Prasetyo dan
Noval Adib
(2015).
Jurnal Akuntansi
Fakultas Ekonomi
dan Bisnis
Universitas
Brawijaya, 2015.
“Perbandingan
Keakuratan
CAPM dan APT
dalam
Memprediksi
Return Saham di
Jakarta Islamic
Menggunakan
metode analisis data
expected return, R-
Square, Mean
Absolute Deviation
(MAD), Independent
Sample t-test.
CAPM dengan
E(Rm) =
return pasar
yang
diharapkan,
E(Ri) = return
saham-i yang
diharapkan, β
= sensitivitas
Ri dan Rm, Rf
= risk-free rate
(SBI).
APT dengan
E(Ri) = return
saham-i yang
diharapkan,
(1) Tidak ada
perbedaan yang
keakuratan
antara CAPM
dan APT.
(2) Model
CAPM dapat
menjelaskan
variasi variabel
return saham
sebesar 25%,
sedangkan APT
sebesar 18%.
51
Index (Periode
2010-2014)”
serta faktor
Inflasi, BI rate,
Kurs mata
uang dan harga
minyak dunia.
16. Gancar Candra
Premananto dan
Muhammad
Madyan (2004).
Jurnal Penelitian
Dinamika Sosial
Vol. 5 No. 2
Agustus 2004:
125-139.
“Perbandingan
Keakuratan
Capital Asset
Pricing Model
dan Arbitrage
Pricing Theory
dalam
Memprediksi
Tingkat
Pendapatan
Return Saham
Industri
Manufaktur
sebelum dan
semasa Krisis
Ekonomi”
Melakukan Uji t, R-
Square dan melihat
Mean Absolute
Deviation (MAD)
dari kedua model.
CAPM dengan
E(Rm) =
return pasar
yang
diharapkan,
E(Ri) = return
saham-i yang
diharapkan, β
= sensitivitas
Ri dan Rm, Rf
= risk-free rate
(SBI).
APT dengan
E(Ri) = return
saham-i yang
diharapkan,
serta faktor
Suku Bunga,
Inflasi dan
Kurs.
(1) Terdapat
perbedaan yang
signifikan antara
model CAPM
dan APT.
(2) Metode
CAPM lebih
akurat
dibandingkan
dengan APT
sebelum dan
semasa krisis
ekonomi.
52
17. Lemiyana (2015).
I-Finance Vol. 1.
Juli 2015.
“Analisis Model
CAPM dan APT
dalam
Memprediksi
Tingkat Return
Saham Syariah
(Studi Kasus
Saham di Jakarta
Islamic Index)”
Melakukan
pengukuran standar
deviasi dan uji t
untuk
membandingkan
kedua model serta
melihat R-Square.
CAPM dengan
E(Rm) =
return pasar
yang
diharapkan,
E(Ri) = return
saham-i yang
diharapkan, β
= sensitivitas
Ri dan Rm, Rf
= risk-free rate
(SBI).
APT dengan
E(Ri) = return
saham-i yang
diharapkan,
serta faktor
GDP, Suku
Bunga dan
Inflasi.
(1) Tidak
terdapat
perbedaan
akurasi yang
signifikan antara
CAPM dan
APT.
(2) Model
CAPM lebih
akurat dalam
memprediksi
return saham
syariah.
18. Michell Suharli
(2005).
Jurnal Akuntansi
& Keuangan, Vol.
7, No. 2,
November 2005:
99-116.
“Studi Empiris
terhadap Dua
Faktor yang
Mempengaruhi
Menggunakan
Analisis Regresi
Linier Berhganda.
Variabel Y:
Return saham.
Variabel X:
Debt to Equity
Ratio dan
tingkat risiko
yang diukur
dengan beta
CAPM.
Hasil penelitian
menunjukkan
bahwa rasio
hutang dan
tingkat risiko
tidak
memberikan
pengaruh yang
signifikan
terhadap return
saham.
53
Return Saham
pada Industri
Food &
Beverages di
Bursa Efek
Indonesia”
19. Kharisya Ayu
Effendi (2016).
Jurnal
Manajemen
Volume XX, No.
03, Oktober 2016:
370-386
“Optimalisasi
Shari’a
Compliant Asset
Pricing Model
terhadap Rate of
Return pada
Jakarta Islamic
Index”
Menggunakan
statistik deskriptif,
kemudian Unit Root-
Test untuk
memastikan
terpenuhinya
asumsi-asumsi OLS,
selanjutnya dengan
analisis regresi linier
dan perbandingan
explanatory power.
(1) SCAPM
dengan E(Rm)
= return pasar
yang
diharapkan,
E(Ri) = return
saham-i yang
diharapkan, βi
= sensitivitas
Ri dan Rm, I =
inflasi.
(2) SCAPM
dengan semua
variabel sama
kecuali
variabel risk-
free yang
diganti dengan
Z = tingkat
zakat.
(3) SCAPM
dengan
menghapus
variabel risk-
free (Rf=0).
Berdasarkan
hasil analisis
explanatory
power
menyatakan
bahwa ketiga
model SCAPM
memiliki
kekuatan
penjelas yang
tinggi (R-
Square). Namun
SCAPM dengan
inflasi memiliki
hasil yang
terbaik.
54
20. Yossi Imam
Candika (2016),
Thesis, “Pengaruh
Carthart Four
Factor Model dan
Three Moment
CAPM terhadap
Excess Return
Saham di
Indonesia”
(1) Menganalisis
pengaruh Carhart
Four Factor Model
dan Three Moment
CAPM terhadap
excess return saham
dengan analisis
regresi linier
berganda.
(2) Menganalisis
pengaruh excess
market return
terhadap return
saham dengan
analisis regresi time
series.
(1) Variabel
bebas =
Carhart Four
Factor Model
dan Three
Moment
CAPM.
Variabel
terikat = excess
return saham.
(2) Variabel
bebas = excess
market return.
Variabel
terikat = return
saham
(1) Charhart
Four Factor
Model dan
Three Moment
CAPM memiliki
pengaruh positif
signifikan. (2)
Excess market
return memiliki
pengaruh yang
positif
signifikan
terhadap return
saham.
C. Kerangka Pemikiran
Langkah pertama yang dilakukan untuk melakukan penelitian ini adalah
dengan menentukan sampel dari perusahaan-perusahaan yang terdaftar dalam
Jakarta Islamic Index (JII) selama periode 2013-2017 melalui website resmi
Bursa Efek Indonesia. Pemilihan saham perusahaan yang konsisten selama
periode tersebut bertujuan untuk memaksimalkan return yang diperoleh
investor dengan risiko yang minimum. Karena konsistensi saham yang
terdaftar dalam indeks JII selama 5 tahun berturut-turut merupakan saham-
saham unggulan yang mampu memenuhi ketentuan indeks JII dengan
55
memiliki kapitalisasi pasar yang besar dan volume perdagangan yang tinggi,
sehingga mampu menjadi gambaran dari indeks JII secara keseluruhan.
Setelah saham-saham indeks JII yang menjadi sampel penelitian
ditentukan. Peneliti mengumpulkan data harga saham bulanan dari
perusahaan-perusahaan yang telah diseleksi melalui website investing.com.
Peneliti juga mengumpulkan data historis indeks JII dan yield obligasi
pemerintah pada website yang sama. Selain itu data bulanan tingkat suku
bunga SBI dan inflasi diperoleh dari website resmi Bank Indonesia.
Data-data yang terkumpul kemudian diolah sehingga menjadi variabel
yang dibutuhkan pada penelitian. Adapun variabel yang perlu dihitung yaitu
pendapatan saham yang sesungguhnya (Ri), risk-free rate (Rf), return
portofolio pasar (Rm), inflasi (I) dan menghitung beta (βi) dari masing-masing
saham. Variabel-variabel yang telah dihitung kemudian diolah kedalam
Capital Asset Pricing Model (CAPM) dan Islamic Capital Asset Pricing
Model (ICAPM) dengan formula dan variabel yang disesuaikan. Metode
CAPM dengan dua versi yang berbeda. Pertama, penggunaan tingkat suku
bunga SBI sebagai risk-free rate (Rf1) pada CAPM(1) dan versi kedua,
penggunaan yield obligasi pemerintah (Rf2) pada CAPM(2). Begitu juga
dengan metode ICAPM dengan dua versi yang berbeda. Pertama, penggunaan
inflasi (I) sebagai pengganti (Rf) pada ICAPM(1) dan versi kedua, dengan
mengganti variabel (Rf) dengan tingkat zakat (Z).
Langkah selanjutnya adalah menghitung Mean Absolute Deviation
(MAD) untuk mengetahui model mana yang paling akurat dalam
56
memperkirakan return saham indek JII. Kemudian dilakukan uji normalitas
pada semua data. Setelah semua data bedistribusi normal maka dilanjutkan ke
tahap selanjutnya yaitu uji kesamaan ragam (Uji Levene) lalu membandingkan
hasil MAD dengan Uji Anova atau Uji F. Selain itu Uji t dan koefisien
determinasi juga dilakukan untuk mengetahui pengaruh dari excess market
return pada faktor dari masing-masing versi CAPM. Adapun skema dari
kerangka pemikirannya adalah sebagai berikut:
57
Gambar 2.3. Kerangka Pemikiran
Menentukan Model untuk
Memprediksi Return Saham
JII
CAPM (1)
Rf = SBI ;
Rm = JII ; βi
CAPM (2)
Rf = yield
Gov. Bond ;
Rm = JII ; βi
ICAPM (1)
I = Inflasi ;
Rm = JII ; βi
ICAPM (2)
Z = Tingkat
zakat ; Rm
= JII ; βi
Menghitung
Return
Saham JII
dengan
CAPM (1)
Menghitung
Return
Saham JII
dengan
CAPM (2)
Menghitung
Return
Saham JII
dengan
ICAPM (1)
Menghitung
Return
Saham JII
dengan
ICAPM (2)
Nilai MAD masing-masing model Adjust-R² Uji t
Uji Normalitas dan Uji Homogenitas
Uji ANOVA (Uji F)
Kesimpulan dan Saran
58
D. Hipotesis Penelitian
Hipotesis merupakan jawaban sementara terhadap suatu permasalahan
yang masih bersifat praduga sehingga masih perlu dibuktikan kebenarannya
dan harus memiliki penjelasan yang logis dan dapat diuji. Dalam memprediksi
return saham menggunakan masing-masing versi model CAPM dan ICAPM
serta pembahasan mengenai hasil penelitian terdahulu yang sudah dilakukan,
maka dapat dibuat sebuah hipotesis sebagai berikut:
1. Hipotesis perbedaan akurasi antara model CAPM dan ICAPM.
a. H1 : Terdapat perbedaan akurasi antara dua versi model CAPM dan
dua versi model ICAPM dalam memprediksi return saham JII
periode 2013-2017.
b. H2 : Tidak terdapat perbedaan akurasi yang signifikan antara dua versi
model CAPM dan dua versi model ICAPM dalam memprediksi
return saham JII periode 2013-2017.
2. Hipotesis pengaruh excess market return pada model CAPM terhadap
return saham.
a. H3 : Excess market return to risk-free pada model CAPM(1) dengan
tingkat suku bunga SBI sebagai risk-free rate berpengaruh
terhadap return saham JII.
b. H4 : Excess market return to risk-free pada model CAPM(2) dengan
yield obligasi pemerintah sebagai risk-free rate berpengaruh
terhadap return saham JII.
59
3. Hipotesis pengaruh excess market return pada model ICAPM terhadap
return saham.
a. H5 : Excess market return to inflation pada model ICAPM(1)
berpengaruh terhadap return saham JII.
b. H6 : Excess market return to zakat pada model ICAPM(2)
berpengaruh terhadap return saham JII.
60
BAB III
METODE PENELITIAN
A. Ruang Lingkup Penelitian
Dalam penelitian ini variabel independen yang digunakan adalah harga
saham pada Indeks JII sebagai return pasar, tingkat suku bunga SBI dan yield
obligasi pemerintah seri FR-0064 yang menjadi benchmark dari obligasi
pemerintah sebagai risk-free rate. Selain itu terdapat variabel independen
inflasi dan zakat sebagai pengganti risk-free rate. Beta saham sebagai
sensitivitas suatu sekuritas terhadap indeks. Selain itu dalam penelitian ini
yang menjadi variabel dependen adalah return saham pada perusahaan yang
terdaftar dalam Indeks JII periode Januari 2013 – Desember 2017 yang
kemudian dibandingkan dengan perhitungan expected return dari dua model
yang berbeda yaitu CAPM dan ICAPM. Semua data yang digunakan adalah
bulanan seperti pada penelitian-penelitian sebelumnya.
B. Metode Penentuan Sampel
Metode penentuan sampel yang digunakan dalam penelitian ini adalah
dengan teknik purposive sampling yaitu pengambilan sampel dari target
spesifik yang diinginkan karena memiliki kesesuaian dengan kriteria tertentu
yang ditetapkan oleh peneliti. Teknik ini merupakan suatu metode
pengambilan sampel yang dilakukan dengan pertimbangan-pertimbangan
tertentu.
61
1. Populasi
Populasi adalah wilayah generalisasi, objek/subyek yang mempunyai
kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk
dipelajari dan karakteristik tertentu yang ditetapkan oleh peneliti untuk
dipelajari dan ditarik kesimpulannya (Sugiyono, 2014:80). Jadi populasi
bukan hanya sekedar jumlah yang ada pada objek atau subjek yang
dipelajari, tetapi dalam objek atau subjek tersebut harus memiliki
karakteristik atau sifat tertentu sesuai tujuan penelitian. Pemilihan
perusahaan Indeks JII yaitu dikarenakan dalam Indeks JII terdapat
perusahaan-perusahaan yang memenuhi kriteria sesuai dengan syariah
Islam yang menjadi penggerak ekonomi syariah di Indonesia. Populasi
dalam penelitian ini adalah perusahaan yang terdaftar dalam Indeks JII
periode tahun 2013 sampai dengan tahun 2017, dikarenakan ada
perusahaan yang masuk dan keluar dari Indeks JII maka terdapat 47
perusahaan yang masuk dalam populasi.
62
Tabel 3.1.
Populasi Perusahaan pada Indeks JII Periode 2013-2017
No. Kode
Perusahaan
No. Kode
Perusahaan
No. Kode
Perusahaan
1 AALI 17 INTP 33 MPPA
2 ADRO 18 ITMG 34 PWON
3 AKRA 19 JSMR 35 SMRA
4 ANTM 20 KLBF 36 CTRA
5 ASII 21 LPKR 37 SILO
6 ASRI 22 LSIP 38 PTPP
7 BKSL 23 MAPI 39 SSMS
8 BSDE 24 MNCN 40 LPPF
9 CPIN 25 PGAS 41 SCMA
10 ENRG 26 PTBA 42 WSKT
11 EXCL 27 SMGR 43 MIKA
12 HRUM 28 TLKM 44 ADHI
13 ICBP 29 UNTR 45 MYRX
14 INCO 30 UNVR 46 PPRO
15 INDF 31 BMTR 47 TPIA
16 INDY 32 WIKA
Sumber: Website Resmi Bursa Efek Indonesia http://www.idx.co.id, (Data diolah)
2. Sampel
Menurut Sugiyono (2014:81) berpendapat bahwa sampel adalah
bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut
populasi. Dengan menggunakan teknik purposive sampling maka kriteria
yang dijadikan sampel dalam penelitian ini adalah sebagai berikut :
Saham-saham yang terdaftar di Indeks JII selama periode 2013 –
2017.
63
Saham-saham yang konsisten secara berturut-turut terdaftar dalam
Indeks JII selama periode 2013 – 2017.
Perusahaan-perusahaan yang terdaftar dalam Indeks JII memiliki
data keuangan yang lengkap dan dapat diandalkan kebenarannya
dalam periode 2013 – 2017.
Tabel 3.2.
Sampel Perusahaan pada Indeks JII Periode 2013-2017
No. Nama Perusahaan Kode
Perusahaan
1 Astra Agro Lestari Tbk AALI
2 Adaro Energy Tbk ADRO
3 AKR Corporindo Tbk AKRA
4 Astra International Tbk ASII
5 Bumi Serpong Damai Tbk BSDE
6 Indofood CBP Sukses Makmur Tbk ICBP
7 Indofood Sukses Makmur Tbk INDF
8 Kalbe Farma Tbk KLBF
9 Lippo Karawaci Tbk LPKR
10 PP London Sumatra Indonesia Tbk LSIP
11 Perusahaan Gas Negara (Persero) Tbk PGAS
12 Semen Indonesia (Persero) Tbk SMGR
13 Telekomunikasi Indonesia (Persero) Tbk TLKM
14 United Tractors Tbk UNTR
15 Unilever Indonesia Tbk UNVR
Sumber: Website Resmi Bursa Efek Indonesia http://www.idx.co.id, (Data diolah)
64
C. Sumber Data dan Teknik Pengumpulan Data
1. Sumber Data
Sumber data yang digunakan dalam penelitian ini adalah data
sekunder. Menurut Sugiyono (2014:131) data sekunder yaitu sumber data
penelitian yang diperoleh peneliti secara tidak langsung melalui media
perantara (diperoleh dan dicatat oleh pihak lain).
Data sekunder berupa catatan, bukti, atau laporan historis yang
tersusun dalam arsip yang dipublikasikan. Data yang digunakan dalam
penelitian ini diperoleh dari situs http://www.investing.com yang
menyediakan data historis harga saham perusahaan-perusahaan di seluruh
dunia serta instrumen investasi lainnya. Kemudian situs resmi Bursa Efek
Indonesia http://www.idx.co.id untuk memperoleh data-data perusahaan
yang termasuk dalam indeks JII dan situs resmi Penilaian Harga Efek
Indonesia (IBPA) http://www.ibpa.co.id untuk memperoleh data obligasi
pemerintah. Selain itu, situs resmi Bank Indonesia http://www.bi.go.id
yang menyediakan data tingkat suku bunga dan inflasi.
2. Teknik Pengumpulan Data
Pengumpulan data merupakan hal yang sangat penting dilakukan
dalam menyusun penelitian ini. Teknik pengumpulan data merupakan
cara-cara untuk memperoleh data dan keterangan-keterangan yang
mendukung penelitian ini (Sugiyono, 2014:401). Data yang diambil dalam
penelitian ini adalah data sekunder, yaitu data yang diperoleh secara tidak
65
langsung dari perusahaan yang dijadikan bagian dari unit analisis. Data-
data sekunder yang digunakan dalam penelitian ini yaitu :
a. Data-data perusahaan yang tergabung dalam Jakarta Islamic Index
diperoleh data statistik yang dipublikasikan oleh Bursa Efek Indonesia.
b. Data-data harga saham, indeks JII dan yield obligasi pemerintah seri
FR-0064 yang dipublikasikan oleh Bursa Efek Indonesia dan
Indonesia Bond Pricing Agency (IBPA).
c. Data inflasi dan tingkat suku bunga SBI diperoleh dari data statistik
yang dipublikasi oleh Bank Indonesia.
Proses pengumpulan data dalam penelitian ini menggunakan teknik
penelitian kepustakaan (Library Research). Dengan memperoleh data
sekunder penulis melakukan studi kepustakaan untuk memperoleh
landasan teoritis yang berkaitan dengan masalah yang diteliti. Teknik ini
dilakukan denga cara membaca, mengkaji, meneliti dan menelaah
literatur-literatur berupa jurnal, buku maupun makalah yang memiliki
hubungan erat dengan topik yang diteliti yang kemudian penulis dapat
melakukan penelitian dengan mengutip teori-teori serta formula yang
berkenaan dengan penelitian. Hal ini dilakukan agar landasan teoritis dapat
tersusun dengan baik.
D. Teknik Analisis Data
Analisis data adalah mengelompokkan data berdasarkan variabel,
menyajikan data tiap variabel yang diteliti, melakukan perhitungan untuk
66
menjawab rumusan masalah dan melakukan perhitungan untuk menguji
hipotesis yang telah diajukan (Sugiyono, 2014:206). Penelitian ini
menggunakan model perhitungan Mean Absolute Deviation (MAD). Model
analisis tersebut digunakan untuk mencari perbedaan keakuratan model
CAPM dan ICAPM dalam memprediksi return saham JII. Setelah itu, hasil
MAD yang diperoleh dari empat versi CAPM dianalisis untuk mengetahui
signifikansi perbedaan rata-rata dengan Analysis of Variance (ANOVA) one-
way. Data yang digunakan dalam penelitian ini akan diolah menggunakan
Microsoft Excel, Eviews 10 dan SPSS 25. Adapun langkah-langkah analisis
ini diantaranya adalah sebagai berikut:
1. Menghitung Expected Return Saham JII menggunakan Model CAPM
Menurut Bodie, et.al (2014:307), expected return dari suatu sekuritas
untuk model CAPM dapat dihitung dengan menggunakan rumus:
( [ ( ]
Dimana E(Ri) merupakan tingkat pendapatan yang diharapkan dari
sekuritas-i yang mengandung risiko, (Rf) merupakan tingkat pendapatan
bebas risiko, E(Rm) merupakan tingkat pendapatan yang diharapkan dari
portofolio pasar dan βi merupakan tolak ukur risiko yang tidak dapat
terdiversivikasi dari sekuritas-i.
Dalam penelitian ini, peneliti menggunakan dua versi model CAPM.
Untuk model CAPM pertama disebut CAPM(1) dimana variabel (Rf)
menggunakan tingkat suku bunga SBI. Sedangkan untuk model CAPM
67
kedua disebut CAPM(2) menggunakan yield obligasi pemerintah seri
FR0064 sebagai variabel (Rf).
Variabel yang berkaitan dengan formula CAPM diatas adalah :
a. Actual Return Saham JII Terpilih
Berdasarkan pengertian return, bahwa return suatu saham adalah
hasil yang diperoleh dari penghitungan selisih harga saham periode
berjalan dengan periode sebelumnya dan mengabaikan dividen, maka
dapat ditulis rumus (Suharli, 2005:101):
{[( ( ]
( }
Dimana:
Ri = Actual return saham JII terpilih
Pt = Harga saham JII terpilih periode-t
P(t-1) = Harga saham JII terpilih periode (t-1)
b. Return Pasar
Pendapatan pasar yang digunakan adalah indeks JII, sehingga
dapat dihitung dengan formula sebagai berikut:
(
(
Dimana:
Rm = Return pasar
JIIt = Harga pasar indeks JII periode-t
JII(t-1) = Harga pasar indeks JII periode (t-1)
68
c. Return aset bebas risiko
Tingkat suku bunga Bank Indonesia dan obligasi pemerintah
dijadikan variabel risk-free rate. Variabel risk-free rate yang
digunakan untuk CAPM(1) menggunakan tingkat suku bunga SBI
sebagai (Rf1) dan untuk CAPM(2) menggunakan yield obligasi
pemerintah seri FR0064 (Rf2) dimana masing-masing variabel risk-
free rate adalah satu tahun dibagi dua belas bulan. Dapat dihitung
dengan rumus sebagai berikut :
Dimana:
Rf1 = Risk-free rate untuk model CAPM(1)
Rf2 = Risk-free rate untuk model CAPM(2)
SBIt = Tingkat suku bunga SBI periode-t
FR0064t = Yield obligasi pemerintah seri FR0064 periode-t
d. Beta saham
Sebelum melakukan pengukuran dengan model CAPM, perlu
menghitung nilai beta yang merupakan suatu pengukuran volatilitas
return suatu sekuritas atau portofolio terhadap return pasar. Beta
mengukur tingkat dimana imbal hasil pada saham dan pasar bergerak
bersama. Secara formal, beta ditetapkan sebagai (Bodie.et.al,
2014:295):
(
(
69
2. Menghitung Expected Return Saham JII menggunakan Model ICAPM
Seperti yang telah dijelaskan pada bab sebelumnya, expected return
merupakan pendapatan masing-masing saham yang diharapkan oleh
investor untuk masa yang akan datang. Peneliti menggunakan dua versi
ICAPM. Dimana untuk ICAPM versi pertama disebut ICAPM(1)
menggunakan inflasi sebagai pengganti risk-free rate (Rf) (Hanif, 2011),
dan ICAPM versi kedua disebut ICAPM(2) mengganti variabel risk-free
rate (Rf) sehingga menjadi tingkat zakat. Adapun formula dari model
ICAPM(1) adalah sebagai berikut:
( [ ( ]
Dimana:
E(Ri) = Return yang diharapkan sekuritas-i
E(Rm) = Return yang diharapkan portofolio pasar (JII)
I = Inflasi
βi = Risiko aset-i
Kemudian formula dari model ICAPM(2) menurut Ashker (1987)
dalam Febrianto dan Rachman (2016:18):
( [ ( ]
Dimana:
E(Ri) = Return yang diharapkan sekuritas-i
E(Rm) = Return yang diharapkan portofolio pasar (JII)
βi = Risiko aset-i
Z = Tingkat zakat
70
Adapun variabel-variabel yang berkaitan dengan rumus ICAPM diatas
adalah:
a. Actual Return Saham JII Terpilih
Berdasarkan pengertian return, bahwa return suatu saham adalah
hasil yang diperoleh dari penghitungan selisih harga saham periode
berjalan dengan periode sebelumnya dan mengabaikan dividen, maka
dapat ditulis rumus (Suharli, 2005:101):
{[( ( ]
( }
Dimana:
Ri = Actual return saham JII terpilih
Pt = Harga saham JII terpilih periode-t
P(t-1) = Harga saham JII terpilih periode t-1
b. Return Pasar
Pendapatan pasar yang digunakan adalah indeks JII, sehingga
dapat dihitung dengan formula sebagai berikut:
(
(
Dimana :
Rm = Return pasar
JIIt = Harga pasar indeks JII periode-t
JII(t-1) = Harga pasar indeks JII periode (t-1)
71
c. Inflasi
Tingkat inflasi (I) dalam hal ini adalah sebagai pengganti dari nilai
risk-free rate (Rf). Karena dalam model ICAPM penggunaan risk-free
rate dilarang dalam syariat Islam. Variabel inflasi selama satu tahun
dibagi dua belas bulan, dapat dihitung dengan rumus sebagai berikut:
d. Zakat
Tingkat zakat (Z) merupakan pengganti dari variabel risk-free rate
(Rf). Karena tingkat keuntungan bebas risiko (Rf) tidak diperkenankan
dalam Syariat Islam. Variabel tingkat zakat adalah sebesar 2,56% yang
diperoleh dengan rumus sebagai berikut (Effendi, 2016:372):
Adapun presentase zakat itu sendiri adalah sebesar 2,5%
dikarenakan seorang muslim wajib mengeluarkan zakat penghasilan
sebesar 2,5%. Hasil dari penghitungan tingkat zakat tersebut kemudian
dibagi 12 bulan.
e. Beta saham
Untuk menentukan hasil model ICAPM diperlukan penghitungan
beta. Beta merupakan pengukuran risiko sistematis pada volatilitas
return suatu sekuritas terhadap return pasar. Adapun pengukuran beta
saham sebagai berikut (Bodie.et.al, 2014:295):
(
(
72
3. Pemilihan Metode yang Akurat
Untuk mengukur keakuratan model CAPM dan ICAPM maka akan
dilakukan penghitungan Mean Absolute Deviation (MAD) dan Koefisien
Determinasi dari masing-masing model.
a. Mean Absolute Deviation (MAD)
Agar suatu ramalan menjadi akurat, data yang akan diramalkan
harus relevan dan metode peramalan yang digunakan harus tepat.
Mean Absolute Deviation (MAD) mengukur ketepatan ramalan dengan
merata-rata kesalahan dugaan (Subagyo, 2000:6). MAD merupakan
rata-rata kesalahan mutlak selama periodee tertentu tanpa
memperhatikan apakah hasil peramalan lebih besar atau kecil
dibandingkan kenyataannya (Nasution, 2003:35). Menurut Premananto
dan Madyan (2004:130) secara sistematis MAD antara actual return
dan expected return dapat dirumuskan sebagai berikut :
∑[ ( ]
Dimana :
MAD = Rata-rata penyimpangan absolut
Ri = Return saham-i yang sesungguhnya (actual return)
E(Ri) = Return saham-i yang diharapkan (expected return)
N = Jumlah data
b. Koefisien Adjusted Determinasi (R²)
Koefisien determinasi digunakan untuk menguji seberapa besar
peranan variabel independen untuk menjelaskan variabilitas variabel
73
dependen dalam model regresi. Sebuah garis regresi adalah baik jika
nilai R² tinggi, sebaliknya bila nilai R² rendah maka peranan variabel
independen untuk menjelaskan variabel dependen adalah kurang baik
(Lemiyana, 2015:17).
4. Uji Normalitas Nilai MAD (Mean Absolute Deviation)
Priyatno (2012:144) menyatakan bahwa uji normalitas dilakukan
untuk menguji apakah sampel yang diambil berasal dari populasi yang
berdistribusi normal atau tidak. uji normalitas dilakukan untuk mengetahui
apakah distribusi sebuah data yang didapatkan mengikuti atau mendekati
hukum sebaran normal (Nisfiannor, 2009:91). Uji normalitas dalam
penelitian ini menggunakan uji Jarque-Bera, karena melalui uji Jarque-
Bera kesimpulan yang diperoleh lebih eksak.
Uji Normalitas ini dilakukan sebagai syarat untuk melakukan Uji
Anova (Nisfiannor, 2009:110). Dasar pengambilan keputusan dilakukan
berdasarkan probabilitas (Asymtotic Significanted), yaitu:
Ho : Sampel diambil dari populasi berdistribusi normal.
Ha : Sampel diambil bukan dari populasi berdistribusi normal.
α : 0,05
Kriteria uji:
Jika nilai probabilitas (sig) ≥ α, maka Ho diterima
Jika nilai probabilitas (sig) ≤ α, maka Ho ditolak
74
5. Uji Levene untuk Kesamaan Ragam
Uji Levene (Levene’s test) atau Uji Levene untuk kesamaan ragam
(Levene Test for Equality of Variances) digunakan untuk menguji apakah
sampel sebanyak k memiliki variances yang sama (Uyanto, 2006:135). Uji
Levene ini sendiri merupakan syarat untuk melakukan Uji Anova. Bentuk
hipotesis untuk uji Levene adalah :
Ho : σ1² = σ2² = σ3² =,...= σk²
H1 : σi ≠ σj untuk sedikitnya satu pasang (i,j).
Bila diketahui suatu variabel Y dengan besar sampel N yang dibagi
menjadi k subgroup, dimana Ni merupakan besar sampel dari subgroup
ke-i, maka uji Levene didefinisikan sebagai berikut:
( ∑
( )
( ∑ ∑ (
Dimana:
N = Jumlah observasi
k = Banyaknya grup
Zij = [Yij - Ỹt]
Ỹt = Rata-rata dari grup ke i
Ẑi = Rata-rata grup dari Zi
Ẑ = Rata-rata keseluruhan Zij.
Sehingga H0:σ1² = σ2² = σ3² =,....=σk² ditolak bila W˃Fα, k=1, N=k
75
6. Uji Anova (Uji F)
Uji statistik yang digunakan untuk menguji hipotesis nol bahwa semua
kelompok mempunyai mean populasi yang sama adalah Anova atau Uji F.
Hal ini dilakukan karena membandingkan lebih dari dua mean populasi.
Pengujian Anova atau uji F bisa dilakukan dengan dua cara yaitu
dengan melihat tingkat signifikan atau dengan membandingkan Fhitung
dengan Ftabel. Pengujian dengan tingkat signifikan pada tabel Anova <
α=0,05 atau Fhitung > Ftabel maka Ho ditolak (terdapat perbedaan),
sementara sebaliknya apabila tingkat signifikan pada tabel Anova >
α=0,05 atau Fhitung < Ftabel maka Ho diterima (tidak terdapat perbedaan).
Pengujian hipotesis Anova menurut Sugiyono (2014:192) dapat
digunakan rumus signifikan korelasi ganda sebagai berikut:
⁄
( ( ⁄
Keterangan:
R = Koefisien korelasi ganda
k = Jumlah variabel independen
n = Jumlah anggota sampel
dk = (n-k-1) derajat kebebasan
Bentuk hipotesis untuk Uji Anova atau Uji F dalam penelitian ini
adalah:
76
Ho : Tidak terdapat perbedaan dalam akurasi (nilai MAD) antara model
CAPM dengan faktor SBI, CAPM dengan faktor obligasi pemerintah,
ICAPM dengan faktor inflasi dan ICAPM dengan faktor zakat.
H1 : Terdapat perbedaan dalam akurasi (nilai MAD) antara model CAPM
dengan faktor SBI, CAPM dengan faktor obligasi pemerintah, ICAPM
dengan faktor inflasi dan ICAPM dengan faktor zakat.
7. Uji Variabel Masing-Masing Model
a. Uji Normalitas Masing-Masing Model
Model regresi yang baik adalah data normal atau mendekati
normal. Sebenarnya normalitas dapat dilihat dari gambar histogram,
namun sering kali polanya tidak mengikuti bentuk kurva normal,
sehingga sulit disimpulkan. Namun, lebih mudah jika melihat dari
koefisien dan Jarque-Bera dari probabilitasnya. Bila nilai Jarque-Bera
tidak signifikan (lebih kecil dari 2), maka data berdistribusi normal.
Bila probabilitas lebih besar dari 5%, maka data berdistribusi normal
(Winarno, 2015:543).
Adapun hipotesis dari pengujian normalitas data adalah sebagai
berikut:
Ho : Data berdistribusi normal
H1 : Data tidak berdistribusi normal
Bila probabilitas Obs*R2>0,05 signifikan, maka Ho diterima.
Bila probabilitas Obs*R2<0,05 tidak signifikan, maka Ho ditolak.
77
b. Uji Autokorelasi
Uji autokorelasi yang dilakukan penelitian ini bertujuan untuk
mengetahui apakah dalam sebuah model regresi linier ada korelasi
antara kesalahan pengganggu pada periode t dengan kesalahan pada
periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan
terdapat masalah autokorelasi. Model regresi yang baik adalah regresi
yang bebas dari autokorelasi (Santoso, 2012:241). Pada prosedur
pendeteksian masalah autokorelasi dapat digunakan besaran Durbin-
Watson. Untuk memeriksa ada tidaknya autokorelasi, maka dilakukan
uji Durbin-Watson dengan keputusan sebagai berikut:
Jika (D-W) < dL, maka Ho ditolak
Jika (D-W) > dU, maka Ho diterima
Jika dL < (D-W) < dU, maka tidak dapat diambil kesimpulan
Uji dilakukan dengan menggunakan uji Durbin-Watson, dengan
rumus:
∑(
∑
78
Tabel 3.3.
Uji Statistik Durbin Watson
Nilai Statistik d Hasil
0 < d < dL Terdapat autokorelasi positif
dL ≤ d ≤ Du Tidak dapat diambil kesimpulan
dU ≤ d ≤ 4-dU Tidak terdapat autokorelasi positif
ataupun negatif
4-dU ≤ d ≤ 4-dL Tidak dapat diambil kesimpulan
4-dL ≤ d ≤ 4 Terdapat korelasi negatif
c. Uji Heterokedastisitas
Menurut Husein (2011:179) uji heteroskedastisitas dilakukan
untuk mengetahui apakah dalam sebuah model regresi terjadi
ketidaksamaan varians dari residual suatu pengamatan ke pengamatan
lain. Heterokedastisitas merupakan indikasi varian antara residual tidak
homogen yang mengakibatkan nilai taksiran yang diperoleh tidak lagi
efisien. Cara untuk mengetahui ada atau tidaknya heterokedastisitas
ialah dengan menggunakan Uji White (no cross term). Uji
heterokedastisitas dengan uji white maksudnya dengan meregresikan
residual kuadrat sebagai variabel dependen dengan variabel dependen
ditambah dengan variabel independen. Dasar pengambilan keputusan
uji heterokedastisitas dengan Uji White adalah:
Prob*R Square > 0.05, maka tidak ada masalah heterokedastisitas
atau Ho diterima
Prob*R Square < 0.05, maka ada masalah heterokedastisitas atau
Ho ditolak
79
d. Uji t
Menurut Ghozali (2013:98) uji statistik t pada dasarnya
menunjukkan seberapa jauh pengaruh satu variabel independen secara
individual dalam menerangkan variabel dependen. Pengujian
dilakukan dengan menggunakan signifikan level 0,05 (α=5%).
Penerimaan atau penolakan hipotesis dapat dilakukan dengan kriteria:
1) Jika nilai signifikan > 0,05 maka hipotesis ditolak (koefisien
regresi tidak signifikan). Ini berarti secara parsial variabel
independen tidak mempunyai pengaruh secara signifikan terhadap
variabel dependen.
2) Jika nilai signifikan ≤ 0,05 maka hipotesis diterima (koefisien
regresi signifikan). Ini berarti secara parsial variabel independen
mempunyai pengaruh secara signifikan terhadap variabel
dependen.
Dengan dilakukannya pengujian t-statistik, maka ada atau
tidaknya pengaruh variabel independen (X) terhadap variabel
dependen (Y) dapat diketahui. Dalam penelitian ini uji t digunakan
untuk mengetahui pengaruh variabel independen excess market return
to risk-free dengan tingkat suku bunga SBI sebagai risk-free rate,
excess market return to risk-free dengan yield obligasi pemerintah seri
FR0064 sebagai risk-free rate, excess market return to inflation dan
excess market return to zakat secara parsial terhadap variabel
dependen return saham.
80
E. Operasional Variabel
Pengertian variabel menurut Sugiyono (2010:31) adalah sesuatu hal yang
berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga
diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulan.
Operasional variabel diperlukan dalam menentukan jenis, indikator, serta
skala dari variabel-variabel yang terkait dalam suatu penelitian sehingga
pengujian hipotesis dapat dilakukan secara terstruktur dengan alat bantu
statistik. Berikut ini adalah definisi untuk variabel-variabel yang akan diteliti:
1. Return saham (Ri), return suatu saham adalah hasil yang diperoleh dari
penghitungan selisih harga saham periode berjalan dengan periode
sebelumnya dan mengabaikan dividen, maka dapat ditulis rumus (Suharli,
2005:101) :
{[( ( )]
( }
Dimana :
Ri = Actual return saham JII terpilih
Pt = Harga saham JII terpilih periode t
P(t-1) = Harga saham JII terpilih periode t-1
2. Return pasar (Rm), Pendapatan pasar yang digunakan adalah indeks JII,
sehingga dapat dihitung dengan formula sebagai berikut:
81
(
(
Dimana :
Rm = Return pasar
JIIt = Harga pasar indeks JII periode t
JII(t-1) = Harga pasar indeks JII periode t-1
3. Return aset bebas risiko, Tingkat suku bunga Bank Indonesia dan obligasi
pemerintah dijadikan variabel risk-free rate. Variabel risk-free rate yang
digunakan untuk CAPM(1) menggunakan tingkat suku bunga SBI sebagai
(Rf1) dan untuk CAPM(2) menggunakan yield obligasi pemerintah seri
FR0064 (Rf2) dimana masing-masing variabel risk-free rate adalah satu
tahun dibagi dua belas bulan. Dapat dihitung dengan rumus sebagai
berikut:
Dimana:
Rf1 = Risk-free rate untuk model CAPM(1)
Rf2 = Risk-free rate untuk model CAPM(2)
SBIt = Tingkat suku bunga SBI periode-t
FR0064t = Yield obligasi pemerintah seri FR0064 periode-t
4. Inflasi, Tingkat inflasi (I) dalam hal ini adalah sebagai pengganti dari nilai
risk-free rate (Rf). Karena dalam model ICAPM penggunaan risk-free rate
dilarang dalam syariat Islam. Variabel inflasi selama satu tahun dibagi dua
belas bulan, dapat dihitung dengan rumus sebagai berikut:
82
5. Zakat, Tingkat zakat (Z) merupakan pengganti dari variabel risk-free rate
(Rf). Karena tingkat keuntungan bebas risiko (Rf) tidak diperkenankan
dalam Syariat Islam, sedangkan dalam umat muslim diwajibkan
mengeluarkan zakat penghasilan sebesar presentase zakat 2,5%. Variabel
tingkat zakat itu sendiri adalah sebesar 2,56% yang diperoleh dengan
rumus sebagai berikut (Effendi, 2016:372):
6. Beta, Sebelum melakukan pengukuran dengan model CAPM maupun
ICAPM, perlu menghitung nilai beta yang merupakan suatu pengukuran
volatilitas return suatu sekuritas atau portofolio terhadap return pasar.
Beta mengukur tingkat dimana imbal hasil pada saham dan pasar bergerak
bersama. Secara formal, beta ditetapkan sebagai (Bodie.et.al, 2014:295):
(
(
83
BAB IV
ANALISIS DAN PEMBAHASAN
A. Gambaran Umum
1. Sejarah Singkat Jakarta Islamic Index
Jakarta Islamic Index (JII) merupakan indeks yang dikembangkan
oleh Bursa Efek Indonesia (BEI) yang bekerjasama dengan Danareksa
Investment Management (DIM) untuk merespon kebutuhan informasi bagi
para investor muslim yang berkaitan dengan investasi syariah. Jakarta
Islamic Index (JII) merupakan subset dari Indeks Harga Saham Gabungan
(IHSG) yang diluncurkan pada tanggal 3 Juli 2000 dan menggunakan
tahun 1 Januari 1995 sebagai base date dengan nilai 100. Pembentukan
instrument syariah ini untuk mendukung pembentukan Pasar Modal
Syariah yang kemudian diluncurkan di Jakarta pada tanggal 14 Maret
2003. Mekanisme Pasar Modal Syariah meniru pola serupa di Malaysia
yang digabungkan dengan bursa konvensional seperti Bursa Efek Jakarta
dan Bursa Efek Surabaya. JII melakukan penyaringan terhadap saham
listing. Rujukan dalam penyaringan adalah fatwa syariah yang dikeluarkan
oleh Dewan Syariah Nasional (DSN). Berdasarkan fatwa DSN, maka
Bursa Efek Indonesia memilih emiten yang unit usahanya sesuai dengan
syariah.
Momentum berkembangnya Pasar Modal Syariah di Indonesia
dimulai pada tahun 1997, yakni dengan diluncurkannya danareksa syariah
84
pada tanggal 3 Juli 1997 oleh PT Danareksa Investment Management.
Tujuan pembentukan JII adalah untuk meningkatkan kepercayaan investor
untuk melakukan investasi pada saham berbasis syariah dan memberikan
manfaat bagi pemodal dalam menjalankan Syariat Islam untuk melakukan
investasi di pasar modal. JII juga diharapkan dapat mendukung
transparansi dan akuntabilitas saham berbasis syariah di Indonesia.
Jawaban menjadi jawaban bagi para investor yang ingin menanamkan
dananya secara syariah tanpa khawatir tercampur dengan dana ribawi.
Selain itu JII menjadi tolak ukur (benchmark) dalam memilih portofolio
saham sesuai syariah agar terhindar dari bisnis yang tidak halal.
2. Perkembangan Jakarta Islamic Index
Pada bulan November 2007, Bapepam dan LK telah mengeluarkan
Daftar Efek Syariah (DES) yang berisi daftar saham syariah yang ada di
Indonesia. Dengan adanya DES maka masyarkat khususnya umat muslim
akan semakin mudah untuk mengetahui saham-saham apa saja yang
termasuk dalam kategori saham syariah di Indonesia. Pada tanggal 8 Maret
2011, DSN MUI telah menerbitkan Fatwa No. 80 tentang penerapan
prinsip syariah dalam mekanisme perdagangan efek bersifat ekuitas di
pasar reguler bursa efek. Dengan adanya fatwa tersebut, seharusnya
masyarakat khususnya umat muslim dapat meningkatkan keyakinannya
bahwa investasi syariah di pasar modal Indonesia sudah sesuai dengan
prinsip-prinsip syariah sepanjang memenuhi kriteria yang tercantum dalam
85
fatwa tersebut. Selain itu, dengan adanya fatwa tersebut diharapkan umat
muslim mulai untuk berinvestasi di pasar modal syariah.
Perkembangan pasar modal syariah menunjukkan kemajuan seiring
dengan meningkatnya indeks yang ditunjukkan dalam Jakarta Islamic
Index (JII). Peningkatan indeks JII walaupun nilainya tidak sebesar IHSG
tetapi kenaikan presentase indeks JII lebih besar daripada IHSG selama
lima tahun terakhir sejak awal 2013 sampai dengan 2017. Hal ini
dikarenakan adanya konsep halal, berkah, kapitalisasi pasar yang tinggi
dan rasio hutang yang rendah dari perusahaan-perusahaan yang termasuk
dalam indeks JII.
Grafik 4.1. Perkembangan Indeks JII Periode 2013-2017
Sumber: website http://www.investing.com (data diolah)
Berdasarkan grafik 4.1. dapat diketahui bahwa indeks JII mengalami
pergerakan yang fluktuatif dan cenderung meningkatan selama periode
0
100
200
300
400
500
600
700
800
Jan
-13
Ap
r-1
3
Jul-
13
Oct
-13
Jan
-14
Ap
r-1
4
Jul-
14
Oct
-14
Jan
-15
Ap
r-1
5
Jul-
15
Oct
-15
Jan
-16
Ap
r-1
6
Jul-
16
Oct
-16
Jan
-17
Ap
r-1
7
Jul-
17
Oct
-17
Jakarta Islamic Index
86
penelitian, meskipun terjadi penurunan pada periode-periode tertentu.
Pada awal periode Januari 2013 indeks JII memiliki nilai 585,11
sedangkan di akhir periode yaitu pada Desember 2017 indeks JII
mengalami kenaikan menjadi 759,07 yang merupakan nilai tertinggi
indeks JII selama lima tahun terakhir. Sedangkan nilai terendah indeks JII
terjadi pada September 2015 yaitu sebesar 556,09.
B. Analisa dan Pembahasan
1. Capital Asset Pricing Model dengan Faktor SBI
a. Return Saham Perusahaan JII
Data yang digunakan dalam penelitian ini adalah data harga saham
penutupan (closing price) bulanan saham-saham yang termasuk dalam
JII selama periode Januari 2013 sampai dengan periode Desember
2017. Return saham (Ri) yang dihitung merupakan return aktual
diperoleh dari harga saham penutupan bulan saat ini (Pt) dikurangi
dengan harga penutupan pada bulan sebelumnya (Pt-1) kemudian
dibagi dengan harga penutupan bulan sebelumnya (Pt-1). Rata-rata
return saham perusahaan yang menjadi sampel penelitian dari tahun
2013 sampai dengan tahun 2017 disajikan dalam tabel 4.1.
Berdasarkan hasil perhitungan rata-rata return saham per bulan dari
masing-masing perusahaan dari tahun 2013 hingga tahun 2017 dapat
dilihat bahwa rata-rata secara keseluruhan adalah 0,0062, hal ini
menunjukkan bahwa return saham perusahaan JII secara keseluruhan
87
bernilai positif dan ini juga menunjukkan bahwa selama periode
penelitian kalangan investor memberikan respon yang positif terhadap
saham-saham JII. Rata-rata return per bulan tertinggi dari sampel
saham perusahaan JII adalah saham Unilever Indonesia Tbk. (UNVR)
dengan rata-rata return sebesar 0,0181 per bulan, sedangkan untuk
rata-rata return per bulan terendah adalah saham Perusahaan Gas
Negara (Persero) Tbk. (PGAS) yaitu sebesar -0,0105.
Tabel 4.1.
Rata-rata Return Saham Perusahaan JII Periode 2013-2017
No. Nama Perusahaan Kode
Perusahaan
Return
Saham
1 Astra Agro Lestari Tbk AALI -0,0010
2 Adaro Energy Tbk ADRO 0,0090
3 AKR Corporindo Tbk AKRA 0,0105
4 Astra International Tbk ASII 0,0036
5 Bumi Serpong Damai Tbk BSDE 0,0116
6 Indofood CBP Sukses Makmur Tbk ICBP 0,0162
7 Indofood Sukses Makmur Tbk INDF 0,0068
8 Kalbe Farma Tbk KLBF 0,0099
9 Lippo Karawaci Tbk LPKR -0,0060
10 PP London Sumatra Indonesia Tbk LSIP 0,0012
11 Perusahaan Gas Negara (Persero)
Tbk PGAS -0,0105
12 Semen Indonesia (Persero) Tbk SMGR -0,0053
13 Telekomunikasi Indonesia (Persero)
Tbk TLKM 0,0167
14 United Tractors Tbk UNTR 0,0121
15 Unilever Indonesia Tbk UNVR 0,0181
Rata-rata Return 0,0062
Sumber: website http://www.investing.com (data diolah)
88
b. Return Pasar
Data return pasar (Rm) dalam penelitian ini menggunakan Jakarta
Islamic Index (JII), dimana data yang digunakan adalah harga
penutupan (closing price) bulanan pada periode Januari 2013 sampai
dengan Desember 2017.
Tabel 4.2.
Return Pasar (Rm) Periode 2013-2017
Periode 2013 2014 2015 2016 2017
Jan 0,0165 0,0304 0,0226 0,0156 -0,0069
Feb 0,0672 0,0398 0,0218 0,0475 0,0127
Mar 0,0234 0,0216 0,0084 0,0169 0,0290
Apr 0,0338 0,0113 -0,0871 0,0009 0,0276
Mei -0,0089 0,0141 0,0500 -0,0068 -0,0061
Jun -0,0243 -0,0028 -0,0588 0,0701 0,0217
Jul -0,0552 0,0540 -0,0229 0,0465 -0,0016
Agst -0,0509 0,0011 -0,0681 0,0279 -0,0028
Sep -0,0108 -0,0051 -0,0705 -0,0096 -0,0174
Okt 0,0514 -0,0250 0,0540 0,0003 -0,0063
Nov -0,0582 0,0187 -0,0107 -0,0773 -0,0206
Des 0,0090 0,0118 0,0406 0,0167 0,0636
Total N
60
Minimum
-0,0871
Maksimum
0,0701
Rata-rata 0,0047
Sumber: website http://www.investing.com (data diolah)
Return pasar tahun dari awal tahun 2012 sampai dengan akhir
tahun 2017 sangat fluktuatif, sehingga terdapat return yang bernilai
negatif dan positif. Hal ini menandakan bahwa terdapat risiko
didalamnya. adapun return yang bernilai negatif terjadi pada tahun
2013 yaitu di bulan Mei (-0,0089), Juni (-0,0243), Juli (-0,0552),
89
Agustus (-0,0509), September (-0,0108) dan November (-0,0582).
Pada tahun 2014 return yang bernilai negatif yaitu di bulan Juni (-
0,0028), September (-0,0051) dan Oktober (-0,0250), Tahun 2015
return negatif terjadi pada bulan April (-0,0871), Juni (-0,0588), Juli (-
0,0229), Agustus (-0,0681), September (-0,0705) dan November (-
0,0107). Tahun 2016 return negatif terjadi pada bulan Mei (-0,0068),
September (-0,0096) dan November (-0,0773). Kemudian terakhir
pada tahun 2017 return negatif terjadi pada bulan Januari (-0,0069),
Mei (-0,0061), Juli (-0,0016), Agustus (-0,0028), September (-0,0174),
Oktober (-0,0063) dan November (-0,0206). Meskipun return pada
indeks JII yang bernilai negatif cukup banyak. kinerja indeks JII tetap
dinilai baik karena return positif juga terjadi di bulan lainnya.
Return pasar yang tertinggi terjadi pada tahun Juni 2016 yaitu
sebesar 0,0701. Sedangkan return pasar terendah terjadi pada bulan
April 2015 yaitu -0,0871. Rata-rata return pasar dari Januari 2013
sampai dengan Desember 2017 bernilai positif yaitu sebesar 0,0047,
hal ini menandakan bahwa investor merespon positif terhadap saham-
saham syariah.
c. Risk-free rate (Tingkat Suku Bunga SBI)
Risk-free rate (Rf) merupakan tingkat keuntungan aset bebas
risiko atas saham yang diukur dengan menggunakan tingkat suku
bunga SBI yang berlaku pada waktu tertentu. Nilai tingkat suku bunga
SBI sebagai risk-free rate dapat dilihat pada tabel 4.3.
90
Tabel 4.3.
Tingkat Suku Bunga SBI (Rf1) Periode 2013-2017
Periode 2013 2014 2015 2016 2017
Jan 0,0048 0,0063 0,0065 0,0060 0,0040
Feb 0,0048 0,0063 0,0063 0,0058 0,0040
Mar 0,0048 0,0063 0,0063 0,0056 0,0040
Apr 0,0050 0,0063 0,0063 0,0056 0,0040
Mei 0,0054 0,0063 0,0063 0,0056 0,0040
Jun 0,0054 0,0063 0,0063 0,0054 0,0040
Jul 0,0058 0,0063 0,0063 0,0054 0,0040
Agst 0,0060 0,0063 0,0063 0,0044 0,0038
Sep 0,0060 0,0063 0,0063 0,0042 0,0035
Okt 0,0063 0,0063 0,0063 0,0040 0,0035
Nov 0,0063 0,0065 0,0063 0,0040 0,0035
Des 0,0063 0,0065 0,0063 0,0040 0,0035
Total N
60
Minimum
0,0035
Maksimum
0,0065
Rata-rata 0,0054
Sumber: website http://www.bi.go.id (data diolah)
Nilai risk-free rate tertinggi terjadi pada bulan November 2014
sampai dengan Januari 2015 dengan risk-free rate sebesar 0,0065.
Sedangkan risk-free rate terendah terjadi pada bulan September 2017
sampai dengan Desember 2017 dengan risk-free rate sebesar 0,0035.
Adapaun rata-rata risk-free rate selama 2013 sampai dengan 2017
adalah sebesar 0,0054.
91
Grafik 4.2.
Perubahan Return Pasar (JII) dan BI Rate (SBI)
Berdasarkan grafik 4.2. dapat dilihat bahwa perubahan return
pasar (JII) sangatlah fluktuatif dibandingkan dengan tingkat suku
bunga SBI.
d. Beta CAPM(1)
Beta Saham (β) atau risiko sistematis merupakan ukuran risiko
pasar yang mempengaruhi harga saham. Beta mengukur volatilitas
return suatu sekuritas dengan return pasar. Nilai beta dapat diukur
dengan hasil kovarian antara return saham dengan return pasar yang
kemudian dibagi dengan varian dari return pasar. Nilai beta yang
positif berarti menunjukkan bahwa kenaikan return pasar juga
mengakibatkan kenaikan pada return saham. Sedangkan, beta yang
negatif berarti menunjukkan bahwa kenaikan return pasar
mengakibatkan penurunan pada return saham. Beta saham perusahaan
-0.1000
-0.0800
-0.0600
-0.0400
-0.0200
0.0000
0.0200
0.0400
0.0600
0.0800
Jan
-13
May
-13
Sep
-13
Jan
-14
May
-14
Sep
-14
Jan
-15
May
-15
Sep
-15
Jan
-16
May
-16
Sep
-16
Jan
-17
May
-17
Sep
-17
Return Pasar (JII)
BI Rate (SBI)
92
yang termasuk dalam JII selama periode 2013 sampai dengan 2017
disajikan pada tabel 4.4.
Tabel 4.4.
Risiko Sistematis (β) CAPM(1)
No. Kode Cov (Ri, Rm) σ²m Beta (β)
1 AALI 0,000430 0,001311 0,328163
2 ADRO 0,001094 0,001311 0,835030
3 AKRA 0,000946 0,001311 0,721883
4 ASII 0,001726 0,001311 1,316744
5 BSDE 0,002222 0,001311 1,695555
6 ICBP 0,001507 0,001311 1,149610
7 INDF 0,001430 0,001311 1,091072
8 KLBF 0,001543 0,001311 1,177091
9 LPKR 0,001559 0,001311 1,189281
10 LSIP 0,000409 0,001311 0,312257
11 PGAS 0,001530 0,001311 1,167256
12 SMGR 0,001554 0,001311 1,185628
13 TLKM 0,001238 0,001311 0,944986
14 UNTR 0,000611 0,001311 0,465946
15 UNVR 0,000854 0,001311 0,651401
Sumber : website http://www.investing.com (data diolah)
Berdasarkan perhitungan yang disajikan beta seluruh perusahaan
JII memiliki nilai yang positif, hal ini menunjukkan bahwa kenaikan
return pasar indeks JII akan mengakibatkan kenaikan pula pada return
saham perusahaan yang termasuk dalam JII.
Nilai beta yang lebih besar dari satu (β > 1) menunjukkan bahwa
return sekuritas lebih sensitif terhadap perubahan return pasar, yang
berarti memiliki tingkat risiko sistematis yang agresif. Nilai beta yang
kurang dari satu (β < 1) menunjukkan bahwa return sekuritas kurang
sensitif terhadap perubahan return pasar, yang berarti memiliki tingkat
93
risiko sistematis yang lemah. Apabila nilai beta sama dengan satu (β =
1) hal ini berarti return sekuritas memiliki perubahan yang sama
terhadap return pasar (Magut dan Bogonko, 2017:37).
Dari tabel 4.4. dapat dilihat bahwa saham-saham yang memiliki
sensitifitas yang agresif adalah ASII (1,316744), BSDE (1,695555),
ICBP (1,149610), INDF (1,091072), KLBF (1,177091), LPKR
(1,189281), PGAS (1,167256) dan SMGR (1,185628). Selain saham-
saham yang memiliki sensitifitas yang agresif, dalam JII terdapat pula
saham-saham yang memiliki sensitifitas yang lemah diantaranya AALI
(0,328163), ADRO (0,835030), AKRA (0,721883), LSIP (0,312257),
TLKM (0,944986), UNTR (0,465946) dan UNVR (0,651401). Dari 15
perusahaan JII yang memiliki beta yang paling agresif adalah BSDE
dengan beta 1,695555, sedangkan yang memiliki beta yang paling
lemah adalah LSIP dengan beta 0,312257.
e. Expected Return Model CAPM dengan Faktor SBI
Sebelum menghitung expected return dengan model CAPM(1)
diperlukan variabel risk-free (Rf1) dimana variabel tersebut diperoleh
dari tingkat suku bunga SBI yang menjadi acuan suku bunga di
Indonesia per tahun dibagi dengan 12 bulan, kemudian diambil rata-
ratanya yaitu sebesar 0,0054 (0,54%). Beta saham (βi) yang diperoleh
dari kovarian antara return saham dan return pasar yang dibagi dengan
varian return pasar.
94
Tabel 4.5.
Expected Return CAPM dengan Faktor SBI
Kode Saham Ri E(Rm) Beta (β) Rf (SBI) CAPM(1)
AALI -0,0010 0,0076 0,3282 0,0054 0,006106
ADRO 0,0090 0,0076 0,8350 0,0054 0,007220
AKRA 0,0105 0,0076 0,7219 0,0054 0,006971
ASII 0,0036 0,0076 1,3167 0,0054 0,008278
BSDE 0,0116 0,0076 1,6956 0,0054 0,009110
ICBP 0,0162 0,0076 1,1496 0,0054 0,007911
INDF 0,0068 0,0076 1,0911 0,0054 0,007782
KLBF 0,0099 0,0076 1,1771 0,0054 0,007971
LPKR -0,0060 0,0076 1,1893 0,0054 0,007998
LSIP 0,0012 0,0076 0,3123 0,0054 0,006071
PGAS -0,0105 0,0076 1,1673 0,0054 0,007949
SMGR -0,0053 0,0076 1,1856 0,0054 0,007990
TLKM 0,0167 0,0076 0,9450 0,0054 0,007461
UNTR 0,0121 0,0076 0,4659 0,0054 0,006409
UNVR 0,0181 0,0076 0,6514 0,0054 0,006816
Sumber: website http://www.investing.com (data diolah)
Dari tabel 4.5. di atas, menunjukkan bahwa besarnya expected
return (E(Ri)) dari masing-masing saham mengikuti tingkatan beta
(risiko sistematis). Saham LSIP memiliki beta yang paling rendah
yaitu sebesar 0,3123 dan expected return yang paling rendah pula yaitu
sebesar 0,006071 atau 0,6071%. Sedangkan saham BSDE memiliki
beta yang paling tinggi yaitu sebesar 1,6956 dan memiliki expected
return yang paling tinggi pula yaitu sebesar 0,009110 atau 0,9110%.
Adapun saham-saham JII yang tergolong undervalued berdasarkan
model CAPM dengan faktor SBI adalah ADRO (0,0090), AKRA
(0,0105), BSDE (0,0116), ICBP (0,0162), KLBF (0,0099), TLKM
(0,0167), UNTR (0,0121), dan UNVR (0,0181). Sedangkan saham-
95
saham JII yang tergolong overvalued berdasarkan model CAPM
dengan faktor SBI adalah AALI (-0,0010), ASII (0,0036), INDF
(0,0068), LPKR (-0,0060), LSIP (0,0012), PGAS (-0,0105), dan
SMGR (-0,0053).
2. Capital Asset Pricing Model dengan Faktor Obligasi Pemerintah
a. Return Saham Perusahaan JII
Data yang digunakan dalam penelitian ini adalah data harga saham
penutupan (closing price) bulanan saham-saham yang termasuk dalam
JII selama periode Januari 2013 sampai dengan periode Desember
2017. Return saham (Ri) yang dihitung merupakan return aktual
diperoleh dari harga saham penutupan bulan saat ini (Pt) dikurangi
dengan harga penutupan pada bulan sebelumnya (Pt-1) kemudian
dibagi dengan harga penutupan bulan sebelumnya (Pt-1). Rata-rata
return saham perusahaan yang menjadi sampel penelitian dari tahun
2013 sampai dengan tahun 2017 disajikan dalam tabel 4.6.
Berdasarkan hasil perhitungan rata-rata return saham per bulan dari
masing-masing perusahaan dari tahun 2013 hingga tahun 2017 dapat
dilihat bahwa rata-rata secara keseluruhan adalah 0,0062, hal ini
menunjukkan bahwa return saham perusahaan JII secara keseluruhan
bernilai positif dan ini juga menunjukkan bahwa selama periode
penelitian kalangan investor memberikan respon yang positif terhadap
saham-saham JII. Rata-rata return per bulan tertinggi dari sampel
saham perusahaan JII adalah saham Unilever Indonesia Tbk. (UNVR)
96
dengan rata-rata return sebesar 0,0181 per bulan, sedangkan untuk
rata-rata return per bulan terendah adalah saham Perusahaan Gas
Negara (Persero) Tbk. (PGAS) yaitu sebesar -0.0105.
Tabel 4.6.
Rata-rata Return Saham Perusahaan JII Periode 2013-2017
No. Nama Perusahaan Kode
Perusahaan
Return
Saham
1 Astra Agro Lestari Tbk AALI -0,0010
2 Adaro Energy Tbk ADRO 0,0090
3 AKR Corporindo Tbk AKRA 0,0105
4 Astra International Tbk ASII 0,0036
5 Bumi Serpong Damai Tbk BSDE 0,0116
6 Indofood CBP Sukses Makmur Tbk ICBP 0,0162
7 Indofood Sukses Makmur Tbk INDF 0,0068
8 Kalbe Farma Tbk KLBF 0,0099
9 Lippo Karawaci Tbk LPKR -0,0060
10 PP London Sumatra Indonesia Tbk LSIP 0,0012
11 Perusahaan Gas Negara (Persero)
Tbk PGAS -0,0105
12 Semen Indonesia (Persero) Tbk SMGR -0,0053
13 Telekomunikasi Indonesia (Persero)
Tbk TLKM 0,0167
14 United Tractors Tbk UNTR 0,0121
15 Unilever Indonesia Tbk UNVR 0,0181
Rata-rata Return 0,0062
Sumber: website http://www.investing.com (data diolah)
b. Return Pasar
Data return pasar (Rm) dalam penelitian ini menggunakan Jakarta
Islamic Index (JII), dimana data yang digunakan adalah harga
97
penutupan (closing price) bulanan pada periode Januari 2013 sampai
dengan Desember 2017.
Tabel 4.7.
Return Pasar (Rm) Periode 2013-2017
Periode 2013 2014 2015 2016 2017
Jan 0,0165 0,0304 0,0226 0,0156 -0,0069
Feb 0,0672 0,0398 0,0218 0,0475 0,0127
Mar 0,0234 0,0216 0,0084 0,0169 0,0290
Apr 0,0338 0,0113 -0,0871 0,0009 0,0276
Mei -0,0089 0,0141 0,0500 -0,0068 -0,0061
Jun -0,0243 -0,0028 -0,0588 0,0701 0,0217
Jul -0,0552 0,0540 -0,0229 0,0465 -0,0016
Agst -0,0509 0,0011 -0,0681 0,0279 -0,0028
Sep -0,0108 -0,0051 -0,0705 -0,0096 -0,0174
Okt 0,0514 -0,0250 0,0540 0,0003 -0,0063
Nov -0,0582 0,0187 -0,0107 -0,0773 -0,0206
Des 0,0090 0,0118 0,0406 0,0167 0,0636
Total N
60
Minimum
-0,0871
Maksimum
0,0701
Rata-rata 0,0047
Sumber: website http://www.investing.com (data diolah)
Return pasar tahun dari awal tahun 2012 sampai dengan akhir
tahun 2017 sangat fluktuatif, sehingga terdapat return yang bernilai
negatif dan positif. Hal ini menandakan bahwa terdapat risiko
didalamnya. adapun return yang bernilai negatif terjadi pada tahun
2013 yaitu di bulan Mei (-0,0089), Juni (-0,0243), Juli (-0,0552),
Agustus (-0,0509), September (-0,0108) dan November (-0,0582).
Pada tahun 2014 return yang bernilai negatif yaitu di bulan Juni (-
0,0028), September (-0,0051) dan Oktober (-0,0250), Tahun 2015
98
return negatif terjadi pada bulan April (-0,0871), Juni (-0,0588), Juli (-
0,0229), Agustus (-0,0681), September (-0,0705) dan November (-
0,0107). Tahun 2016 return negatif terjadi pada bulan Mei (-0,0068),
September (-0,0096) dan November (-0,0773). Kemudian terakhir
pada tahun 2017 return negatif terjadi pada bulan Januari (-0,0069),
Mei (-0,0061), Juli (-0,0016), Agustus (-0,0028), September (-0,0174),
Oktober (-0,0063) dan November (-0,0206). Meskipun return pada
indeks JII yang bernilai negatif cukup banyak. kinerja indeks JII tetap
dinilai baik karena return positif juga terjadi di bulan lainnya.
Return pasar yang tertinggi terjadi pada tahun Juni 2016 yaitu
sebesar 0,0701. Sedangkan return pasar terendah terjadi pada bulan
April 2015 yaitu -0,0871. Rata-rata return pasar dari Januari 2013
sampai dengan Desember 2017 bernilai positif yaitu sebesar 0,0047,
hal ini menandakan bahwa investor merespon positif terhadap saham-
saham syariah.
c. Risk-free rate (Obligasi Pemerintah Seri-FR0064)
Risk-free rate (Rf) merupakan tingkat keuntungan aset bebas
risiko atas saham yang diukur dengan menggunakan yield obligasi
pemerintah seri-FR0064 yang merupan benchmark dari seluruh
obligasi pemerintah. Nilai yield obligasi pemerintah seri-FR0064
sebagai risk-free rate dapat dilihat pada tabel 4.8.
99
Tabel 4.8.
Yield Obligasi Pemerintah FR0064 (Rf2) Periode 2013-2017
Periode 2013 2014 2015 2016 2017
Jan 0,0045 0,0074 0,0059 0,0069 0,0064
Feb 0,0045 0,0070 0,0058 0,0069 0,0063
Mar 0,0046 0,0066 0,0062 0,0064 0,0059
Apr 0,0046 0,0066 0,0064 0,0064 0,0059
Mei 0,0051 0,0067 0,0068 0,0066 0,0058
Jun 0,0059 0,0069 0,0070 0,0062 0,0057
Jul 0,0066 0,0067 0,0072 0,0058 0,0058
Agst 0,0072 0,0069 0,0073 0,0059 0,0056
Sep 0,0071 0,0070 0,0080 0,0059 0,0054
Okt 0,0062 0,0067 0,0073 0,0060 0,0057
Nov 0,0072 0,0064 0,0072 0,0068 0,0054
Des 0,0070 0,0065 0,0074 0,0066 0,0052
Total N
60
Minimum
0,0045
Maksimum
0,0080
Rata-rata 0,0063
Sumber: Website resmi Indonesia Bond Pricing Agency,
http://www.ibpa.co.id (data diolah)
Nilai risk-free rate tertinggi terjadi pada bulan September 2015
dengan risk-free rate sebesar 0,0080. Sedangkan risk-free rate
terendah terjadi pada bulan Januari 2013 sampai dengan Februari 2013
dengan risk-free rate sebesar 0,0045. Adapaun rata-rata risk-free rate
selama 2013 sampai dengan 2017 adalah sebesar 0,0063.
100
Grafik 4.3.
Perubahan Return Pasar (JII) dan Yield Obligasi Pemerintah Seri-FR0064
Berdasarkan grafik 4.3. dapat dilihat bahwa perubahan return
pasar (JII) sangatlah fluktuatif dibandingkan dengan yield obligasi
pemerintah seri-FR0064.
d. Beta CAPM(2)
Beta Saham (β) atau risiko sistematis merupakan ukuran risiko
pasar yang mempengaruhi harga saham. Beta mengukur volatilitas
return suatu sekuritas dengan return pasar. Nilai beta dapat diukur
dengan hasil kovarian antara return saham dengan return pasar yang
kemudian dibagi dengan varian dari return pasar. Nilai beta yang
positif berarti menunjukkan bahwa kenaikan return pasar juga
mengakibatkan kenaikan pada return saham. Sedangkan, beta yang
negatif berarti menunjukkan bahwa kenaikan return pasar
mengakibatkan penurunan pada return saham. Beta saham perusahaan
-0.1000
-0.0800
-0.0600
-0.0400
-0.0200
0.0000
0.0200
0.0400
0.0600
0.0800
Jan
-13
Jun
-13
No
v-1
3
Ap
r-1
4
Sep
-14
Feb
-15
Jul-
15
Dec
-15
May
-16
Oct
-16
Mar
-17
Au
g-1
7
Return Pasar (JII)
Yield Obligasi PemerintahSeri-FR0064
101
yang termasuk dalam JII selama periode 2013 sampai dengan 2017
disajikan pada tabel 4.9.
Tabel 4.9.
Risiko Sistematis (β) CAPM(2)
No. Kode Cov (Ri, Rm) σ²m Beta (β)
1 AALI 0,000430 0,001311 0,328163
2 ADRO 0,001094 0,001311 0,835030
3 AKRA 0,000946 0,001311 0,721883
4 ASII 0,001726 0,001311 1,316744
5 BSDE 0,002222 0,001311 1,695555
6 ICBP 0,001507 0,001311 1,149610
7 INDF 0,001430 0,001311 1,091072
8 KLBF 0,001543 0,001311 1,177091
9 LPKR 0,001559 0,001311 1,189281
10 LSIP 0,000409 0,001311 0,312257
11 PGAS 0,001530 0,001311 1,167256
12 SMGR 0,001554 0,001311 1,185628
13 TLKM 0,001238 0,001311 0,944986
14 UNTR 0,000611 0,001311 0,465946
15 UNVR 0,000854 0,001311 0,651401
Sumber : website http://www.investing.com (data diolah)
Berdasarkan perhitungan yang disajikan beta seluruh perusahaan
JII memiliki nilai yang positif, hal ini menunjukkan bahwa kenaikan
return pasar indeks JII akan mengakibatkan kenaikan pula pada return
saham perusahaan yang termasuk dalam JII.
Nilai beta yang lebih besar dari satu (β > 1) menunjukkan bahwa
return sekuritas lebih sensitif terhadap perubahan return pasar, yang
berarti memiliki tingkat risiko sistematis yang agresif. Nilai beta yang
kurang dari satu (β < 1) menunjukkan bahwa return sekuritas kurang
sensitif terhadap perubahan return pasar, yang berarti memiliki tingkat
102
risiko sistematis yang lemah. Apabila nilai beta sama dengan satu (β =
1) hal ini berarti return sekuritas memiliki perubahan yang sama
terhadap return pasar (Magut dan Bogonko, 2017:37).
Dari tabel 4.9. dapat dilihat bahwa saham-saham yang memiliki
sensitifitas yang agresif adalah ASII (1,316744), BSDE (1,695555),
ICBP (1,149610), INDF (1,091072), KLBF (1,177091), LPKR
(1,189281), PGAS (1,167256) dan SMGR (1,185628). Selain saham-
saham yang memiliki sensitifitas yang agresif, dalam JII terdapat pula
saham-saham yang memiliki sensitifitas yang lemah diantaranya AALI
(0,328163), ADRO (0,835030), AKRA (0,721883), LSIP (0,312257),
TLKM (0,944986), UNTR (0,465946) dan UNVR (0,651401). Dari 15
perusahaan JII yang memiliki beta yang paling agresif adalah BSDE
dengan beta 1,695555, sedangkan yang memiliki beta yang paling
lemah adalah LSIP dengan beta 0,312257.
e. Expected Return Model CAPM dengan Faktor Obligasi
Pemerintah Seri-FR0064
Sebelum menghitung expected return dengan model CAPM(2)
diperlukan variabel risk-free (Rf2) dimana variabel tersebut diperoleh
dari yield obligasi pemerintah seri-FR0064 yang menjadi benchmark
seluruh obligasi pemerintah per tahun dibagi dengan 12 bulan,
kemudian diambil rata-ratanya yaitu sebesar 0,0063 (0,63%). Beta
saham (βi) yang diperoleh dari kovarian antara return saham dan
return pasar yang dibagi dengan varian return pasar
103
Tabel 4.10.
Expected Return CAPM dengan Faktor Obligasi Pemerintah
Kode Saham Ri E(Rm) Beta (β) Rf
(FR0064) CAPM(2)
AALI -0,0010 0,0076 0,3282 0,0063 0,006739
ADRO 0,0090 0,0076 0,8350 0,0063 0,007375
AKRA 0,0105 0,0076 0,7219 0,0063 0,007233
ASII 0,0036 0,0076 1,3167 0,0063 0,007979
BSDE 0,0116 0,0076 1,6956 0,0063 0,008454
ICBP 0,0162 0,0076 1,1496 0,0063 0,007770
INDF 0,0068 0,0076 1,0911 0,0063 0,007696
KLBF 0,0099 0,0076 1,1771 0,0063 0,007804
LPKR -0,0060 0,0076 1,1893 0,0063 0,007819
LSIP 0,0012 0,0076 0,3123 0,0063 0,006719
PGAS -0,0105 0,0076 1,1673 0,0063 0,007792
SMGR -0,0053 0,0076 1,1856 0,0063 0,007815
TLKM 0,0167 0,0076 0,9450 0,0063 0,007513
UNTR 0,0121 0,0076 0,4659 0,0063 0,006912
UNVR 0,0181 0,0076 0,6514 0,0063 0,007145
Sumber: website http://www.investing.com (data diolah)
Dari tabel 4.10. di atas, menunjukkan bahwa besarnya expected
return (E(Ri)) dari masing-masing saham mengikuti tingkatan beta
(risiko sistematis). Saham LSIP memiliki beta yang paling rendah
yaitu sebesar 0,3123 dan expected return yang paling rendah pula yaitu
sebesar 0,006719 atau 0,6719%. Sedangkan saham BSDE memiliki
beta yang paling tinggi yaitu sebesar 1,6956 dan memiliki expected
return yang paling tinggi pula yaitu sebesar 0,008454 atau 0,8454%.
Adapun saham-saham JII yang tergolong undervalued berdasarkan
model CAPM dengan faktor SBI adalah ADRO (0,0090), AKRA
(0,0105), BSDE (0,0116), ICBP (0,0162), KLBF (0,0099), TLKM
(0,0167), UNTR (0,0121), dan UNVR (0,0181). Sedangkan saham-
104
saham JII yang tergolong overvalued berdasarkan model CAPM
dengan faktor SBI adalah AALI (-0,0010), ASII (0,0036), INDF
(0,0068), LPKR (-0,0060), LSIP (0,0012), PGAS (-0,0105), dan
SMGR (-0,0053).
3. Islamic Capital Asset Pricing Model dengan Faktor Inflasi
a. Return Saham Perusahaan JII
Data yang digunakan dalam penelitian ini adalah data harga saham
penutupan (closing price) bulanan saham-saham yang termasuk dalam
JII selama periode Januari 2013 sampai dengan periode Desember
2017. Return saham (Ri) yang dihitung merupakan return aktual
diperoleh dari harga saham penutupan bulan saat ini (Pt) dikurangi
dengan harga penutupan pada bulan sebelumnya (Pt-1) kemudian
dibagi dengan harga penutupan bulan sebelumnya (Pt-1). Rata-rata
return saham perusahaan yang menjadi sampel penelitian dari tahun
2013 sampai dengan tahun 2017 disajikan dalam tabel 4.11.
Berdasarkan hasil perhitungan rata-rata return saham per bulan dari
masing-masing perusahaan dari tahun 2013 hingga tahun 2017 dapat
dilihat bahwa rata-rata secara keseluruhan adalah 0,0062, hal ini
menunjukkan bahwa return saham perusahaan JII secara keseluruhan
bernilai positif dan ini juga menunjukkan bahwa selama periode
penelitian kalangan investor memberikan respon yang positif terhadap
saham-saham JII. Rata-rata return per bulan tertinggi dari sampel
saham perusahaan JII adalah saham Unilever Indonesia Tbk. (UNVR)
dengan rata-rata return sebesar 0,0181 per bulan, sedangkan untuk
105
rata-rata return per bulan terendah adalah saham Perusahaan Gas
Negara (Persero) Tbk. (PGAS) yaitu sebesar -0,0105.
Tabel 4.11.
Rata-rata Return Saham Perusahaan JII Periode 2013-2017
No. Nama Perusahaan Kode
Perusahaan
Return
Saham
1 Astra Agro Lestari Tbk AALI -0,0010
2 Adaro Energy Tbk ADRO 0,0090
3 AKR Corporindo Tbk AKRA 0,0105
4 Astra International Tbk ASII 0,0036
5 Bumi Serpong Damai Tbk BSDE 0,0116
6 Indofood CBP Sukses Makmur Tbk ICBP 0,0162
7 Indofood Sukses Makmur Tbk INDF 0,0068
8 Kalbe Farma Tbk KLBF 0,0099
9 Lippo Karawaci Tbk LPKR -0,0060
10 PP London Sumatra Indonesia Tbk LSIP 0,0012
11 Perusahaan Gas Negara (Persero)
Tbk PGAS -0,0105
12 Semen Indonesia (Persero) Tbk SMGR -0,0053
13 Telekomunikasi Indonesia (Persero)
Tbk TLKM 0,0167
14 United Tractors Tbk UNTR 0,0121
15 Unilever Indonesia Tbk UNVR 0,0181
Rata-rata Return 0,0062
Sumber: website http://www.investing.com (data diolah)
b. Return Pasar
Data return pasar (Rm) dalam penelitian ini menggunakan Jakarta
Islamic Index (JII), dimana data yang digunakan adalah harga
penutupan (closing price) bulanan pada periode Januari 2013 sampai
dengan Desember 2017.
106
Tabel 4.12.
Return Pasar (Rm) Periode 2013-2017
Periode 2013 2014 2015 2016 2017
Jan 0,0165 0,0304 0,0226 0,0156 -0,0069
Feb 0,0672 0,0398 0,0218 0,0475 0,0127
Mar 0,0234 0,0216 0,0084 0,0169 0,0290
Apr 0,0338 0,0113 -0,0871 0,0009 0,0276
Mei -0,0089 0,0141 0,0500 -0,0068 -0,0061
Jun -0,0243 -0,0028 -0,0588 0,0701 0,0217
Jul -0,0552 0,0540 -0,0229 0,0465 -0,0016
Agst -0,0509 0,0011 -0,0681 0,0279 -0,0028
Sep -0,0108 -0,0051 -0,0705 -0,0096 -0,0174
Okt 0,0514 -0,0250 0,0540 0,0003 -0,0063
Nov -0,0582 0,0187 -0,0107 -0,0773 -0,0206
Des 0,0090 0,0118 0,0406 0,0167 0,0636
Total N
60
Minimum
-0,0871
Maksimum
0,0701
Rata-rata 0,0047
Sumber: website http://www.investing.com (data diolah)
Return pasar tahun dari awal tahun 2012 sampai dengan akhir
tahun 2017 sangat fluktuatif, sehingga terdapat return yang bernilai
negatif dan positif. Hal ini menandakan bahwa terdapat risiko
didalamnya. adapun return yang bernilai negatif terjadi pada tahun
2013 yaitu di bulan Mei (-0,0089), Juni (-0,0243), Juli (-0,0552),
Agustus (-0,0509), September (-0,0108) dan November (-0,0582).
Pada tahun 2014 return yang bernilai negatif yaitu di bulan Juni (-
0,0028), September (-0,0051) dan Oktober (-0,0250), Tahun 2015
return negatif terjadi pada bulan April (-0,0871), Juni (-0,0588), Juli (-
0,0229), Agustus (-0,0681), September (-0,0705) dan November (-
0,0107). Tahun 2016 return negatif terjadi pada bulan Mei (-0,0068),
September (-0,0096) dan November (-0,0773). Kemudian terakhir
107
pada tahun 2017 return negatif terjadi pada bulan Januari (-0,0069),
Mei (-0,0061), Juli (-0,0016), Agustus (-0,0028), September (-0,0174),
Oktober (-0,0063) dan November (-0,0206). Meskipun return pada
indeks JII yang bernilai negatif cukup banyak. kinerja indeks JII tetap
dinilai baik karena return positif juga terjadi di bulan lainnya.
Return pasar yang tertinggi terjadi pada tahun Juni 2016 yaitu
sebesar 0,0701. Sedangkan return pasar terendah terjadi pada bulan
April 2015 yaitu -0,0871. Rata-rata return pasar dari Januari 2013
sampai dengan Desember 2017 bernilai positif yaitu sebesar 0,0047,
hal ini menandakan bahwa investor merespon positif terhadap saham-
saham syariah.
c. Inflasi sebagai Pengganti Risk-Free Rate
Inflasi (I) merupakan pengganti variabel risk-free rate (Rf) untuk
model ICAPM karena dalam syariat Islam keuntungan bebas risiko
(risk-free) tidak diperbolehkan. Tingkat inflasi sebagai pengganti risk-
free dapat dilihat pada tabel 4.13.
108
Tabel 4.13.
Tingkat Inflasi Periode 2013-2017
Periode 2013 2014 2015 2016 2017
Jan 0,0038 0,0069 0,0058 0,0035 0,0029
Feb 0,0044 0,0065 0,0052 0,0037 0,0032
Mar 0,0049 0,0061 0,0053 0,0037 0,0030
Apr 0,0046 0,0060 0,0057 0,0030 0,0035
Mei 0,0046 0,0061 0,0060 0,0028 0,0036
Jun 0,0049 0,0056 0,0061 0,0029 0,0036
Jul 0,0072 0,0038 0,0061 0,0037 0,0032
Agst 0,0073 0,0033 0,0060 0,0023 0,0032
Sep 0,0070 0,0038 0,0057 0,0026 0,0031
Okt 0,0069 0,0040 0,0052 0,0028 0,0030
Nov 0,0070 0,0052 0,0041 0,0030 0,0028
Des 0,0070 0,0070 0,0028 0,0025 0,0030
Total N
60
Minimum
0,0023
Maksimum
0,0073
Rata-rata 0,0045 Sumber: website http://www.bi.go.id (data diolah)
Tingkat inflasi (I) tertinggi terjadi pada bulan Agustus 2013
dengan inflasi sebesar 0,0073. Sedangkan inflasi terendah terjadi pada
bulan Agustus 2016 dengan inflasi sebesar 0,0023. Adapaun rata-rata
inflasi selama 2013 sampai dengan 2017 adalah sebesar 0,0045.
109
Grafik 4.4.
Perubahan Return Pasar (JII) dan Inflasi
Berdasarkan grafik 4.4. dapat dilihat bahwa perubahan return
pasar (JII) sangatlah fluktuatif dibandingkan dengan inflasi.
d. Beta ICAPM(1)
Beta Saham (β) atau risiko sistematis merupakan ukuran risiko
pasar yang mempengaruhi harga saham. Beta mengukur volatilitas
return suatu sekuritas dengan return pasar. Nilai beta dapat diukur
dengan hasil kovarian antara return saham dengan return pasar yang
kemudian dibagi dengan varian dari return pasar. Nilai beta yang
positif berarti menunjukkan bahwa kenaikan return pasar juga
mengakibatkan kenaikan pada return saham. Sedangkan, beta yang
negatif berarti menunjukkan bahwa kenaikan return pasar
mengakibatkan penurunan pada return saham. Beta saham perusahaan
yang termasuk dalam JII selama periode 2013 sampai dengan 2017
disajikan pada tabel 4.14.
-0.1000
-0.0800
-0.0600
-0.0400
-0.0200
0.0000
0.0200
0.0400
0.0600
0.0800
Jan
-13
May
-13
Sep
-13
Jan
-14
May
-14
Sep
-14
Jan
-15
May
-15
Sep
-15
Jan
-16
May
-16
Sep
-16
Jan
-17
May
-17
Sep
-17
Return Pasar (JII)
Inflasi
110
Tabel 4.14.
Risiko Sistematis (β) ICAPM(1)
No. Kode Cov (Ri, Rm) σ²m Beta (β)
1 AALI 0,000430 0,001311 0,328163
2 ADRO 0,001094 0,001311 0,835030
3 AKRA 0,000946 0,001311 0,721883
4 ASII 0,001726 0,001311 1,316744
5 BSDE 0,002222 0,001311 1,695555
6 ICBP 0,001507 0,001311 1,149610
7 INDF 0,001430 0,001311 1,091072
8 KLBF 0,001543 0,001311 1,177091
9 LPKR 0,001559 0,001311 1,189281
10 LSIP 0,000409 0,001311 0,312257
11 PGAS 0,001530 0,001311 1,167256
12 SMGR 0,001554 0,001311 1,185628
13 TLKM 0,001238 0,001311 0,944986
14 UNTR 0,000611 0,001311 0,465946
15 UNVR 0,000854 0,001311 0,651401
Sumber : website http://www.investing.com (data diolah)
Berdasarkan perhitungan yang disajikan beta seluruh perusahaan
JII memiliki nilai yang positif, hal ini menunjukkan bahwa kenaikan
return pasar indeks JII akan mengakibatkan kenaikan pula pada return
saham perusahaan yang termasuk dalam JII.
Nilai beta yang lebih besar dari satu (β > 1) menunjukkan bahwa
return sekuritas lebih sensitif terhadap perubahan return pasar, yang
berarti memiliki tingkat risiko sistematis yang agresif. Nilai beta yang
kurang dari satu (β < 1) menunjukkan bahwa return sekuritas kurang
sensitif terhadap perubahan return pasar, yang berarti memiliki tingkat
risiko sistematis yang lemah. Apabila nilai beta sama dengan satu (β =
1) hal ini berarti return sekuritas memiliki perubahan yang sama
terhadap return pasar (Magut dan Bogonko, 2017:37).
111
Dari tabel 4.14. dapat dilihat bahwa saham-saham yang memiliki
sensitifitas yang agresif adalah ASII (1,316744), BSDE (1,695555),
ICBP (1,149610), INDF (1,091072), KLBF (1,177091), LPKR
(1,189281), PGAS (1,167256) dan SMGR (1,185628). Selain saham-
saham yang memiliki sensitifitas yang agresif, dalam JII terdapat pula
saham-saham yang memiliki sensitifitas yang lemah diantaranya AALI
(0,328163), ADRO (0,835030), AKRA (0,721883), LSIP (0,312257),
TLKM (0,944986), UNTR (0,465946) dan UNVR (0,651401). Dari 15
perusahaan JII yang memiliki beta yang paling agresif adalah BSDE
dengan beta 1,695555, sedangkan yang memiliki beta yang paling
lemah adalah LSIP dengan beta 0,312257.
e. Expected Return Model ICAPM dengan Faktor Tingkat Inflasi
Sebelum menghitung expected return dengan model ICAPM(1)
diperlukan variabel tingkat inflasi (I) dimana variabel tersebut
diperoleh dari nilai inflasi per tahun dibagi dengan 12 bulan, kemudian
diambil rata-ratanya yaitu sebesar 0,0045 (0,45%). Beta saham (βi)
yang diperoleh dari kovarian antara return saham dan return pasar
yang dibagi dengan varian return pasar.
112
Tabel 4.15.
Expected Return ICAPM dengan Faktor Tingkat Inflasi
Kode Saham Ri E(Rm) Beta (β) Tingkat
Inflasi (I) ICAPM(1)
AALI -0,0010 0,0076 0,3282 0,0045 0,005523
ADRO 0,0090 0,0076 0,8350 0,0045 0,007076
AKRA 0,0105 0,0076 0,7219 0,0045 0,006730
ASII 0,0036 0,0076 1,3167 0,0045 0,008552
BSDE 0,0116 0,0076 1,6956 0,0045 0,009713
ICBP 0,0162 0,0076 1,1496 0,0045 0,008040
INDF 0,0068 0,0076 1,0911 0,0045 0,007861
KLBF 0,0099 0,0076 1,1771 0,0045 0,008125
LPKR -0,0060 0,0076 1,1893 0,0045 0,008162
LSIP 0,0012 0,0076 0,3123 0,0045 0,005475
PGAS -0,0105 0,0076 1,1673 0,0045 0,008094
SMGR -0,0053 0,0076 1,1856 0,0045 0,008151
TLKM 0,0167 0,0076 0,9450 0,0045 0,007413
UNTR 0,0121 0,0076 0,4659 0,0045 0,005946
UNVR 0,0181 0,0076 0,6514 0,0045 0,006514
Sumber: website http://www.investing.com (data diolah)
Dari tabel 4.15. di atas, menunjukkan bahwa besarnya expected
return (E(Ri)) dari masing-masing saham mengikuti tingkatan beta
(risiko sistematis). Saham LSIP memiliki beta yang paling rendah
yaitu sebesar 0,3123 dan expected return yang paling rendah pula yaitu
sebesar 0,005475 atau 0,5475%. Sedangkan saham BSDE memiliki
beta yang paling tinggi yaitu sebesar 1,6956 dan memiliki expected
return yang paling tinggi pula yaitu sebesar 0,009713 atau 0,9713%.
Adapun saham-saham JII yang tergolong undervalued berdasarkan
model CAPM dengan faktor SBI adalah ADRO (0,0090), AKRA
(0,0105), BSDE (0,0116), ICBP (0,0162), KLBF (0,0099), TLKM
(0,0167), UNTR (0,0121), dan UNVR (0,0181). Sedangkan saham-
113
saham JII yang tergolong overvalued berdasarkan model CAPM
dengan faktor SBI adalah AALI (-0,0010), ASII (0,0036), INDF
(0,0068), LPKR (-0,0060), LSIP (0,0012), PGAS (-0,0105), dan
SMGR (-0,0053).
4. Islamic Capital Asset Pricing Model dengan Faktor Zakat
a. Return Saham Perusahaan JII
Data yang digunakan dalam penelitian ini adalah data harga saham
penutupan (closing price) bulanan saham-saham yang termasuk dalam
JII selama periode Januari 2013 sampai dengan periode Desember
2017. Return saham (Ri) yang dihitung merupakan return aktual
diperoleh dari harga saham penutupan bulan saat ini (Pt) dikurangi
dengan harga penutupan pada bulan sebelumnya (Pt-1) kemudian
dibagi dengan harga penutupan bulan sebelumnya (Pt-1). Rata-rata
return saham perusahaan yang menjadi sampel penelitian dari tahun
2013 sampai dengan tahun 2017 disajikan dalam tabel 4.16.
Berdasarkan hasil perhitungan rata-rata return saham per bulan dari
masing-masing perusahaan dari tahun 2013 hingga tahun 2017 dapat
dilihat bahwa rata-rata secara keseluruhan adalah 0,0062, hal ini
menunjukkan bahwa return saham perusahaan JII secara keseluruhan
bernilai positif dan ini juga menunjukkan bahwa selama periode
penelitian kalangan investor memberikan respon yang positif terhadap
saham-saham JII. Rata-rata return per bulan tertinggi dari sampel
114
saham perusahaan JII adalah saham Unilever Indonesia Tbk. (UNVR)
dengan rata-rata return sebesar 0,0181 per bulan, sedangkan untuk
rata-rata return per bulan terendah adalah saham Perusahaan Gas
Negara (Persero) Tbk. (PGAS) yaitu sebesar -0,0105.
Tabel 4.16.
Rata-rata Return Saham Perusahaan JII Periode 2013-2017
No. Nama Perusahaan Kode
Perusahaan
Return
Saham
1 Astra Agro Lestari Tbk AALI -0,0010
2 Adaro Energy Tbk ADRO 0,0090
3 AKR Corporindo Tbk AKRA 0,0105
4 Astra International Tbk ASII 0,0036
5 Bumi Serpong Damai Tbk BSDE 0,0116
6 Indofood CBP Sukses Makmur Tbk ICBP 0,0162
7 Indofood Sukses Makmur Tbk INDF 0,0068
8 Kalbe Farma Tbk KLBF 0,0099
9 Lippo Karawaci Tbk LPKR -0,0060
10 PP London Sumatra Indonesia Tbk LSIP 0,0012
11 Perusahaan Gas Negara (Persero)
Tbk PGAS -0,0105
12 Semen Indonesia (Persero) Tbk SMGR -0,0053
13 Telekomunikasi Indonesia (Persero)
Tbk TLKM 0,0167
14 United Tractors Tbk UNTR 0,0121
15 Unilever Indonesia Tbk UNVR 0,0181
Rata-rata Return 0,0062
Sumber: website http://www.investing.com (data diolah)
b. Return Pasar
Data return pasar (Rm) dalam penelitian ini menggunakan Jakarta
Islamic Index (JII), dimana data yang digunakan adalah harga
115
penutupan (closing price) bulanan pada periode Januari 2013 sampai
dengan Desember 2017.
Tabel 4.17.
Return Pasar (Rm) Periode 2013-2017
Periode 2013 2014 2015 2016 2017
Jan 0,0165 0,0304 0,0226 0,0156 -0,0069
Feb 0,0672 0,0398 0,0218 0,0475 0,0127
Mar 0,0234 0,0216 0,0084 0,0169 0,0290
Apr 0,0338 0,0113 -0,0871 0,0009 0,0276
Mei -0,0089 0,0141 0,0500 -0,0068 -0,0061
Jun -0,0243 -0,0028 -0,0588 0,0701 0,0217
Jul -0,0552 0,0540 -0,0229 0,0465 -0,0016
Agst -0,0509 0,0011 -0,0681 0,0279 -0,0028
Sep -0,0108 -0,0051 -0,0705 -0,0096 -0,0174
Okt 0,0514 -0,0250 0,0540 0,0003 -0,0063
Nov -0,0582 0,0187 -0,0107 -0,0773 -0,0206
Des 0,0090 0,0118 0,0406 0,0167 0,0636
Total N
60
Minimum
-0,0871
Maksimum
0,0701
Rata-rata 0,0047
Sumber: website http://www.investing.com (data diolah)
Return pasar tahun dari awal tahun 2012 sampai dengan akhir
tahun 2017 sangat fluktuatif, sehingga terdapat return yang bernilai
negatif dan positif. Hal ini menandakan bahwa terdapat risiko
didalamnya. adapun return yang bernilai negatif terjadi pada tahun
2013 yaitu di bulan Mei (-0,0089), Juni (-0,0243), Juli (-0,0552),
Agustus (-0,0509), September (-0,0108) dan November (-0,0582).
Pada tahun 2014 return yang bernilai negatif yaitu di bulan Juni (-
0,0028), September (-0,0051) dan Oktober (-0,0250), Tahun 2015
116
return negatif terjadi pada bulan April (-0,0871), Juni (-0,0588), Juli (-
0,0229), Agustus (-0,0681), September (-0,0705) dan November (-
0,0107). Tahun 2016 return negatif terjadi pada bulan Mei (-0,0068),
September (-0,0096) dan November (-0,0773). Kemudian terakhir
pada tahun 2017 return negatif terjadi pada bulan Januari (-0,0069),
Mei (-0,0061), Juli (-0,0016), Agustus (-0,0028), September (-0,0174),
Oktober (-0,0063) dan November (-0,0206). Meskipun return pada
indeks JII yang bernilai negatif cukup banyak. kinerja indeks JII tetap
dinilai baik karena return positif juga terjadi di bulan lainnya.
Return pasar yang tertinggi terjadi pada tahun Juni 2016 yaitu
sebesar 0,0701. Sedangkan return pasar terendah terjadi pada bulan
April 2015 yaitu -0,0871. Rata-rata return pasar dari Januari 2013
sampai dengan Desember 2017 bernilai positif yaitu sebesar 0,0047,
hal ini menandakan bahwa investor merespon positif terhadap saham-
saham syariah.
c. Zakat sebagai Pengganti Risk-Free Rate
Zakat (Z) merupakan pengganti variabel risk-free rate (Rf) untuk
model ICAPM karena dalam syariat Islam keuntungan bebas risiko
(risk-free) tidak diperbolehkan. Tingkat zakat selama periode 2013
sampai dengan 2017 sebagai pengganti risk-free bernilai konstan
dengan nilai sebesar 2,56% per tahun yang kemudian dibagi 12 bulan
sesuai dengan syariat Islam dalam mengeluarkan zakat penghasilan.
117
Grafik 4.5.
Perubahan Return Pasar (JII) dan Tingkat Zakat
Berdasarkan grafik 4.5. dapat dilihat bahwa perubahan return
pasar (JII) sangatlah fluktuatif dibandingkan dengan tingkat zakat yang
konstan.
d. Beta ICAPM(2)
Beta Saham (β) atau risiko sistematis merupakan ukuran risiko
pasar yang mempengaruhi harga saham. Beta mengukur volatilitas
return suatu sekuritas dengan return pasar. Nilai beta dapat diukur
dengan hasil kovarian antara return saham dengan return pasar yang
kemudian dibagi dengan varian dari return pasar. Nilai beta yang
positif berarti menunjukkan bahwa kenaikan return pasar juga
mengakibatkan kenaikan pada return saham. Sedangkan, beta yang
negatif berarti menunjukkan bahwa kenaikan return pasar
mengakibatkan penurunan pada return saham. Beta saham perusahaan
-0.1000
-0.0800
-0.0600
-0.0400
-0.0200
0.0000
0.0200
0.0400
0.0600
0.0800
Jan
-13
May
-13
Sep
-13
Jan
-14
May
-14
Sep
-14
Jan
-15
May
-15
Sep
-15
Jan
-16
May
-16
Sep
-16
Jan
-17
May
-17
Sep
-17
Return Pasar (JII)
Tingkat Zakat
118
yang termasuk dalam JII selama periode 2013 sampai dengan 2017
disajikan pada tabel 4.18.
Tabel 4.18.
Risiko Sistematis (β) ICAPM(2)
No. Kode Cov (Ri, Rm) σ²m Beta (β)
1 AALI 0,000430 0,001311 0,328163
2 ADRO 0,001094 0,001311 0,835030
3 AKRA 0,000946 0,001311 0,721883
4 ASII 0,001726 0,001311 1,316744
5 BSDE 0,002222 0,001311 1,695555
6 ICBP 0,001507 0,001311 1,149610
7 INDF 0,001430 0,001311 1,091072
8 KLBF 0,001543 0,001311 1,177091
9 LPKR 0,001559 0,001311 1,189281
10 LSIP 0,000409 0,001311 0,312257
11 PGAS 0,001530 0,001311 1,167256
12 SMGR 0,001554 0,001311 1,185628
13 TLKM 0,001238 0,001311 0,944986
14 UNTR 0,000611 0,001311 0,465946
15 UNVR 0,000854 0,001311 0,651401
Sumber : website http://www.investing.com (data diolah)
Berdasarkan perhitungan yang disajikan beta seluruh perusahaan
JII memiliki nilai yang positif, hal ini menunjukkan bahwa kenaikan
return pasar indeks JII akan mengakibatkan kenaikan pula pada return
saham perusahaan yang termasuk dalam JII.
Nilai beta yang lebih besar dari satu (β > 1) menunjukkan bahwa
return sekuritas lebih sensitif terhadap perubahan return pasar, yang
berarti memiliki tingkat risiko sistematis yang agresif. Nilai beta yang
kurang dari satu (β < 1) menunjukkan bahwa return sekuritas kurang
sensitif terhadap perubahan return pasar, yang berarti memiliki tingkat
119
risiko sistematis yang lemah. Apabila nilai beta sama dengan satu (β =
1) hal ini berarti return sekuritas memiliki perubahan yang sama
terhadap return pasar (Magut dan Bogonko, 2017:37).
Dari tabel 4.18. dapat dilihat bahwa saham-saham yang memiliki
sensitifitas yang agresif adalah ASII (1,316744), BSDE (1,695555),
ICBP (1,149610), INDF (1,091072), KLBF (1,177091), LPKR
(1,189281), PGAS (1,167256) dan SMGR (1,185628). Selain saham-
saham yang memiliki sensitifitas yang agresif, dalam JII terdapat pula
saham-saham yang memiliki sensitifitas yang lemah diantaranya AALI
(0,328163), ADRO (0,835030), AKRA (0,721883), LSIP (0,312257),
TLKM (0,944986), UNTR (0,465946) dan UNVR (0,651401). Dari 15
perusahaan JII yang memiliki beta yang paling agresif adalah BSDE
dengan beta 1,695555, sedangkan yang memiliki beta yang paling
lemah adalah LSIP dengan beta 0,312257.
e. Expected Return Model ICAPM dengan Faktor Tingkat Zakat
Sebelum menghitung expected return dengan model ICAPM(2)
diperlukan variabel tingkat zakat (Z) dimana variabel tersebut
diperoleh dari presentase zakat sesuai ketentuan syariat Islam sebesar
2,5% kemudian untuk memperoleh tingkat zakat digunakan rumus
[Presentase Zakat/(1-Presentase Zakat)] sehingga diperoleh hasil
2,56% per tahun. Setelah itu tingkat zakat tersebut dibagi menjadi 12
bulan sehingga diperoleh nilai konstan tingkat zakat per bulan sebesar
120
0,0021 (0,21%). Beta saham (βi) yang diperoleh dari kovarian antara
return saham dan return pasar yang dibagi dengan varian return pasar.
Tabel 4.19.
Expected Return ICAPM dengan Faktor Tingkat Zakat
Kode Saham Ri E(Rm) Beta (β) Tingkat
Zakat (Z) ICAPM(2)
AALI -0,0010 0,0076 0,3282 0,0021 0,003924
ADRO 0,0090 0,0076 0,8350 0,0021 0,006684
AKRA 0,0105 0,0076 0,7219 0,0021 0,006068
ASII 0,0036 0,0076 1,3167 0,0021 0,009307
BSDE 0,0116 0,0076 1,6956 0,0021 0,011369
ICBP 0,0162 0,0076 1,1496 0,0021 0,008397
INDF 0,0068 0,0076 1,0911 0,0021 0,008078
KLBF 0,0099 0,0076 1,1771 0,0021 0,008546
LPKR -0,0060 0,0076 1,1893 0,0021 0,008613
LSIP 0,0012 0,0076 0,3123 0,0021 0,003837
PGAS -0,0105 0,0076 1,1673 0,0021 0,008493
SMGR -0,0053 0,0076 1,1856 0,0021 0,008593
TLKM 0,0167 0,0076 0,9450 0,0021 0,007282
UNTR 0,0121 0,0076 0,4659 0,0021 0,004674
UNVR 0,0181 0,0076 0,6514 0,0021 0,005684
Sumber: website http://www.investing.com (data diolah)
Dari tabel 4.19. di atas, menunjukkan bahwa besarnya expected
return (E(Ri)) dari masing-masing saham mengikuti tingkatan beta
(risiko sistematis). Saham LSIP memiliki beta yang paling rendah
yaitu sebesar 0,3123 dan expected return yang paling rendah pula yaitu
sebesar 0,003837 atau 0,3837%. Sedangkan saham BSDE memiliki
beta yang paling tinggi yaitu sebesar 1,6956 dan memiliki expected
return yang paling tinggi pula yaitu sebesar 0,011369 atau 1,1369%.
121
Adapun saham-saham JII yang tergolong undervalued berdasarkan
model CAPM dengan faktor SBI adalah ADRO (0,0090), AKRA
(0,0105), BSDE (0,0116), ICBP (0,0162), KLBF (0,0099), TLKM
(0,0167), UNTR (0,0121), dan UNVR (0,0181). Sedangkan saham-
saham JII yang tergolong overvalued berdasarkan model CAPM
dengan faktor SBI adalah AALI (-0,0010), ASII (0,0036), INDF
(0,0068), LPKR (-0,0060), LSIP (0,0012), PGAS (-0,0105), dan
SMGR (-0,0053).
5. Nilai MAD dan Koefisien Determinasi pada Model CAPM(1),
CAPM(2), ICAPM(1) dan ICAPM(2)
Untuk mengetahui metode mana yang lebih baik dalam menghitung
return saham JII, maka digunakan penghitungan nilai MAD dan koefisien
determinasi dari keempat model CAPM tersebut.
a. Nilai Mean Absolute Deviation (MAD)
Hasilnya dari penghitungan nilai MAD dapat dilihat pada tabel
4.20. Meskipun memiliki selisih nilai MAD yang sangat kecil, nilai
MAD CAPM(2) sebesar 0,056337 adalah yang paling rendah bila
dibandingkan dengan Nilai MAD CAPM(1) (0,056357), MAD
ICAPM(1) (0,056352) dan MAD ICAPM(2) (0,056351). Hal ini
menunjukkan keempat model CAPM layak digunakan untuk
menghitung expected return. Namun dari segi keakuratnnya CAPM
dengan faktor yield obligasi pemerintah seri-FR0064 lebih baik.
122
Tabel 4.20.
Nilai Mean Absolute Deviation (MAD)
Kode
Saham
MAD
CAPM1
MAD
CAPM2
MAD
ICAPM1
MAD
ICAPM2
AALI 0,077333 0,077430 0,077186 0,077139
ADRO 0,080851 0,080803 0,080871 0,080774
AKRA 0,062235 0,062274 0,062250 0,062349
ASII 0,033998 0,034037 0,034060 0,034043
BSDE 0,051496 0,051360 0,051399 0,051239
ICBP 0,040283 0,040270 0,040265 0,040223
INDF 0,042540 0,042538 0,042541 0,042576
KLBF 0,038964 0,038925 0,039003 0,038940
LPKR 0,076227 0,076147 0,076242 0,076323
LSIP 0,105317 0,105390 0,105254 0,105156
PGAS 0,067469 0,067429 0,067519 0,067593
SMGR 0,043101 0,043081 0,043142 0,043231
TLKM 0,037399 0,037389 0,037424 0,037447
UNTR 0,051098 0,050963 0,051102 0,051116
UNVR 0,037048 0,037015 0,037027 0,037120
Rata-rata 0,056357 0,056337 0,056352 0,056351
b. Koefisien Determinasi model CAPM(1), CAPM(2), ICAPM(1) dan
ICAPM(2)
1) Koefisien Determinasi (Adjusted R²) CAPM(1) dengan Faktor SBI
Tabel 4.21.
Hasil Koefisien Determinasi CAPM(1)
Dependent Variable: RETURN Method: Least Squares Date: 05/23/18 Time: 08:49 Sample: 2013M01 2017M12 Included observations: 60
Variable Coefficient Std. Error t-Statistic Prob. C 0.006803 0.002756 2.468482 0.0165
EXCESSRETURN_CAPM1 0.945561 0.075974 12.44580 0.0000 R-squared 0.727569 Mean dependent var 0.006189
Adjusted R-squared 0.722872 S.D. dependent var 0.040547
123
Dilihat dari tabel 4.21. menunjukkan bahwa nilai koefisien
determinasi atau disebut juga Adjusted R² sebesar 0,722872. Hasil
tersebut menunjukkan bahwa variabel excess market return to risk-
free yang mana dalam hal ini merupakan selisih antara return pasar
dengan risk-free (SBI) memberikan kontribusi sebesar 72,28%
dalam menjelaskan pengaruhnya terhadap return saham JII, dan
27,72% dipengaruhi oleh variabel lain yang tidak diteliti.
2) Koefisien Determinasi (Adjusted R²) CAPM(2) dengan Faktor
Obligasi Pemerintah Seri-FR0064
Tabel 4.22.
Hasil Koefisien Determinasi CAPM(2)
Dilihat dari tabel 4.22. menunjukkan bahwa nilai koefisien
determinasi atau disebut juga Adjusted R² sebesar 0,725120. Hasil
tersebut menunjukkan bahwa variabel excess market return to risk-
free yang mana dalam hal ini merupakan selisih antara return pasar
dengan risk-free (FR0064) memberikan kontribusi sebesar 72,51%
Dependent Variable: RETURN
Method: Least Squares
Date: 05/23/18 Time: 08:52
Sample: 2013M01 2017M12
Included observations: 60
Variable Coefficient Std. Error t-Statistic Prob.
C 0.007689 0.002747 2.799074 0.0069
EXCESSRETURN_CAPM2 0.942239 0.075285 12.51555 0.0000
R-squared 0.729779 Mean dependent var 0.006189
Adjusted R-squared 0.725120 S.D. dependent var 0.040547
124
dalam menjelaskan pengaruhnya terhadap return saham JII, dan
27,49% dipengaruhi oleh variabel lain yang tidak diteliti.
3) Koefisien Determinasi (Adjusted R²) ICAPM(1) dengan Faktor
Inflasi
Tabel 4.23.
Hasil Kofisien Determinasi ICAPM(1)
Dependent Variable: RETURN
Method: Least Squares
Date: 05/23/18 Time: 08:54
Sample: 2013M01 2017M12
Included observations: 60
Variable Coefficient Std. Error t-Statistic Prob.
C 0.005985 0.002766 2.163601 0.0346
EXCESSRETURN_ICAPM1 0.936509 0.075644 12.38051 0.0000
R-squared 0.725479 Mean dependent var 0.006189
Adjusted R-squared 0.720746 S.D. dependent var 0.040547
Dilihat dari tabel 4.23. menunjukkan bahwa nilai koefisien
determinasi atau disebut juga Adjusted R² sebesar 0,720746. Hasil
tersebut menunjukkan bahwa variabel excess market return to
inflation yang mana dalam hal ini merupakan selisih antara return
pasar dengan tingkat inflasi memberikan kontribusi sebesar
72,07% dalam menjelaskan pengaruhnya terhadap return saham
JII, dan 27,93% dipengaruhi oleh variabel lain yang tidak diteliti.
125
4) Koefisien Determinasi (Adjusted R²) ICAPM(2) dengan Faktor
Zakat
Tabel 4.24.
Hasil Koefisien Determinasi ICAPM(2)
Dependent Variable: RETURN
Method: Least Squares
Date: 05/23/18 Time: 08:57
Sample: 2013M01 2017M12
Included observations: 60
Variable Coefficient Std. Error t-Statistic Prob.
C 0.003723 0.002752 1.353029 0.1813
EXCESSRETURN_ICAPM2 0.948793 0.075817 12.51423 0.0000
R-squared 0.729737 Mean dependent var 0.006189
Adjusted R-squared 0.725078 S.D. dependent var 0.040547
Dilihat dari tabel 4.24. menunjukkan bahwa nilai koefisien
determinasi atau disebut juga Adjusted R² sebesar 0,725078. Hasil
tersebut menunjukkan bahwa variabel excess market return to
zakat yang mana dalam hal ini merupakan selisih antara return
pasar dengan tingkat zakat memberikan kontribusi sebesar 72,50%
dalam menjelaskan pengaruhnya terhadap return saham JII, dan
27,50% dipengaruhi oleh variabel lain yang tidak diteliti.
6. Uji Normalitas Nilai Mean Absolute Deviation (MAD)
Sebelum melakukan pengujian dengan uji Anova atau uji F dari nilai
MAD masing-masing model perlu dilakukan uji normalitas dengan
menggunakan Jarque-Bera dengan Software Eviews 10.
126
Tabel 4.25.
Uji Normalitas Jarque-Bera
Date: 05/29/18
Time: 17:36
Sample: 1 15
MAD_CAPM1 MAD_CAPM2 MAD_ICAPM1 MAD_ICAPM2
Mean 0.056357 0.056337 0.056352 0.056351
Median 0.051098 0.050963 0.051102 0.051116
Maximum 0.105317 0.105390 0.105254 0.105156
Minimum 0.033998 0.034037 0.034060 0.034043
Std. Dev. 0.021046 0.021063 0.021023 0.021002
Skewness 0.879378 0.883326 0.879448 0.876364
Kurtosis 2.815324 2.822478 2.813941 2.804957
Jarque-Bera 1.954581 1.970359 1.955206 1.943811
Probability 0.376329 0.373372 0.376212 0.378361
Sum 0.845357 0.845052 0.845285 0.845268
Sum Sq. Dev. 0.006201 0.006211 0.006188 0.006175
Observations 15 15 15 15
Sumber : Hasil olah data
Berdasarkan tabel 4.25. data berdistribusi normal, dimana hal ini
dapat dilihat dari nilai probabilitas masing MAD dari model CAPM
dimana nilai probabilitas (sig) ≥ α (0.05) dan nilai Jarque-Bera < 2 yang
menyatakan bahwa Ho diterima atau data berdistribusi normal. Karena
data berdistribusi normal maka uji Anova dapat dilanjutkan.
7. Uji Anova atau Uji F
Setelah data nilai MAD (Mean Absolute Deviation) untuk ketiga
model berdistribusi normal, langkah selanjutnya adalah melakukan uji
kesaamaan ragam varian dengan menggunakan uji Levene. Setelah itu
membandingkan keempat MAD dari model CAPM dengan melakukan uji
127
Anova. Hipotesis dari uji Anova untuk masing-masing MAD adalah
sebagai berikut:
Ho : Tidak terdapat perbedaan signifikan dalam akurasi (nilai MAD)
antara model CAPM dengan faktor SBI, CAPM dengan faktor obligasi
pemerintah, ICAPM dengan faktor inflasi dan ICAPM dengan faktor
zakat.
H1 : Terdapat perbedaan signifikan dalam akurasi (nilai MAD) antara
model CAPM dengan faktor SBI, CAPM dengan faktor obligasi
pemerintah, ICAPM dengan faktor inflasi dan ICAPM dengan faktor
zakat.
Tabel 4.26.
Uji Levene untuk Kesamaan Ragam
Test for Equality of Variances Between Series
Date: 05/29/18 Time: 17:39
Sample: 1 15
Included observations: 15
Method df Value Probability
Bartlett 3 0.000130 1.0000
Levene (3, 56) 2.92E-05 1.0000
Brown-Forsythe (3, 56) 3.04E-05 1.0000
Sumber: Hasil olah data
Berdasarkan hasil pengolahan data dengan Software Eviews 10 yang
ditunjukkan pada tabel 4.26. hasil uji Levene diperoleh nilai probabilitas
(Sig) = 1.0000 lebih besar dari nilai α = 0.05, maka data adalah homogen
dan asumsi varian dari keempat MAD adalah sama besar (equal cell
variances). Dari hasil tersebut maka persyaratan uji Anova telah terpenuhi
128
dengan asumsi varian dari keempat MAD sama besar (equal cell
variances). Setelah itu pengujian Anova dapat dilihat pada tabel 4.27.
Tabel 4.27.
Anova F-test CAPM(1), CAPM(2), ICAPM(1) dan ICAPM(2)
Test for Equality of Means Between Series
Date: 05/29/18 Time: 17:41
Sample: 1 15
Included observations: 15
Method df Value Probability
Anova F-test (3, 56) 2.60E-06 1.0000
Welch F-test* (3, 31.1111) 2.49E-06 1.0000
*Test allows for unequal cell variances
Analysis of Variance
Source of Variation df Sum of Sq. Mean Sq.
Between 3 3.46E-09 1.15E-09
Within 56 0.024775 0.000442
Total 59 0.024775 0.000420
Category Statistics
Std. Err.
Variable Count Mean Std. Dev. of Mean
MAD_CAPM1 15 0.056357 0.021046 0.005434
MAD_CAPM2 15 0.056337 0.021063 0.005439
MAD_ICAPM1 15 0.056352 0.021023 0.005428
MAD_ICAPM2 15 0.056351 0.021002 0.005423
All 60 0.056349 0.020492 0.002645
Berdasarkan pengolahan data Anova F-test dengan Software Eviews
10 yang disajikan pada tabel 4.27. dengan asumsi equal cell variances,
hasilnya adalah Ho diterima karena nilai probabilitas (Sig) lebih besar dari
taraf signifikansi (α = 5%), yaitu probabilitas (Sig) = 1,00 > 0,05, dan nilai
129
Fhitung < Ftabel dengan nilai α = 5%. Selain itu nilai mean dari MAD
CAPM(2) (0,056337) lebih rendah dibandingkan dengan nilai MAD
CAPM(1) (0,056357), MAD ICAPM(1) (0,056352) dan MAD ICAPM(2)
(0,056351) yang berarti model CAPM(2) memiliki rata-rata yang lebih
baik dan stabil pada penghitungan expected return CAPM(2).
8. Uji Variabel Masing-Masing Model
a. Uji Normalitas Masing-Masing Model
Uji normalitas yang digunakan dalam penelitian ini menggunakan
teknik Jarque-Bera. Pedoman yang digunakan adalah apabila nilai
Jarque-Bera tidak signifikan (lebih kecil dari 2), maka data
terdistribusi normal. Dan apabila probabilitas lebih besar dari nilai
signifikan (α = 0,05) maka data terdistribusi normal (Winarno,
2015:543).
1) Model CAPM(1)
0
1
2
3
4
5
6
7
8
-0.04 -0.02 0.00 0.02 0.04 0.06
Series: Residuals
Sample 2013M01 2017M12
Observations 60
Mean -1.85e-18
Median 0.000935
Maximum 0.061710
Minimum -0.052855
Std. Dev. 0.021164
Skewness 0.100207
Kurtosis 3.364040
Jarque-Bera 0.431728
Probability 0.805845
Grafik 4.6.
Hasil Uji Normalitas CAPM(1)
130
Berdasarkan grafik 4.6. dapat dilihat hasil grafik dari uji
normalitas Jarque-Bera dengan menggunakan fasilitas Eviews 10,
maka pada variabel pada model CAPM(1) dalam penelitian ini
berdistribusi normal atau dapat dikatakan bahwa persyaratan uji
normalitas terpenuhi. Hal ini dapat dilihat dari nilai Jarque Bera
sebesar 0,431728 < 2 dan nilai probabilitas 0,805845 > 0.05. Oleh
karena itu Ho diterima yang menunjukkan data tersebut memiliki
distribusi normal, sehingga dapat dikatakan persyaratan normalitas
data terpenuhi.
2) Model CAPM(2)
0
1
2
3
4
5
6
7
8
-0.04 -0.02 0.00 0.02 0.04 0.06
Series: Residuals
Sample 2013M01 2017M12
Observations 60
Mean -1.16e-18
Median 0.000534
Maximum 0.060461
Minimum -0.053259
Std. Dev. 0.021078
Skewness 0.089045
Kurtosis 3.315346
Jarque-Bera 0.327897
Probability 0.848786
Grafik 4,7.
Hasil Uji Normalitas CAPM(2)
Berdasarkan grafik 4.7. dapat dilihat hasil grafik dari uji
normalitas Jarque-Bera dengan menggunakan fasilitas Eviews 10,
maka pada variabel pada model CAPM(2) dalam penelitian ini
berdistribusi normal atau dapat dikatakan bahwa persyaratan uji
normalitas terpenuhi. Hal ini dapat dilihat dari nilai Jarque Bera
131
sebesar 0,327897 < 2 dan nilai probabilitas 0,848786 > 0,05. Oleh
karena itu Ho diterima yang menunjukkan data tersebut memiliki
distribusi normal, sehingga dapat dikatakan persyaratan normalitas
data terpenuhi.
3) Model ICAPM(1)
0
1
2
3
4
5
6
7
8
-0.04 -0.02 0.00 0.02 0.04 0.06
Series: Residuals
Sample 2013M01 2017M12
Observations 60
Mean 4.63e-19
Median 0.000791
Maximum 0.061594
Minimum -0.051332
Std. Dev. 0.021245
Skewness 0.123136
Kurtosis 3.285242
Jarque-Bera 0.355032
Probability 0.837348
Grafik 4.8.
Hasil Uji Normalitas ICAPM(1)
Berdasarkan grafik 4.8. dapat dilihat hasil grafik dari uji
normalitas Jarque-Bera dengan menggunakan fasilitas Eviews 10,
maka pada variabel pada model ICAPM(1) dalam penelitian ini
berdistribusi normal atau dapat dikatakan bahwa persyaratan uji
normalitas terpenuhi. Hal ini dapat dilihat dari nilai Jarque Bera
sebesar 0,355032 < 2 dan nilai probabilitas 0,837348 > 0.05. Oleh
karena itu Ho diterima yang menunjukkan data tersebut memiliki
distribusi normal, sehingga dapat dikatakan persyaratan normalitas
data terpenuhi.
132
4) Model ICAPM(2)
0
1
2
3
4
5
6
7
-0.04 -0.02 0.00 0.02 0.04 0.06
Series: Residuals
Sample 2013M01 2017M12
Observations 60
Mean 1.16e-19
Median 0.000285
Maximum 0.061724
Minimum -0.053085
Std. Dev. 0.021079
Skewness 0.109275
Kurtosis 3.352469
Jarque-Bera 0.429996
Probability 0.806543
Grafik 4.9.
Hasil Uji Normalitas ICAPM(2)
Berdasarkan grafik 4.9. dapat dilihat hasil grafik dari uji
normalitas Jarque-Bera dengan menggunakan fasilitas Eviews 10,
maka pada variabel pada model ICAPM(2) dalam penelitian ini
berdistribusi normal atau dapat dikatakan bahwa persyaratan uji
normalitas terpenuhi. Hal ini dapat dilihat dari nilai Jarque Bera
sebesar 0,429996 < 2 dan nilai probabilitas 0,806543 > 0,05. Oleh
karena itu Ho diterima yang menunjukkan data tersebut memiliki
distribusi normal, sehingga dapat dikatakan persyaratan normalitas
data terpenuhi.
b. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji dalam model regresi
linier (time series) ada atau tidak korelasi antara kesalahan
pengganggu pada periode t dengan kesalahan pada periode t-1 atau
periode sebelumnya. Uji autokorelasi pada penelitian ini menggunakan
uji Durbin-Watson. Berikut hasil uji autokorelasi masing-masing
model:
133
1) Model CAPM(1)
Tabel 4.28.
Hasil Uji Autokorelasi CAPM(1)
CAPM1
dw 2,212824
4-dw 1,787176
dl 1,5144
du 1,6518
T=60, K=2
dw>du
tidak terdapat
autokorelasi
positif
(4-dw)>du
tidak terdapat
autokorelasi
negative Sumber: Hasil Eviews 10 (data diolah)
Berdasarkan tabel 4.28. di atas nilai Durbin Watson sebesar
2,212824, pembanding menggunakan nilai signifikansi 5%, jumlah
sampel sebanyak T=60 dengan jumlah variabel sebanyak K=2
maka di tabel Durbin Watson akan didapat nilai dU sebesar 1,6518.
Karena nilai dw (2,212824) lebih besar dari nilai dU dan nilai 4-dw
(1,787176) lebih besar dari nilai dU maka dapat disimpulkan tidak
terdapat autokorelasi.
134
2) Model CAPM(2)
Tabel 4.29.
Hasil Uji Autokorelasi CAPM(2)
CAPM2
dw 2,229547
4-dw 1,770453
dl 1,5144
du 1,6518
T=60, K=2
dw>du
tidak terdapat
autokorelasi
positif
(4-dw)>du
tidak terdapat
autokorelasi
negative Sumber: Hasil Eviews 10 (data diolah)
Berdasarkan tabel 4.29. di atas nilai Durbin Watson sebesar
2,229547, pembanding menggunakan nilai signifikansi 5%, jumlah
sampel sebanyak T=60 dengan jumlah variabel sebanyak K=2
maka di tabel Durbin Watson akan didapat nilai dU sebesar 1,6518.
Karena nilai dw (2,229547) lebih besar dari nilai dU dan nilai 4-dw
(1,770453) lebih besar dari nilai dU maka dapat disimpulkan tidak
terdapat autokorelasi.
135
3) Model ICAPM(1)
Tabel 4.30.
Hasil Uji Autokorelasi ICAPM(1)
ICAPM1
dw 2,191727
4-dw 1,808273
dl 1,5144
du 1,6518
T=60, K=2
dw>du
tidak terdapat
autokorelasi
positif
(4-dw)>du
tidak terdapat
autokorelasi
negative Sumber: Hasil Eviews 10 (data diolah)
Berdasarkan tabel 4.30. di atas nilai Durbin Watson sebesar
2,191727, pembanding menggunakan nilai signifikansi 5%, jumlah
sampel sebanyak T=60 dengan jumlah variabel sebanyak K=2
maka di tabel Durbin Watson akan didapat nilai dU sebesar 1,6518.
Karena nilai dw (2,191727) lebih besar dari nilai dU dan nilai 4-dw
(1,808273) lebih besar dari nilai dU maka dapat disimpulkan tidak
terdapat autokorelasi.
136
4) Model ICAPM(2)
Tabel 4.31.
Hasil Uji Autokorelasi ICAPM(2)
ICAPM2
dw 2,228277
4-dw 1,771723
dl 1,5144
du 1,6518
T=60, K=2
dw>du
tidak terdapat
autokorelasi
positif
(4-dw)>du
tidak terdapat
autokorelasi
negatif Sumber: Hasil Eviews 10 (data diolah)
Berdasarkan tabel 4.31. di atas nilai Durbin Watson sebesar
2,228277, pembanding menggunakan nilai signifikansi 5%, jumlah
sampel sebanyak T=60 dengan jumlah variabel sebanyak K=2
maka di tabel Durbin Watson akan didapat nilai dU sebesar 1,6518.
Karena nilai dw (2,212824) lebih besar dari nilai dU dan nilai 4-dw
(1,771723) lebih besar dari nilai dU maka dapat disimpulkan tidak
terdapat autokorelasi.
c. Uji Heterokedastisitas
Uji heterokedastisitas dilakukan untuk menguji dalam model
regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke
pemngamatan yang lain. Untuk mengetahui terjadi heterodestisitas
atau tidak yaitu dengan melakukan uji White. Berikut hasil uji
heterokedastisitas:
137
1) Model CAPM(1)
Tabel 4.32.
Hasil Uji Heterokedastisitas pada CAPM(1)
Heteroskedasticity Test: White F-statistic 0.630561 Prob. F(1,58) 0.4304
Obs*R-squared 0.645289 Prob. Chi-Square(1) 0.4218 Scaled explained SS 0.712742 Prob. Chi-Square(1) 0.3985
Sumber: Hasil Eviews 10 (data diolah)
Hasil output pada tabel 4.32. menunjukkan nilai Obs*R-
Squared sebesar 0,645289 sedangkan nilai probabilitas (Chi-
Square) sebesar 0,4218 (lebih besar dari α = 0,05). Dengan
demikian hasil uji heterokedastisitas dapat disimpulkan menerima
Ho bahwa data tidak mengandung masalah heterokedastisitas.
2) Model CAPM(2)
Tabel 4.33.
Hasil Uji Heterokedastisitas pada CAPM(2)
Heteroskedasticity Test: White F-statistic 0.807102 Prob. F(1,58) 0.3727
Obs*R-squared 0.823474 Prob. Chi-Square(1) 0.3642 Scaled explained SS 0.890818 Prob. Chi-Square(1) 0.3453
Sumber: Hasil Eviews 10 (data diolah)
Hasil output pada tabel 4.33. menunjukkan nilai Obs*R-
Squared sebesar 0,823474 sedangkan nilai probabilitas (Chi-
Square) sebesar 0,3642 (lebih besar dari α = 0,05). Dengan
138
demikian hasil uji heterokedastisitas dapat disimpulkan menerima
Ho bahwa data tidak mengandung masalah heterokedastisitas.
3) Model ICAPM(1)
Tabel 4.34.
Hasil Uji Heterokedastisitas pada ICAPM(1)
Heteroskedasticity Test: White F-statistic 0.641495 Prob. F(1,58) 0.4264
Obs*R-squared 0.656356 Prob. Chi-Square(1) 0.4178 Scaled explained SS 0.700801 Prob. Chi-Square(1) 0.4025
Sumber: Hasil Eviews 10 (data diolah)
Hasil output pada tabel 4.34. menunjukkan nilai Obs*R-
Squared sebesar 0,641495 sedangkan nilai probabilitas (Chi-
Square) sebesar 0,4178 (lebih besar dari α = 0,05). Dengan
demikian hasil uji heterokedastisitas dapat disimpulkan menerima
Ho bahwa data tidak mengandung masalah heterokedastisitas.
4) Model ICAPM(2)
Tabel 4.35.
Hasil Uji Heterokedastisitas pada ICAPM(2)
Heteroskedasticity Test: White F-statistic 0.304914 Prob. F(1,58) 0.5829
Obs*R-squared 0.313779 Prob. Chi-Square(1) 0.5754 Scaled explained SS 0.344883 Prob. Chi-Square(1) 0.5570
Sumber: Hasil Eviews 10 (data diolah)
139
Hasil output pada tabel 4.35. menunjukkan nilai Obs*R-
Squared sebesar 0,313779 sedangkan nilai probabilitas (Chi-
Square) sebesar 0,5754 (lebih besar dari α = 0,05). Dengan
demikian hasil uji heterokedastisitas dapat disimpulkan menerima
Ho bahwa data tidak mengandung masalah heterokedastisitas.
d. Uji t
1) Model CAPM(1)
Pengujian dengan regresi linier (time series) untuk model
CAPM(1) digunakan persamaan regresi sebagai berikut:
Return = 0,006803 + 0,945561 Excess market return to risk-free
Berdasarkan hasil analisis regresi linier sederhana model
CAPM(1) menjelaskan bahwa excess market return to risk-free
dengan tingkat suku bunga SBI sebagai risk-free berpengaruh
terhadap return saham. Nilai t hitung sebesar 12,44580 lebih besar
dari nilai t tabel sebesar 2,00172 dan nilai probabilitas untuk
variabel excess market return to risk-free sebesar 0,0000 lebih
kecil dari tingkat signifikansi 0,05, hal ini menunjukkan bahwa
variabel excess market return to risk-free dengan tingkat suku
bunga SBI sebagai risk-free memiliki pengaruh positif yang
signifikan terhadap return saham. Nilai koefisien variabel excess
market return to risk-free sebesar 0,945561, hal ini berarti jika
variabel excess market return to risk-free mengalami kenaikan
sebesar satu poin maka menyebabkan kenaikan pada return saham
sebesar 0,945561%.
140
Tabel 4.36.
Hasil Uji t Model CAPM(1)
Dependent Variable: RETURN
Method: Least Squares
Date: 05/23/18 Time: 08:49
Sample: 2013M01 2017M12
Included observations: 60
Variable Coefficient Std. Error t-Statistic Prob.
C 0.006803 0.002756 2.468482 0.0165
EXCESSRETURN_CAPM
1 0.945561 0.075974 12.44580 0.0000
R-squared 0.727569 Mean dependent var 0.006189
Adjusted R-squared 0.722872 S.D. dependent var 0.040547
S.E. of regression 0.021345 Akaike info criterion -4.823212
Sum squared resid 0.026426 Schwarz criterion -4.753401
Log likelihood 146.6964 Hannan-Quinn criter. -4.795905
F-statistic 154.8979 Durbin-Watson stat 2.212824
Prob(F-statistic) 0.000000
Sumber: Hasil Eviews 10 (data diolah)
Berdasarkan tabel 4.36. di atas, dapat dilihat nilai probabilitas
variabel excess market return to risk-free kurang dari 0,05,
sehingga dapat diartikan bahwa excess market return to risk-free
berpengaruh positif signifikan terhadap return saham. Hasil ini
mejawab hipotesis kedua mengenai pengaruh variabel excess
market return to risk-free dengan tingkat suku bunga SBI sebagai
risk-free dalam model CAPM(1) terhadap return saham. Diketahui
bahwa nilai probabilitas variabel ini sebesar 0,000 yang berarti
variabel ini berpengaruh terhadap return saham karena nilai
probabilitas < 0,05.
141
2) Model CAPM(2)
Pengujian dengan regresi linier (time series) untuk model
CAPM(2) digunakan persamaan regresi sebagai berikut:
Return = 0,007689 + 0.942239 Excess market return to risk-free
Berdasarkan hasil analisis regresi linier sederhana model
CAPM(2) menjelaskan bahwa excess market return to risk-free
dengan yield obligasi pemerintah seri-FR0064 sebagai risk-free
berpengaruh signifikan terhadap return saham. Nilai t hitung
sebesar 12,51555 lebih besar dari nilai t tabel sebesar 2,00172 dan
nilai probabilitas untuk variabel excess market return to risk-free
sebesar 0,0000 lebih kecil dari tingkat signifikansi 0,05, hal ini
menunjukkan bahwa variabel excess market return to risk-free
dengan yield obligasi pemerintah seri-FR0064 sebagai risk-free
memiliki pengaruh positif yang signifikan terhadap return saham.
Nilai koefisien variabel excess market return to risk-free sebesar
0,942239, hal ini berarti jika variabel excess market return to risk-
free mengalami kenaikan sebesar satu poin maka menyebabkan
kenaikan pada return saham sebesar 0,942239%.
142
Tabel 4.37.
Hasil Uji t Model CAPM(2)
Dependent Variable: RETURN
Method: Least Squares
Date: 05/23/18 Time: 08:52
Sample: 2013M01 2017M12
Included observations: 60
Variable Coefficient Std. Error t-Statistic Prob.
C 0.007689 0.002747 2.799074 0.0069
EXCESSRETURN_CAPM
2 0.942239 0.075285 12.51555 0.0000
R-squared 0.729779 Mean dependent var 0.006189
Adjusted R-squared 0.725120 S.D. dependent var 0.040547
S.E. of regression 0.021258 Akaike info criterion -4.831356
Sum squared resid 0.026212 Schwarz criterion -4.761545
Log likelihood 146.9407 Hannan-Quinn criter. -4.804049
F-statistic 156.6389 Durbin-Watson stat 2.229547
Prob(F-statistic) 0.000000
Sumber: Hasil Eviews 10 (data diolah)
Berdasarkan tabel 4.37. di atas, dapat dilihat nilai probabilitas
variabel excess market return to risk-free kurang dari 0,05,
sehingga dapat diartikan bahwa excess market return to risk-free
berpengaruh positif signifikan terhadap return saham. Hasil ini
mejawab hipotesis kedua mengenai pengaruh variabel excess
market return to risk-free dengan yield obligasi pemerintah seri-
FR0064 sebagai risk-free dalam model CAPM(2) terhadap return
saham. Diketahui bahwa nilai probabilitas variabel ini sebesar
0,000 yang berarti variabel ini berpengaruh terhadap return saham
karena nilai probabilitas < 0,05.
143
3) Model ICAPM(1)
Pengujian dengan regresi linier (time series) untuk model
ICAPM(1) digunakan persamaan regresi sebagai berikut:
Return = 0,005985 + 0,936509 Excess market return to inflation
Berdasarkan hasil analisis regresi linier sederhana model
ICAPM(1) menjelaskan bahwa excess market return to inflation
dengan mengganti risk-free dengan tingkat inflasi berpengaruh
terhadap return saham. Nilai t hitung sebesar 12,38051 lebih besar
dari nilai t tabel sebesar 2,00172 dan nilai probabilitas untuk
variabel excess market return to inflation sebesar 0,0000 lebih
kecil dari tingkat signifikansi 0,05, hal ini menunjukkan bahwa
variabel excess market return to inflation memiliki pengaruh
positif yang signifikan terhadap return saham. Nilai koefisien
variabel excess market return to inflation sebesar 0,936509, hal ini
berarti jika variabel excess market return to inflation mengalami
kenaikan sebesar satu poin maka menyebabkan kenaikan pada
return saham sebesar 0,936509%.
144
Tabel 4.38.
Hasil Uji t Model ICAPM(1)
Dependent Variable: RETURN
Method: Least Squares
Date: 05/23/18 Time: 08:54
Sample: 2013M01 2017M12
Included observations: 60
Variable Coefficient Std. Error t-Statistic Prob.
C 0.005985 0.002766 2.163601 0.0346
EXCESSRETURN_ICAPM1 0.936509 0.075644 12.38051 0.0000
R-squared 0.725479 Mean dependent var 0.006189
Adjusted R-squared 0.720746 S.D. dependent var 0.040547
S.E. of regression 0.021427 Akaike info criterion -4.815569
Sum squared resid 0.026629 Schwarz criterion -4.745758
Log likelihood 146.4671 Hannan-Quinn criter. -4.788262
F-statistic 153.2769 Durbin-Watson stat 2.191727
Prob(F-statistic) 0.000000
Sumber: Hasil Eviews 10 (data diolah)
Berdasarkan tabel 4.38. di atas, dapat dilihat nilai probabilitas
variabel excess market return to inflation kurang dari 0,05,
sehingga dapat diartikan bahwa excess market return to inflation
berpengaruh positif signifikan terhadap return saham. Hasil ini
mejawab hipotesis ketiga mengenai pengaruh variabel excess
market return to inflation dalam model ICAPM(1) terhadap return
saham. Diketahui bahwa nilai probabilitas variabel ini sebesar
0,000 yang berarti variabel ini berpengaruh terhadap return saham
karena nilai probabilitas < 0,05.
145
4) Model ICAPM(2)
Pengujian dengan regresi linier (time series) untuk model
ICAPM(2) digunakan persamaan regresi sebagai berikut:
Return = 0,003723 + 0,948793 Excess market return to zakat
Berdasarkan hasil analisis regresi linier sederhana model
ICAPM(2) menjelaskan bahwa excess market return to zakat
dengan mengganti risk-free dengan tingkat zakat berpengaruh
terhadap return saham. Nilai t hitung sebesar 12,51423 lebih besar
dari nilai t tabel sebesar 2,00172 dan nilai probabilitas untuk
variabel excess market return to zakat sebesar 0,0000 lebih kecil
dari tingkat signifikansi 0,05, hal ini menunjukkan bahwa variabel
excess market return to zakat memiliki pengaruh positif yang
signifikan terhadap return saham. Nilai koefisien variabel excess
market return to zakat sebesar 0,948793, hal ini berarti jika
variabel excess market return to zakat mengalami kenaikan
sebesar satu poin maka menyebabkan kenaikan pada return saham
sebesar 0,948793%.
146
Tabel 4.39.
Hasil Uji t Model ICAPM(2)
Dependent Variable: RETURN
Method: Least Squares
Date: 05/23/18 Time: 08:57
Sample: 2013M01 2017M12
Included observations: 60
Variable Coefficient Std. Error t-Statistic Prob.
C 0.003723 0.002752 1.353029 0.1813
EXCESSRETURN_ICAPM2 0.948793 0.075817 12.51423 0.0000
R-squared 0.729737 Mean dependent var 0.006189
Adjusted R-squared 0.725078 S.D. dependent var 0.040547
S.E. of regression 0.021260 Akaike info criterion -4.831203
Sum squared resid 0.026216 Schwarz criterion -4.761391
Log likelihood 146.9361 Hannan-Quinn criter. -4.803896
F-statistic 156.6059 Durbin-Watson stat 2.228277
Prob(F-statistic) 0.000000
Sumber: Hasil Eviews 10 (data diolah)
Berdasarkan tabel 4.39. di atas, dapat dilihat nilai probabilitas
variabel excess market return to zakat kurang dari 0,05, sehingga
dapat diartikan bahwa excess market return to zakat berpengaruh
positif signifikan terhadap return saham. Hasil ini mejawab
hipotesis keenam mengenai pengaruh variabel excess market
return to zakat dalam model ICAPM(2) terhadap return saham.
Diketahui bahwa nilai probabilitas variabel ini sebesar 0,000 yang
berarti variabel ini berpengaruh terhadap return saham karena nilai
probabilitas < 0,05.
147
C. Interpretasi Data
1. Tidak Terdapat Perbedaan Akurasi antara CAPM(1), CAPM(2),
ICAPM(1) dan ICAPM(2)
Bedasarkan hasil Mean Absolute Deviation (MAD) dari model
CAPM(1), CAPM(2), ICAPM(1) dan ICAPM(2) memiliki nilai MAD
yang berbeda, namun selisih MAD antara keempat model CAPM tersebut
sangat kecil. Dari keempat nilai MAD pada setiap model CAPM, nilai
yang paling rendah adalah CAPM(2) dengan faktor yield obligasi
pemerintah yang berarti CAPM(2) lebih akurat dibandingkan model
CAPM lainnya meskipun selisih angka nilai MAD sangat kecil. Selain itu,
dilihat dari nilai koefisien determinasi dari excess market return pada
masing-masing model CAPM ditemukan bahwa CAPM(2) dengan faktor
yield obligasi pemerintah memiliki nilai koefisien determinasi yang paling
tinggi diantara model CAPM lainnya. Hal ini menunjukkan excess market
return pada CAPM(2) memberikan kontribusi yang paling tinggi diantara
model CAPM lainnya. Selisih angka koefisien determinasi yang tidak
begitu jauh menandakan keempat model CAPM tersebut dengan variabel
atau pengganti risk-free yang berbeda layak dijadikan alat ukur untuk
menghitung expected return dengan model CAPM.
Kemudian Berdasarkan hasil Anova F-test yang telah dilakukan pada
nilai MAD antara model CAPM(1) dengan tingkat suku bunga SBI,
CAPM(2) dengan yield obligasi pemerintah seri-FR0064, ICAPM(1)
dengan tingkat inflasi dan ICAPM(2) dengan tingkat zakat tidak terdapat
148
perbedaan yang signifikan diantara keempat versi model CAPM tersebut.
Hal ini dikarenakan nilai rata-rata SBI, obligasi pemerintah seri-FR0064,
inflasi dan zakat tidak memiliki perbedaan yang begitu jauh sehingga tidak
terdapat perbedaan yang signifikan. Hal ini didukung oleh penelitian
Febrianto dan Rachman (2016) yang menyatakan model CAPM dan
ICAPM dengan inflasi tidak terdapat perbedaan diantara keduanya, namun
penelitian tersebut menyatakan terdapat perbedaan pada model CAPM
dengan tingkat zakat. Penelitian ini juga memiliki kemiripan dengan
penelitian yang dilakukan Hakim, Hamid dan Meera (2016) yang
menyatakan tidak terdapat perbedaan antara model CAPM dengan risk-
free dan CAPM dengan yield sukuk peringkat-AAA. Penelitian Poornima
dan Swathiga (2017) dan Al-Afeef (2017) juga berhasil menemukan
saham-saham yang layak untuk diinvestasikan melalui penghitungan
model CAPM dengan variabel yield obligasi pemerintah. Effendi (2016)
dalam penelitiannya menyatakan Syariah CAPM dengan inflasi dan
Syariah CAPM dengan zakat memiliki R-Square yang tinggi.
Namun penelitian ini tidak didukung oleh Strydorm dan Charteris
(2013) dimana hasil penelitiannya menyatakan bahwa variabel t-bills dan
t-bonds tidak layak dijadikan variabel risk-free pada model CAPM.
2. Pengaruh Excess Market Return Terhadap Return Saham
Sebagaimana hasil penelitian menggunakan Software Eviews 10 yang
telah dipaparkan sebelumnya, dapat diketahui bahwa variabel excess
149
market return to risk-free dengan faktor tingkat suku bunga SBI memiliki
pada model CAPM(1) memiliki pengaruh yang signifikan terhadap return
saham dimana pernyataan ini dapat dibuktikan pada tabel 4.36. dimana
nilai probabilitas variabel excess market return to risk-free lebih rendah
dari tingkat signifikansi. Hal yang sama juga terjadi pada CAPM(2)
dimana variabel excess market return to risk-free dengan faktor yield
obligasi pemerintah seri-FR0064 memiliki pengaruh yang signifikan
terhadap return saham dimana pernyataan ini dapat dibuktikan pada tabel
4.37.
Selain itu hasil penelitian mengenai variabel excess market return to
inflation dengan menggunakan faktor inflasi sebagai pengganti risk-free
pada model ICAPM(1) memiliki pengaruh yang signifikan terhadap return
saham dimana pernyataan ini dapat dibuktikan pada tabel 4.38. dimana
nilai probabilitas variabel excess market return to inflation lebih rendah
dari tingkat signifikansi. Begitu juga pada model ICAPM(2) dimana
variabel excess market return to zakat dengan menggunakan faktor tingkat
zakat sebagai pengganti risk-free memiliki pengaruh yang signifikan
terhadap return saham dimana pernyataan ini dapat dibuktikan pada tabel
4.39. Pengujian terkait excess market return ini didukung oleh Candika
(2015) dan Xiao (2016) dimana hasil penelitiannya menyatakan terdapat
pengaruh excess market return terhadap return saham. Selain itu dalam
penelitiannya menjelaskan ketika excess market return mengalami
150
perubahan yang positif maka hubungan positif antara beta dan return juga
ditemukan, begitu juga sebaliknya ketika keadaan negatif.
151
BAB V
SIMPULAN DAN SARAN
A. Simpulan
Penelitian ini bertujuan untuk meneliti perbedaan keakuratan dari keempat
versi Capital Asset Pricing Model (CAPM) dengan variabel atau pengganti
risk-free yang berbeda-beda dalam memprediksi return saham Jakarta Islamic
Index (JII). Hasil dari penelitian ini dapat memperoleh beberapa kesimpulan
antara lain:
1. Tidak terdapat perbedaan keakuratan yang signifikan dalam memprediksi
return saham antara model CAPM dan ICAPM. Namun, model CAPM
dengan faktor yield obligasi pemerintah lebih direkomendasikan karena
memiliki hasil yang sedikit lebih baik.
2. Terdapat pengaruh yang signifikan pada excess market return to risk-free
dengan faktor tingkat suku bunga SBI dan yield obligasi pemerintah
sebagai risk-free rate terhadap return saham.
3. Terdapat pengaruh yang signifikan pada excess market return dengan
faktor inflasi dan tingkat zakat sebagai pengganti risk-free rate terhadap
return saham.
B. Saran
1. Periode estimasi untuk Capital Asset Pricing Model (CAPM) dan Islamic
Capital Asset Pricing Model (ICAPM) hanya terbatas selama 5 tahun
152
dimulai dari tahun 2013 sampai dengan 2017 sehingga hasil keakuratan
dari model CAPM tidak maksimal. Agar hasil keakuratan pada model
CAPM dan ICAPM lebih maksimal maka perlu dilakukan pembatasan
pada periode jangka pendek, jangka menengah dan jangka panjang.
2. Pengujian pada sampel penelitian ini perlu dibuat lebih spesifik dengan
membuat batasan kelompok kapitalisasi pasar tinggi, kapitalisasi pasar
menengah dan kapitalisasi pasar rendah. Dengan begitu hasil keakuratan
dari keempat versi CAPM dapat diketahui kesesuaiannya pada saham-
saham kelompok kapitalisasi pasar tinggi, kapitalisasi pasar menengah dan
kapitalisasi pasar rendah.
153
DAFTAR PUSTAKA
Ahmad, Kamarudin. Dasar-Dasar Manajemen Investasi dan Portofolio. Jakarta:
Rineka Cipta, 2004.
Al-Afeef, Mohammad Abdel Mohsen. “Capital Asset Pricing Model, Theory and
Practice: Evidence from USA (2009-2016)”. International Journal of
Business Management: Vol. 12, No. 8 (2017): 182-192.
Alim, Emmy Abdul. Global Leaders in Islamic Finance: Industry Milestones and
Reflections. Singapore: WILEY, 2014.
Anoraga, Pandji dan Piji Pakarti. Pengantar Pasar Modal. Jakarta: Rineka Cipta,
2008.
Bodie, Kane dan Marcus. Manajemen Portofolio dan Investasi Edisi 9 Buku 1.
Jakarta: Salemba Empat, 2014.
Carter, Brad, Chris Muller dan Mike Ward. “The Applicability of Black’s
Variation of The Capital Asset Pricing Model (CAPM) in The South
African Context”. South Africa, University of Pretoria, Gordon Institute of
Business Science, (2017).
Djohanputro, Bramantyo. Manajemen Risiko Korporat Terintegrasi. Jakarta:
PPM, 2006.
Effendi, Kharisya Ayu. “Optimalisasi Shari’a Compliant Asset Pricing Model
terhadap Rate of Return pada Jakarta Islamic Index”. Jurnal Manajemen:
Volume XX, No. 03 (2016): 370-386.
Fahmi, Irham. Manajemen Risiko: Teori, Kasus dan Solusi. Bandung:
ALFABETA, 2011.
_____, Irham. Pengantar Teori Portofolio dan Analisis Investasi. Bandung:
ALFABETA, 2015.
Febrianto, Igo dan Artie Arditha Rachman. “Islamic Capital Asset Pricing Model:
A Comparative Analysis”. Jurnal Ilmiah Esai: Vol. 10, No. 1 (2016): 14-
33.
Ghozali, Imam. Aplikasi Analisis Multivariate dengan Program SPSS Edisi 7.
Semarang: Badan Penerbit Universitas Diponegoro, 2013.
Gumati, Tatang Ary. Manajemen Investasi : Konsep Teori dan Aplikasi. Jakarta:
Mitra Wacana Media, 2011.
154
Hakim, Shabir Ahmad, Zarinah Hamid dan Ahamed Kameel Mydin Meera.
“Capital Asset Pricing Model and Pricing of Financial Instruments”.
JKAU. Islamic Econ: Vol. 29, No. 1 (2016): 21-39.
Halim, Abdul. Analisis Investasi. Jakarta: Salemba Empat, 2005.
_____, Abdul. Akuntansi Biaya. Yogyakarta: BPFE-Yogyakarta, 2006.
Hanafi, Mamduh M. Manajemen Keuangan Edisi 2. Yogyakarta: BPFE-
Yogyakarta, 2016.
Hanif, Muhammad. “Risk and Return under Shari’a Framework An Attempt to
Develop Shari’a Compliant Asset Pricing Model-SCAPM”. Pakistan,
National University of Computer & Emerging Sciences, Islamabad,
(2011).
_____, Muhammad dan A. Dar. “Comparative Testing of Capital Asset Pricing
Model (CAPM) and Shari’a Compliant Asset Pricing Model (SCAPM):
Evidence from Karachi Stock Exchange-Pakistan”. Middle Eastern
Journal of Scientific Research, Forthcoming, (2010).
Hartono, Jogiyanto. Teori Portofolio dan Analisis Investasi Edisi 7. Yogyakarta:
BPFE-Yogyakarta, 2013.
_______, Jogiyanto. Teori Portofolio dan Analisis Investasi Edisi 9. Yogyakarta:
BPFE-Yogyakarta, Yogyakarta, 2015.
Hidayat, Taufik. Buku Pintar Investasi Syariah. Jakarta: Mediakita, 2011.
Husein, Umar. Metode Penelitian untuk Skripsi dan Tesis Bisnis Edisi 11. Jakarta:
PT Raja Grafindo Persada, 2011.
Husnan, Suad. Dasar-Dasar Teori Portofolio dan Analisis Sekuritas Edisi 4.
Yogyakarta: UPP-AMP YKPN, 2009.
Keown, Arthur J, John D. Martin, J. William Petty dan David F. Scott, Jr.
Manajemen Keuangan : Prinsip dan Penerapan. Jakarta: PT Indeks, 2011.
Kisman, Zainul dan Restyanita M. Shintabelle. “The Validity of Capital Asset
Pricing Model (CAPM) and Arbitrage Pricing Theory (APT) in Predicting
the Return of Stocks in Indonesia Stock Exchange 2008-2010”. American
Journal of Economics, Finance and Management: Vol. 1, No.3 (2015):
184-189.
Lemiyana. “Analisis Model CAPM dan APT dalam Memprediksi Tingkat Return
Saham Syariah (Studi Kasus Saham di Jakarta Islamic Index)”. I-Finance:
Vol. 1, No. 1 (2015)
Magut, John Tarus dan Jared Bitange Bogonko. “Evaluation of Capital Asset
Pricing Model in Predicting Securities Returns at The Nairobi Securities
155
Exchange (Listed Agricultural Companies)”. American Based Research
Journal: Vol. 6, Issue-9 (2017).
Nasution. Metode Research: Penelitian Ilmiah. Jakarta: Bumi Aksara, 2003.
Nisfiannor, Muhammad. Pendekatan Statistika Modern. Jakarta: Salemba Empat,
2009.
Nurrahmi, Novita dan Ahmad Rodoni. “Analisis Faktor-Faktor yang
Mempengaruhi Volatilitas Indeks Saham Syariah Jakarta Islamic Index
dan Kuala Lumpur Syariah Index dengan Pendekatan Error Correction
Model”, Jakarta, UIN Syarif Hidayatullah Jakarta, (2014).
Poornima, S. dan Swathiga P. “A Study on Relationship between Risk and Return
Analysis of Selected Stocks on NSE Using Capital Asset Pricing Model”.
International Journal of Applied Research: Vol. 3, No. 7 (2017): 375-378.
Premananto, Gancar Candra dan Muhammad Madyan. “Perbandingan
Keakuratan Capital Asset Pricing Model dan Arbitrage Pricing Theory
dalam Memprediksi Tingkat Pendapatan Saham Industri Manufaktur
Sebelum dan Semasa Krisis Ekonomi”. Jurnal Penelitian Dinamika Sosial:
Vol. 5, No. 2 (2004): 125-139.
Priyatno, Duwi. Cara Kilat Belajar Analisis Data dengan SPSS 20. Yogyakarta:
Andi Offset, 2012.
Raharjaputra, Hendra S. Manajemen Keuangan dan Akuntansi untuk Eksekutif
Perusahaan. Jakarta: PT Raja Grafindo Persada, 2009.
Rodoni, Ahmad. Investasi Syariah. Jakarta: Lembaga Penelitian UIN Jakarta,
2009.
______, Ahmad, dan Herni Ali. Manajemen Keuangan Modern. Jakarta: Mitra
Wacana Media, 2014.
______, Ahmad dan Othman Young. Analisis Investasi dan Teori Portofolio.
Jakarta: PT Raja Grafindo Persadan, 2002.
Sadaf, Rabeea dan Sumaera Andleeb. “Islamic Capital Asset Pricing Model
(ICAPM)”. Journal of Islamic Banking and Finance: Vol. 2, No. 1 (2014):
187-195.
Santoso, Singgih. Panduan Lengkap SPSS Versi 20. Jakarta: PT Elex Media
Komputindo, 2012.
Sartono, Agus R. Manajemen Keuangan Edisi 4. Yogyakarta: BPFE-Yogyakarta,
2002.
Selim, Tarek H. “An Islamic Capital Asset Pricing Model”. Humanomics: Vol. 24,
No. 2 (2008): 122-129.
156
Strydorm, Barry dan Ailie Charteris. “The South African Risk-Free Rate
Anomaly”. African Journal of Business Management: Vol. 7, No. 28
(2013): 2807-2816/
Subagyo, Pangestu. Forecasting: Konsep dan Aplikasi. Yogyakarta: BPFE-
Yogyakarta, 2000.
Sugiyono. Metode Penelitian Administrasi: Pendekatan Kuantitatif, Kualitatif,
dan R&D. Bandung: ALFABETA, 2010.
_______. Metode Penelitian Bisnis: Pendekatan Kuantitatif, Kualitatif dan
R&D. Bandung: ALFABETA, 2014.
Suharli, Michell. “Studi Empiris Terhadap Dua Faktor yang Mempengaruhi
Return Saham Pada Industri Food & Beverages di Bursa Efek Jakarta”,
Jurnal akuntansi & Keuangan: Vol.7, No 2 (2005): 99-116.
Sutedi, Andrian. Pasar Modal Syariah (Sarana Investasi Keuangan Berdasarkan
Prinsip Syariah). Jakarta: Sinar Grafika, 2011.
Tampubolon, Manahan P. Manajemen Keuangan. Jakarta: Mitra Wacana Media,
2013.
Tandelilin, Eduardus. Analisis Manajemen Investasi Portofolio Edisi 1.
Yogyakarta: BPFE-Yogyakarta, 2001.
________, Eduardus. Portofolio dan Investasi Teori dan Aplikasi Edisi 1.
Yogyakarta: Kanisius, 2010.
Uyanto, Stanislaus S. Pedoman Analisis Data dengan SPSS. Yogyakarta: Graha
Ilmu, 2006.
Winarno, Wing Wahyu. Analisis Ekonometrika dan Statistik dengan Eviews.
Yogyakarta: UPP STIM YKPN, 2015.
Yuliana, Indah. Investasi Produk Keuangan Syari’ah. Malang: UIN-MALIKI
PRESS, 2010.
Zainal, Veithzal Rifai, Rahmat Waluyanto, Andria Permata Veithzal dan Didy
Handoko. Manejemen Investasi Islami Edisi 1. Yogyakarta: BPFE-
Yogyakarta, 2016.
Buku Panduan Indonesia Stock Exchange
www.ibpa.co.id
www.idx.co.id
www.investing.com
www.bi.go.id
157
LAMPIRAN
Lampiran 1. Actual Return
Bulan/Tahu
n
A_Retur
n AALI
A_Retur
n ADRO
A_Retur
n AKRA
A_Retur
n ASII
A_Retur
n BSDE
A_Retur
n ICBP
Jan-13 -0,0432 0,0377 -0,0663 -0,0329 0,2613 0,0256
Feb-13 -0,0212 -0,0485 0,1548 0,0816 0,1429 0,0625
Mar-13 0,0027 -0,1656 0,1173 -0,0063 0,0938 0,1294
Apr-13 -0,0432 -0,0611 0,0300 -0,0696 -0,0114 0,1927
May-13 0,1017 -0,2439 0,0388 -0,0408 0,2717 0,1441
Jun-13 0,0102 -0,0753 -0,0093 -0,0071 -0,1818 -0,0687
Jul-13 -0,2106 -0,1860 -0,1840 -0,0714 -0,1222 -0,0820
Aug-13 0,2701 0,3286 -0,0809 -0,0692 -0,1709 -0,1071
Sep-13 -0,0126 -0,0323 0,0063 0,0661 0,0992 0,0250
Oct-13 -0,0462 0,1333 0,2125 0,0310 0,0903 0,0927
Nov-13 0,1962 0,1078 -0,0361 -0,0602 -0,1401 -0,1071
Dec-13 0,1281 -0,0354 -0,0642 0,0880 -0,0444 0,0200
Jan-14 -0,1445 -0,1284 0,0057 -0,0551 0,1163 0,0784
Feb-14 0,1875 0,0474 0,0364 0,0817 0,0660 0,0160
Mar-14 0,0196 -0,0151 0,0603 0,0612 0,0651 -0,0963
Apr-14 0,1308 0,2092 -0,0134 0,0068 -0,0459 -0,0099
May-14 -0,0706 0,0338 -0,1352 -0,0471 0,0321 0,0200
Jun-14 0,0311 -0,0408 0,0497 0,0283 -0,0776 -0,0196
Jul-14 -0,0524 0,0085 0,0162 0,0619 0,0673 0,0450
Aug-14 -0,0449 0,1097 0,1932 -0,0194 0,0126 0,0048
Sep-14 -0,0980 -0,1065 0,0381 -0,0693 -0,0374 0,0810
Oct-14 0,0217 -0,0340 -0,0963 -0,0390 0,0388 -0,0264
Nov-14 0,0213 -0,0485 -0,0558 0,0517 0,1028 0,0181
Dec-14 0,0105 -0,0370 -0,1140 0,0421 0,0198 0,1644
Jan-15 -0,0412 -0,0385 0,1396 0,0572 0,1191 0,1069
Feb-15 0,0602 -0,0400 0,0373 0,0000 0,0990 -0,0138
Mar-15 -0,0142 -0,0104 0,0524 0,0924 -0,0383 0,0263
Apr-15 -0,1626 -0,0789 0,0146 -0,2012 -0,1265 -0,1006
May-15 0,2187 -0,0171 0,0529 0,0657 0,0214 0,0682
Jun-15 -0,0746 -0,1163 0,0822 -0,0308 -0,1234 -0,1152
Jul-15 -0,1253 -0,2237 -0,0295 -0,0601 0,0719 -0,0141
Aug-15 -0,1469 0,0085 0,0565 -0,1090 -0,1034 0,0366
Sep-15 0,0583 -0,1008 -0,0370 -0,1181 -0,1246 -0,0275
158
Oct-15 0,0980 0,1121 0,0085 0,1292 0,1530 0,0645
Nov-15 -0,1482 -0,0756 0,0339 0,0042 0,0401 -0,0436
Dec-15 -0,0649 -0,0636 0,1762 0,0127 0,0682 0,0675
Jan-16 0,0773 0,0194 0,0244 0,0750 -0,0389 0,0723
Feb-16 -0,1303 0,1524 0,1122 0,0543 -0,0260 0,0900
Mar-16 0,2256 0,0661 -0,1498 0,0662 0,0890 -0,0349
Apr-16 -0,1154 0,1318 -0,0647 -0,0724 0,0082 0,0050
May-16 -0,1211 -0,0274 -0,0154 -0,0186 -0,0108 0,0605
Jun-16 0,0903 0,1972 0,0000 0,1212 0,1530 0,0632
Jul-16 -0,0136 0,2235 0,0547 0,0439 -0,0095 -0,0014
Aug-16 0,1310 0,1058 -0,0111 0,0550 0,0287 0,1599
Sep-16 -0,0960 0,0478 -0,0337 0,0123 0,0233 -0,0501
Oct-16 0,0287 0,3154 0,1008 -0,0030 -0,0136 -0,0079
Nov-16 0,0852 -0,0347 -0,0599 -0,0821 -0,2166 -0,0798
Dec-16 0,0136 0,1078 -0,1011 0,0960 0,0324 -0,0087
Jan-17 -0,0596 0,0000 0,1125 -0,0393 0,0427 -0,0204
Feb-17 -0,0523 0,0000 -0,0487 0,0314 0,0000 -0,0089
Mar-17 -0,0033 0,0324 -0,0157 0,0518 0,0301 -0,0210
Apr-17 -0,0336 0,0143 0,0840 0,0377 -0,0504 0,0767
May-17 -0,0069 -0,1437 -0,0221 -0,0223 0,0112 -0,0085
Jun-17 0,0280 0,0395 -0,0151 0,0200 0,0110 0,0115
Jul-17 0,0017 0,1297 0,0575 -0,1064 -0,0219 -0,0511
Aug-17 0,0017 0,0224 -0,0181 -0,0125 0,0251 0,0449
Sep-17 0,0085 0,0000 0,0480 0,0032 -0,0354 0,0000
Oct-17 -0,0202 0,0000 0,0493 0,0127 -0,0282 0,0086
Nov-17 -0,0497 -0,0685 -0,1477 -0,0031 -0,0407 -0,0398
Dec-17 -0,0505 0,0941 0,0000 0,0408 0,0303 0,0533
Bulan/Tahu
n
A_Retur
n INDF
A_Retur
n KLBF
A_Retur
n LPKR
A_Retur
n LSIP
A_Retur
n PGAS
A_Retur
n SMGR
Jan-13 0,0342 0,0283 0,0300 -0,0435 0,0163 -0,0063
Feb-13 0,2066 0,1835 0,0971 -0,0568 0,0267 0,1016
Mar-13 0,0205 -0,0388 0,2124 -0,0699 0,2396 0,0202
Apr-13 -0,0134 0,1210 -0,0146 -0,2124 0,0504 0,0395
May-13 0,0000 0,0432 0,3630 0,2632 -0,1200 -0,0217
Jun-13 0,0000 -0,0069 -0,1739 -0,1042 0,0455 -0,0500
Jul-13 -0,1156 -0,0069 -0,1579 -0,3488 0,0261 -0,1111
Aug-13 0,0000 -0,0559 -0,1016 0,3304 -0,0847 -0,1711
Sep-13 0,0846 -0,1259 -0,0522 -0,1477 -0,0370 0,0317
159
Oct-13 -0,0567 0,1017 0,0367 0,2598 -0,0192 0,1038
Nov-13 0,0000 -0,0615 -0,1947 0,1500 -0,0490 -0,1080
Dec-13 -0,0075 0,0246 0,0000 0,0489 -0,0773 0,1055
Jan-14 0,0568 0,1240 0,0440 -0,1425 0,0659 0,0035
Feb-14 0,0287 0,0320 -0,0105 0,2508 0,0273 0,0563
Mar-14 0,0174 0,0103 0,1543 0,0676 0,0459 0,0533
Apr-14 -0,0342 0,0546 -0,0138 0,1086 0,0390 -0,0601
May-14 -0,0319 -0,0032 -0,0327 -0,0571 0,0188 -0,0084
Jun-14 -0,0183 0,0779 -0,0725 0,0022 0,0276 0,0238
Jul-14 0,0560 0,0422 0,1458 -0,0929 0,0583 0,0995
Aug-14 -0,0283 -0,0405 -0,0273 -0,1095 -0,0169 -0,0211
Sep-14 0,0182 0,0241 -0,1215 0,0160 0,0345 -0,0493
Oct-14 -0,0250 0,0029 0,1383 0,0237 -0,0083 0,0292
Nov-14 -0,0183 0,0264 0,0888 0,0206 0,0000 0,0079
Dec-14 0,0075 0,0457 -0,1245 -0,0479 0,0084 0,0125
Jan-15 0,1185 0,0191 0,1127 -0,0265 -0,1583 -0,1003
Feb-15 -0,0199 -0,0322 0,0396 0,0217 0,0297 0,0206
Mar-15 0,0068 0,0332 0,1441 -0,0798 -0,0769 -0,0824
Apr-15 -0,0940 -0,0375 -0,1222 -0,1763 -0,1458 -0,0842
May-15 0,0815 0,0251 0,0970 0,1684 0,0476 0,0760
Jun-15 -0,0993 -0,0897 -0,0923 -0,0661 0,0047 -0,1078
Jul-15 -0,0722 0,0418 -0,0212 -0,1286 -0,0730 -0,1583
Aug-15 -0,1311 -0,0401 -0,0736 -0,2030 -0,3050 -0,0842
Sep-15 0,0377 -0,1791 0,0561 0,2824 -0,0899 -0,0216
Oct-15 0,0045 0,0400 0,0531 0,1191 0,1858 0,0829
Nov-15 -0,1176 -0,0664 0,0798 -0,2258 -0,1150 0,0842
Dec-15 0,0615 -0,0112 -0,1946 0,1000 0,0339 0,0729
Jan-16 0,1981 0,0114 0,0193 0,0795 -0,1239 -0,0307
Feb-16 0,1371 -0,0262 -0,0284 0,0035 0,0956 -0,0724
Mar-16 0,0248 0,1115 0,0195 0,2727 -0,0076 -0,0073
Apr-16 -0,0138 -0,0484 -0,0287 -0,1566 0,0019 -0,0270
May-16 -0,0281 0,0400 -0,0591 -0,0554 -0,0534 -0,0909
Jun-16 0,0469 0,0699 0,1990 -0,0483 -0,0565 0,0389
Jul-16 0,1483 0,0948 -0,0087 0,0181 0,4060 0,0027
Aug-16 -0,0480 0,0716 -0,0308 0,1388 -0,0821 0,0560
Sep-16 0,0978 -0,0446 -0,1000 -0,0656 -0,0497 0,0202
Oct-16 -0,0230 0,0146 -0,0859 0,0201 -0,1080 -0,0248
Nov-16 -0,1088 -0,1379 -0,1547 0,1902 0,0352 -0,0990
Dec-16 0,0462 0,0100 -0,0588 -0,0413 0,0189 0,0338
160
Jan-17 0,0000 -0,0429 0,0208 -0,1092 0,0667 -0,0163
Feb-17 0,0252 0,0552 0,0000 -0,0484 -0,0174 0,0665
Mar-17 -0,0154 0,0065 -0,0136 -0,0068 -0,1060 -0,0649
Apr-17 0,0469 0,0292 0,0897 -0,0478 -0,0395 -0,0194
May-17 0,0448 -0,0284 -0,1392 0,0932 -0,0123 0,0708
Jun-17 -0,0171 0,0552 -0,0294 -0,1016 -0,0625 0,0582
Jul-17 -0,0262 0,0677 0,0833 0,0292 0,0000 -0,0050
Aug-17 0,0000 -0,0144 0,0979 -0,0248 -0,0578 0,0528
Sep-17 0,0060 -0,0263 -0,0764 0,0255 -0,2571 -0,0334
Oct-17 -0,0267 -0,0390 -0,0483 0,0709 0,1683 0,0765
Nov-17 -0,1067 0,0000 -0,1667 -0,0795 -0,0761 -0,1376
Dec-17 0,0410 0,0563 -0,1513 0,0216 0,0294 0,0532
Bulan/Tahun A_Return
TLKM
A_Return
UNTR
A_Return
UNVR
Jan-13 0,0716 0,0025 0,0576
Feb-13 0,1080 -0,0228 0,0363
Mar-13 0,0232 -0,0570 -0,0022
Apr-13 0,0639 -0,0247 0,1513
May-13 -0,0554 -0,0817 0,1619
Jun-13 0,0181 0,1166 0,0082
Jul-13 0,0576 -0,0769 0,0341
Aug-13 -0,0780 -0,0595 -0,0189
Sep-13 -0,0455 0,0316 -0,0337
Oct-13 0,1190 0,0736 -0,0050
Nov-13 -0,0745 0,0429 -0,1133
Dec-13 -0,0115 0,0411 -0,0226
Jan-14 0,0581 0,0158 0,0981
Feb-14 0,0220 -0,0168 0,0009
Mar-14 -0,0473 0,0935 0,0236
Apr-14 0,0226 0,0458 0,0000
May-14 0,1369 -0,0012 -0,0043
Jun-14 -0,0427 0,0657 0,0052
Jul-14 0,0751 -0,0087 0,0504
Aug-14 0,0057 -0,0328 0,0089
Sep-14 0,0938 -0,1016 0,0250
Oct-14 -0,0566 -0,0766 -0,0440
Nov-14 0,0273 -0,0027 0,0461
161
Dec-14 0,0142 -0,0532 0,0157
Jan-15 -0,0122 0,0317 0,1091
Feb-15 0,0371 0,1592 0,0049
Mar-15 -0,0153 0,0506 0,1014
Apr-15 -0,0952 -0,0183 0,0744
May-15 0,0880 -0,0514 0,0164
Jun-15 0,0299 0,0037 -0,0878
Jul-15 0,0034 -0,0086 0,0127
Aug-15 -0,0238 -0,0532 -0,0069
Sep-15 -0,0784 -0,0863 -0,0434
Oct-15 0,0132 0,0358 -0,0263
Nov-15 0,0933 -0,0994 -0,0068
Dec-15 0,0597 0,0399 0,0068
Jan-16 0,0757 0,0265 -0,0081
Feb-16 -0,0311 -0,1078 0,2132
Mar-16 0,0229 -0,0145 -0,0359
Apr-16 0,0725 -0,0196 -0,0082
May-16 0,0423 -0,0533 0,0123
Jun-16 0,0757 0,0423 0,0458
Jul-16 0,0628 0,0642 -0,0006
Aug-16 -0,0047 0,1905 0,0133
Sep-16 0,0238 -0,0560 -0,0241
Oct-16 -0,0209 0,2218 -0,0017
Nov-16 -0,1043 -0,0289 -0,0888
Dec-16 0,0529 0,0119 -0,0426
Jan-17 -0,0276 0,0282 0,0619
Feb-17 -0,0052 0,1281 0,0237
Mar-17 0,0727 0,0751 0,0273
Apr-17 0,0581 0,0151 0,0271
May-17 -0,0046 0,0325 0,0376
Jun-17 0,0391 -0,0117 0,0568
Jul-17 0,0376 0,0965 0,0031
Aug-17 0,0000 0,0066 0,0327
Sep-17 -0,0021 0,0561 -0,0312
Oct-17 -0,1389 0,0836 0,0128
Nov-17 0,0298 -0,0339 -0,0060
Dec-17 0,0699 0,0567 0,1339
162
Lampiran 2. Return Pasar
Bulan/Tahun JII_(Rm)
Jan-13 0,0165
Feb-13 0,0672
Mar-13 0,0234
Apr-13 0,0338
May-13 -0,0089
Jun-13 -0,0243
Jul-13 -0,0552
Aug-13 -0,0509
Sep-13 -0,0108
Oct-13 0,0514
Nov-13 -0,0582
Dec-13 0,0090
Jan-14 0,0304
Feb-14 0,0398
Mar-14 0,0216
Apr-14 0,0113
May-14 0,0141
Jun-14 -0,0028
Jul-14 0,0540
Aug-14 0,0011
Sep-14 -0,0051
Oct-14 -0,0250
Nov-14 0,0187
Dec-14 0,0118
Jan-15 0,0226
Feb-15 0,0218
Mar-15 0,0084
Apr-15 -0,0871
May-15 0,0500
Jun-15 -0,0588
Jul-15 -0,0229
Aug-15 -0,0681
Sep-15 -0,0705
Oct-15 0,0540
Nov-15 -0,0107
Dec-15 0,0406
163
Jan-16 0,0156
Feb-16 0,0475
Mar-16 0,0169
Apr-16 0,0009
May-16 -0,0068
Jun-16 0,0701
Jul-16 0,0465
Aug-16 0,0279
Sep-16 -0,0096
Oct-16 0,0003
Nov-16 -0,0773
Dec-16 0,0167
Jan-17 -0,0069
Feb-17 0,0127
Mar-17 0,0290
Apr-17 0,0276
May-17 -0,0061
Jun-17 0,0217
Jul-17 -0,0016
Aug-17 -0,0028
Sep-17 -0,0174
Oct-17 -0,0063
Nov-17 -0,0206
Dec-17 0,0636
164
Lampiran 3. Inflasi, Obligasi Pemerintah Seri-FR0064 dan BI Rate (SBI)
Bulan/Tahun Inflasi Obligasi Pemerintah
Seri-FR0064 BI Rate
Jan-13 4,57% 5,34% 5,75%
Feb-13 5,31% 5,42% 5,75%
Mar-13 5,90% 5,52% 5,75%
Apr-13 5,57% 5,49% 6,00%
May-13 5,47% 6,10% 6,50%
Jun-13 5,90% 7,12% 6,50%
Jul-13 8,61% 7,87% 7,00%
Aug-13 8,79% 8,61% 7,25%
Sep-13 8,40% 8,49% 7,25%
Oct-13 8,32% 7,42% 7,50%
Nov-13 8,37% 8,69% 7,50%
Dec-13 8,38% 8,44% 7,50%
Jan-14 8,22% 8,89% 7,50%
Feb-14 7,75% 8,39% 7,50%
Mar-14 7,32% 7,97% 7,50%
Apr-14 7,25% 7,93% 7,50%
May-14 7,32% 8,06% 7,50%
Jun-14 6,70% 8,24% 7,50%
Jul-14 4,53% 8,03% 7,50%
Aug-14 3,99% 8,22% 7,50%
Sep-14 4,53% 8,40% 7,50%
Oct-14 4,83% 8,05% 7,50%
Nov-14 6,23% 7,70% 7,75%
Dec-14 8,36% 7,79% 7,75%
Jan-15 6,96% 7,04% 7,75%
Feb-15 6,29% 6,90% 7,50%
Mar-15 6,38% 7,41% 7,50%
Apr-15 6,79% 7,69% 7,50%
May-15 7,15% 8,17% 7,50%
Jun-15 7,26% 8,38% 7,50%
Jul-15 7,26% 8,60% 7,50%
Aug-15 7,18% 8,79% 7,50%
Sep-15 6,83% 9,62% 7,50%
Oct-15 6,25% 8,80% 7,50%
Nov-15 4,89% 8,61% 7,50%
165
Dec-15 3,35% 8,87% 7,50%
Jan-16 4,14% 8,28% 7,25%
Feb-16 4,42% 8,24% 7,00%
Mar-16 4,45% 7,71% 6,75%
Apr-16 3,60% 7,72% 6,75%
May-16 3,33% 7,87% 6,75%
Jun-16 3,45% 7,46% 6,50%
Jul-16 3,21% 6,94% 6,50%
Aug-16 2,79% 7,14% 5,25%
Sep-16 3,07% 7,07% 5,00%
Oct-16 3,31% 7,26% 4,75%
Nov-16 3,58% 8,18% 4,75%
Dec-16 3,02% 7,94% 4,75%
Jan-17 3,49% 7,64% 4,75%
Feb-17 3,83% 7,54% 4,75%
Mar-17 3,61% 7,03% 4,75%
Apr-17 4,17% 7,03% 4,75%
May-17 4,33% 6,95% 4,75%
Jun-17 4,37% 6,81% 4,75%
Jul-17 3,88% 6,95% 4,75%
Aug-17 3,82% 6,68% 4,50%
Sep-17 3,72% 6,50% 4,25%
Oct-17 3,58% 6,81% 4,25%
Nov-17 3,30% 6,51% 4,25%
Dec-17 3,61% 6,30% 4,25% Sumber: Website Resmi Bank Indonesia dan Indonesia Bond Pricing Agency
166
Lampiran 4. Statistik Deskriptif SPSS 25
MAD
N Mean
Std.
Deviation Std. Error
95% Confidence Interval for
Mean
Minimum Maximum Lower Bound Upper Bound
MAD_CAPM
1
15 .05635716 .021045593 .005433949 .04470250 .06801182 .033998 .105317
MAD_CAPM
2
15 .05633683 .021063293 .005438519 .04467236 .06800129 .034037 .105390
MAD_ICAPM
1
15 .05635237 .021022999 .005428115 .04471022 .06799452 .034060 .105254
MAD_ICAPM
2
15 .05635123 .021002254 .005422759 .04472057 .06798189 .034043 .105156
Total 60 .05634939 .020491821 .002645483 .05105580 .06164299 .033998 .105390
Lampiran 5. Uji Keseragaman Varian (Uji Levene) SPSS 25
Levene Statistic df1 df2 Sig.
MAD Based on Mean .000 3 56 1.000
Based on Median .000 3 56 1.000
Based on Median and with
adjusted df
.000 3 55.998 1.000
Based on trimmed mean .000 3 56 1.000
Lampiran 6. Uji Anova SPSS 25
MAD
Sum of Squares df Mean Square F Sig.
Between Groups .000 3 .000 .000 1.000
Within Groups .025 56 .000
Total .025 59
167
Lampiran 7. Multiple Comparisons SPSS 25
Dependent Variable: MAD
Tukey HSD
(I) Model_CAPM (J) Model_CAPM
Mean
Difference (I-J) Std. Error Sig.
95% Confidence Interval
Lower Bound Upper Bound
MAD_CAPM1 MAD_CAPM2 .000020334 .007680366 1.000 -.02031641 .02035708
MAD_ICAPM1 .000004793 .007680366 1.000 -.02033195 .02034154
MAD_ICAPM2 .000005930 .007680366 1.000 -.02033081 .02034267
MAD_CAPM2 MAD_CAPM1 -.000020334 .007680366 1.000 -.02035708 .02031641
MAD_ICAPM1 -.000015541 .007680366 1.000 -.02035228 .02032120
MAD_ICAPM2 -.000014404 .007680366 1.000 -.02035115 .02032234
MAD_ICAPM1 MAD_CAPM1 -.000004793 .007680366 1.000 -.02034154 .02033195
MAD_CAPM2 .000015541 .007680366 1.000 -.02032120 .02035228
MAD_ICAPM2 .000001137 .007680366 1.000 -.02033561 .02033788
MAD_ICAPM2 MAD_CAPM1 -.000005930 .007680366 1.000 -.02034267 .02033081
MAD_CAPM2 .000014404 .007680366 1.000 -.02032234 .02035115
MAD_ICAPM1 -.000001137 .007680366 1.000 -.02033788 .02033561
Lampiran 8. MAD SPSS 25
Tukey HSDa
Model_CAPM N
Subset for alpha = 0.05
1
MAD_CAPM2 15 .05633683
MAD_ICAPM2 15 .05635123
MAD_ICAPM1 15 .05635237
MAD_CAPM1 15 .05635716
Sig. 1.000
