Professional Documents
Culture Documents
SKRIPSI
Oleh :
Latifatuzzarah Masithoh
NIM : 113081000103
JURUSAN MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1438 H/2017 M
PENGUJIAN VALIDITAS CAPITAL ASSET PRICING MODEL
(CAPM), ISLAMIC CAPITAL ASSET PRICING MODEL
(ICAPM) DAN ARBITRAGE PRICING THEORY (APT) DALAM
MEMPREDIKSI RETURN SAHAM SYARIAH DI JAKARTA
ISLAMIC INDEX
(Periode Tahun 2012 – 2016)
SKRIPSI
Oleh :
Latifatuzzarah Masithoh
NIM : 1113081000103
JURUSAN MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1438 H/ 2017 M
i
ii
iii
DAFTAR RIWAYAT HIDUP
Identitas Pribadi
Pendidikan Formal
Pengalaman Organisasi
iv
TESTING VALIDITY CAPITAL ASSET PRICING MODEL (CAPM),
ISLAMIC CAPITAL ASSET PRICING MODEL (ICAPM) AND ARBITRAGE
PRICING THEORY (APT) IN PREDICTING THE RETURN OF SHARIA
STOCK IN JAKARTA ISLAMIC INDEX
Purpose of this research is to analyze the accuracy of CAPM, ICAPM, and APT
models in predicting return of sharia stock in Jakarta Islamic Index (JII). The
variables of this research are the stock return of JII, Beta, risk free, market
return, inflation, SBI and Exchange rate. The population of this research are all
monthly return of sharia stock from companies that listed on JII. This research
uses purposive sampling method. The sample used in this research is return of
sharia stock per month of 16 companies JII in 2012 - 2016. The analytical method
used to measure the level of expected macro variables is Exponential Smoothing
method. The accuracy of the model CAPM, ICAPM and APT is measured by value
of Mean Absolute Deviation (MAD) and the coefficient of determination used to
compare the accuracy between CAPM, ICAPM, and APT model. Then
independent t-tests to determine the difference in accuracy between CAPM,
ICAPM and APT models. The results of this research shows that the ICAPM
model more accurate than the CAPM and APT models because the value of MAD
ICAPM is smaller than the value of MAD CAPM and APT models. Adjust
shows that the CAPM model is more accurate than ICAPM and APT models
because the value of adjusted CAPM model is higher than ICAPM and APT
models. Independent t-test showed that there is no difference in accuracy between
the CAPM model with ICAPM models in predicting return of sharia stock in JII.
Keywords: Stock Return of Sharia, JII, Capital Asset Pricing Model (CAPM),
Islamic Capital Asset Pricing Model (ICAPM), Arbitrage Pricing
Theory (APT).
v
PENGUJIAN VALIDITAS CAPITAL ASSET PRICING MODEL (CAPM),
ISLAMIC CAPITAL ASSET PRICING MODEL (ICAPM) DAN ARBITRAGE
PRICING THEORY (APT) DALAM MEMPREDIKSI RETURN SAHAM
SYARIAH DI JAKARTA ISLAMIC INDEX
(Periode Tahun 2012 – 2016)
ABSTRAK
Kata Kunci : Return saham syariah, JII, Capital Asset Pricing Model (CAPM),
Islamic Capital Asset Pricing Model (ICAPM), Arbitrage Pricing
Theory (APT).
vi
KATA PENGANTAR
Segala puji dan syukur hanya bagi Allah yang telah menciptakan kita dalam
keadaan mencintai agamanya dan berpegang pada syariat-Nya. Shalawat dan
salam semoga tercurahkan kepada junjungan kita Nabi Muhammad yang telah
berjihad untuk menyiarkan ajaran-ajaran Islam yang agung dalam akhlak beliau
yang mulia, dan semoga kesejahteraaan dan rahmat senantiasa juga tercurah untuk
keluarganya dan para sahabatnya terkasih yang senantiasa mengikuti petunjuknya,
sehingga mereka beruntung dengan mendapat ridha dan pahala dari sisi Allah.
Terselesaikannya skripsi ini tidak lepas dari bantuan berbagai pihak. Oleh
karena itu, penulis ingin menyampaikan terima kasih kepada :
1. Kedua orang tua saya, Bapak Drs. Lasimun, M.E.Sy., M.Pd. dan Ibu Dra.
Sri Untung Widowati, M.Pd. yang selalu memberikan dukungan baik moril
maupun materil, memberikan kasih sayang, cinta, dan selalu mendoakan
dengan penuh rasa ikhlas. Kalian adalah motivasi terkuat bagi penulis untuk
bisa segera menyelesaikan skripsi ini.
2. Adik kesayangan saya Muhammad Nabil Al Farizi yang selalu memberi
motivasi kepada penulis untuk menjadi kakak yang baik, semoga kita akan
menjadi anak yang selalu bisa menjadi kebanggaan Ayah dan Bunda.
3. Bapak Dr. M. Arif Mufraini, Lc., MA selaku Dekan FEB, BapakDr. Amilin,
SE.Ak., M.Si 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 dalam
menyelesaikan skripsi ini.
4. Bapak Prof. Dr. Ahmad Rodoni, MM. sebagai Dosen Pembimbing Skripsi
yang telah meluangkan waktunya di tengah kesibukan untuk membimbing
dan mengarahkan penulis dalam menyusun skripsi ini serta motivasinya
yang begitu besar pada penulis.
vi
5. Ibu Titi Dewi Warnida, SE, M.Si. selaku Ketua Jurusan Manajemen
Fakultas Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah
Jakarta.
6. Ibu Ela Patriana, MM. selaku Sekretaris Jurusan Manajemen Fakultas
Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.
7. Bapak Sopyan, S.E.,MM. selaku Dosen Penasehat Akademik yang telah
mengarahkan dan memotivasi selama penulis menuntut ilmu di kampus ini.
8. Seluruh Dosen Fakultas Ekonomi dan Bisnis, terima kasih atas curahan ilmu
yang Bapak dan Ibu berikan kepada penulis.
9. Seluruh Staf Tata Usaha dan karyawan Fakultas Ekonomi dan Bisnis, atas
kerja kerasnya melayani mahasiswa dengan baik, membantu dalam
mengurus kebutuhan administrasi, keuangan dan lain-lainnya.
10. Teman terbaik penulis yang InsyaAllah menjadi teman hidup, Rahmat
Haryo Kisprihatmaji yang telah meluangkan waktunya untuk menemani
penulis menyelesaikan skripsi ini, yang tiada hentinya memberikan
motivasi, doa serta dukungan yang amat besar dan yang selalu ada untuk
penulis pada saat-saat terpuruknya.
11. Teman seperjuanganku selama di CCIT FTUI dan MIPS, terimakasih atas
dukungan dan motivasi kalian. Semoga Allah SWT selalu memudahkan
langkah kalian untuk menuju cita-cita dan tujuan.
12. Teman-teman tersayang, Fajar Iman, Pintan M. Izzar, Bella Nita, Afifa
Karima, Dyah Kamiswari, Amanda Nabila Khansa, Rio Fadlielah Jatu,
Aditya Sulistyo Nisrinna Ulfa, Annisa Maudya, Tri Wahyu Lestary,
Indirana Soraya, Indita Indriani, Tora Dwikotinov, Arkom Yadjidin, Hilman
Budi Kusumah Vista Qonitah, Meruni Sani Putri, Ratu Vien Sylvia A.,
Rahmaya Ayu, Mitzalina Izzati, Putri Saula, Sandra Karlina, Lydia
Rahmadhini, dan Dika Nurmalita yang telah memberikan nasihat, semangat
dan motivasi untuk penulis sejak awal masa perkuliahan hingga saat ini.
13. Keluarga besar KKN BAKTI BANGSA 2015 yang telah memberikan
pengalaman dan pelajaran yang begitu berharga selama masa KKN yang
vii
menjadikan pribadi penulis lebih baik lagi dari waktu ke waktu. Semoga
kekeluargaan kita tetap terjaga.
14. Semua pihak yang tidak dapat disebutkan satu per satu yang telah ikut
berkontribusi dalam penyelesaian skripsi ini.
Penulis menyadari bahwa hasil penelitian ini masih memiliki banyak
kekurangan. Dengan segenap kerendahan hati penulis mengharapkan saran,
arahan maupun kritikan yang konstruktif demi penyempurnaan hasil penelitian
ini. Skripsi ini diharapkan dapat memberikan manfaat bagi berbagai pihak, baik
dunia perbankan, dunia akademisi, para pembaca serta bagi penulis sendiri
sebagai proses pengembangan diri.
(Latifatuzzarah Masithoh)
viii
DAFTAR ISI
ABSTRACT ............................................................................................................ v
ABSTRAK ............................................................................................................ vi
KATA PENGANTAR .......................................................................................... vi
DAFTAR ISI ......................................................................................................... ix
DAFTAR TABEL ............................................................................................... xii
DAFTAR GAMBAR .......................................................................................... xiii
DAFTAR GRAFIK ............................................................................................ xiv
BAB I ...................................................................................................................... 1
PENDAHULUAN .................................................................................................. 1
A. Latar Belakang Masalah ........................................................................ 1
B. Permasalahan ........................................................................................ 12
1. Identifikasi masalah .............................................................................. 12
2. Batasan Masalah ................................................................................... 13
3. Perumusan Masalah ............................................................................. 13
C. Tujuan dan Manfat Penelitian ............................................................. 14
BAB II .................................................................................................................. 17
TINJAUAN PUSTAKA ...................................................................................... 17
A. Landasan Teori ..................................................................................... 17
1. Pasar Modal Syariah ............................................................................ 17
2. Jakarta Islamic Index (JII) .................................................................. 21
3. Saham Syariah ...................................................................................... 24
4. Return ..................................................................................................... 26
5. Risiko Sistematis (Beta) ........................................................................ 29
6. Capital Asset Pricing Modal (CAPM) .................................................. 30
7. Islamic Capital Asset Pricing Model (ICAPM) .................................... 34
8. Arbitrage Pricing Theory (APT) ......................................................... 37
9. Variabel Makroekonomi ...................................................................... 39
10. Metode Exponential Smoothing ........................................................... 43
ix
B. Keterkaitan Antar Variabel ................................................................. 45
C. Penelitian Terdahulu ............................................................................ 48
D. Kerangka Pemikiran ............................................................................ 56
D. Hipotesis Penelitian ............................................................................... 59
BAB III ................................................................................................................. 60
METODE PENELITIAN ................................................................................... 60
A. Ruang Lingkup Penelitian ................................................................... 60
B. Teknik Penentuan Sampel ................................................................... 60
C. Teknik Pengumpulan Data .................................................................. 62
D. Teknik Analisis Data............................................................................. 63
E. Operasional Variabel ............................................................................ 79
BAB IV ................................................................................................................. 83
ANALISIS DAN PEMBAHASAN ..................................................................... 83
A. Gambaran Umum Objek Penelitian ................................................... 83
1. Sejarah Singkat Jakarta Islamic Index................................................ 83
2. Perkembangan Jakarta Islamic Index ................................................. 86
3. Perkembangan Inflasi ........................................................................... 87
4. Perkembangan Suku Bunga SBI ......................................................... 89
5. Perkembangan Nilai Tukar Kurs (Rp/USD) ...................................... 90
B. Analisa dan Pembahasan ..................................................................... 92
1. Capital Asset Pricing Model (CAPM) ................................................... 92
2. Islamic Capital Asset Pricing Model (ICAPM) .................................. 100
3. Arbitrage Pricing Theory (APT).......................................................... 107
4. Nilai MAD dan Koefisien Determinasi Pada Model CAPM, ICAPM
dan APT ............................................................................................... 116
5. Uji Normalitas Nilai MAD (Mean Absolute Deviation).................... 119
6. Independent T-test................................................................................ 120
7. Uji Variabel Masing-Masing Model .................................................. 125
C. Interpretasi Data ................................................................................. 134
1. Terdapat Perbedaan Akurasi antara CAPM, ICAPM, dan APT
dalam Memprediksi Return Saham................................................... 134
x
2. Pengaruh Excess return terhadap Return Saham Syariah .............. 134
3. Pengaruh Inflasi Terhadap Return Saham Syariah ........................ 135
4. Pengaruh SBI terhadap Return Saham Syariah .............................. 136
5. Pengaruh Nilai Kurs terhadap Return Saham Syariah ................... 137
BAB V................................................................................................................. 138
PENUTUP .......................................................................................................... 138
A. Kesimpulan .......................................................................................... 138
B. Saran .................................................................................................... 139
DAFTAR PUSTAKA ........................................................................................ 141
DAFTAR LAMPIRAN ..................................................................................... 147
xi
DAFTAR TABEL
xii
DAFTAR GAMBAR
xiii
DAFTAR GRAFIK
xiv
BAB I
PENDAHULUAN
dua, yakni pasar uang (Money Market), dan pasar modal (Capital Market).
Financial Nerve Centre (saraf finansial dunia) pada dunia ekonomi modern
dewasa ini, bahkan perekonomian modern tidak dapat eksis tanpa adanya
1
pasar modal yang tangguh dan berdaya saing secara global dan berjalan
Indonesia telah menjadi salah satu alternatif dan sarana investasi yang
menarik bagi para pelaku pasar modal. Salah satu contoh berinvestasi ialah
2016).
dengan hadirnya Jakarta Islamic Index (JII) pada Juli 2000 dan Indeks
Jakarta Islamic Index (JII) adalah salah satu index saham di Indonesia
dengan konsep syariah. Pembentukan JII tidak lepas dari kerja sama antara
2
pembentukan pasar modal syariah yang kemudian diluncurkan di Jakarta
Index (JII) dan Indeks Saham Syariah Indonesia (ISSI) relatif masih baru,
tetapi dari tahun ke tahun indeks saham syariah di JII dan ISSI menunjukan
nilai yang terus naik. Sebagai gambaran nilai index saham syariah untuk
Tabel 1.1.
Kinerja Indeks Saham Syariah Periode 2012-2016
No Tahun JII (Dalam Triliun) ISSI (Dalam Triliun)
1 2012 594,790 144,995
2 2013 585,110 143,706
3 2014 691,040 168,638
4 2015 603,349 145,061
5 2016 694,130 172,077
Sumber : Bursa Efek Indonesia (Data Diolah)
691.040 694.130
594.790 585.110 603.349
Grafik 1.1.
Kapitalisasi Saham JII Tahun 2012-2016
Sumber: Bursa Efek Indonesia (Data diolah)
tahun 2012 indeks JII memiliki nilai 594,790 sedangkan di akhir periode
yaitu tahun 2016 indeks JII mengalami kenaikan menjadi 694,130. Nilai
tertinggi indeks JII adalah sebesar 694,130 yang terjadi pada periode tahun
3
2016, sedangkan nilai indeks JII terendah terjadi pada tahun 2013 sebesar
Perlambatan ekonomi ini dipicu oleh mitra dagang terbesar kedua bagi
Eropa dan Amerika yaitu China. Pada tahun 2014 walaupun tren Shanghai
tertentu dalam rangka mencapai investasi yang optimal, yaitu investasi yang
yang diharapkan dari suatu investasi, sehingga semakin besar return yang
diharapkan semakin besar pula risiko yang harus ditanggung oleh investor
4
Sebagai lembaga keuangan Islam yang masuk ke pasar modal untuk
investasi maka tuntutan di bidang risiko dan return serta harga sekuritas di
bawah kerangka syariah sangat diperlukan. Risiko yang diterima (tapi tidak
gharar) dalam bisnis diperbolehkan dalam syariah dan ahli bisnis atau
dan return. Firman Allah SWT pada surat Luqman ayat 34:
dengan pasti apa yang akan diusahakannya besok atau yang akan
5
Return saham yang diharapkan biasa disebut dengan expected return.
return), ada dua model yang seringkali digunakan para investor, yaitu
yang terjadi pada model CAPM, tetapi model inilah yang pertama kali
tinggalkan.
6
Ada banyak ayat Al-Qur’an yang menjelaskan tentang larangan riba
ini:
riba (bunga) dan memperbolehkan jual beli dalam setiap aktivitas ekonomi,
oleh karena itu setiap muslim tidak dapat menggunakan model CAPM
karena ICAPM beranggapan bahwa riba (bunga) tidak berlaku dalam sistem
perekonomian Islam. Menurut Sadaf dan Andlebb (2014) ada tiga pilihan
yang dapat digunakan untuk mengganti nilai yaitu Zakat, Ashker (1987),
Tingkat Produk Domestik Bruto (PDB), Sheikh (2010) dan mengganti nilai
7
Dalam penelitian ini penulis menguji validitas model ICAPM dan
(2014) dimana model CAPM tidak dapat memberikan hasil yang baik
LQ-45. Tetapi model APT dapat memberikan performa yang sangat baik
memprediksi return saham Syariah di JII, namun model CAPM lebih akurat
return. Hal ini dikarenakan oleh keadaan pasar modal Indonesia yang tidak
memenuhi seluruh asumsi dasar CAPM. Salah satu asumsi dasar CAPM
yang kurang realistis dan tidak diterapkan dalam kegiatan investasi di pasar
modal Indonesia. Asumsi lain yang terdapat pada asumsi dasar CAPM
8
Cahyo dan Noval (2015) penelitian ini menunjukkan bahwa tidak
terdapat perbedaan keakuratan diantara kedua model CAPM dan APT. Nilai
signifikan. Maka dapat ditarik kesimpulan bahwa model CAPM dan APT
Indonesia secara syariat Islam dapat menggunakan model CAPM dan APT
sebagai salah satu alat untuk meramalkan return saham syariah dan sebagai
masing-masing investor.
model APT dapat dipergunakan sebagai alat prediksi return ekspektasi dan
risiko saham. Terdapat perbedaan akurasi CAPM dan APT dilihat dari hasil
nilai MAD CAPM – MAD APT < 0. Berdasarkan uji Independent Samle T
Zainul Kisman dan Shintabelle (2015) secara uji statistik, baik CAPM
9
model APT lebih baik dari hasil perhitungan model CAPM. Maka dapat
ICAPM sama dengan expected return CAPM yang disajikan dalam bentuk
akan kurang lebih sama ketika menggunakan tingkat inflasi atau dengan
menggunakan .
Tabel 1.2.
Research Gap
Gap PENULIS TEMUAN
Isu : Perbandingan model CAPM, ICPAM dan APT dalam memprediksi
return saham
Research Gap: Terdapat perbedaan hasil penelitian Perbandingan model
CAPM, ICPAM dan APT dalam memprediksi return saham
secara statistik tidak terdapat perbedaan
Model CAPM
akurasi antara CAPM dan APT dalam
lebih akurat
Lemiyana memprediksi return saham Syariah di JII,
dalam
(2015) namun model CAPM lebih akurat daripada
memprediksi
model APT dalam memprediksi return
return saham
saham Syariah.
10
Berdasarkan uji Independent Samle T Test
dengan menggunakan keseluruhan sampel
Agus pada penelitian ini menjelaskan bahwa
(2015) model CAPM lebih akurat dibanding model
APT sebagai alat prediksi return ekspektasi
dan risiko saham
dimana model CAPM tidak dapat
memberikan hasil yang baik dalam
menjelaskan hubungan antara return dan
Candra
risiko saham perusahaan LQ-45. Tetapi
(2014)
model APT dapat memberikan performa
yang sangat baik dalam memprediksi return
Model APT
saham.
lebih akurat
secara uji statistik, baik CAPM dan APT
dalam
return saham secara signifikan dipengaruhi
memprediksi
oleh variabel independen. Dilihat dari
return saham Zainul
koefisien determinasi keakuratan hasil
Kisman dan
perhitungan model APT lebih baik dari hasil
Shintabelle
perhitungan model CAPM. Maka dapat
(2015)
dikatakan model APT lebih akurat daripada
model CAPM dalam memprediksi return
saham.
Model CAPM Hal ini dikarenakan oleh keadaan pasar
tidak valid modal Indonesia yang tidak memenuhi
digunakan di seluruh asumsi dasar CAPM. Salah satu
Yolanda
pasar modal asumsi dasar CAPM adalah tidak adanya
dan Dewa
Indonesia biaya transaksi. Asumsi tersebut merupakan
(2014)
dalam asumsi yang kurang realistis dan tidak
memprediksi diterapkan dalam kegiatan investasi di pasar
return modal Indonesia
Nilai MAD dan koefisien determinasi
Tidak terdapat
masing-masing model tidak berbeda secara
perbedaan
Cahyo dan signifikan. Maka dapat ditarik kesimpulan
keakuratan
Noval bahwa model CAPM dan APT memiliki
diantara kedua
(2015) kemampuan yang sama dalam meramalkan
model CAPM
return saham perusahaan yang terdaftar di
dan APT
JII periode 2010-2014
menyamai model CAPM konvensional
Tarek H.
Model ICAPM dengan versi Islami dengan menghitung
Selim
dapat return dari engembalian kontrak
(2008)
menyamai pembiayaan musyarakah.
model CAPM Penelitian tersebut dilakukan saat
dalam Sadaf dan meningkatnya pengamatan keuangan secara
memprediksi Andleeb islam dengan menggunakan data dari saham
return saham (2014) syariah Karachi Meezan Index untuk
mengetahui apakah expected return ICAPM
11
sama dengan expected return CAPM yang
disajikan dalam bentuk grafik dan hasil
penelitiannya menunjukkan bahwa tingkat
pengembalian akan kurang lebih sama
ketika menggunakan tingkat inflasi atau
dengan menggunakan .
Berdasarkan dari hasil-hasil penelitian dan data-data di atas yang
memberikan hasil yang berbeda atas penelitian yang satu dengan penelitian
lebih lanjut dan mendalam. Objek penelitian sendiri adalah Jakarta Islamic
Index, paling tidak Jakarta Islamic Index ini bisa dijadikan tolak ukur dalam
B. Permasalahan
1. Identifikasi masalah
2. Batasan Masalah
3. Perumusan Masalah
sesuai adalah :
Islamic Index?
13
c. Apakah terdapat pengaruh excess return market to risk free pada
Index?
Index?
1. Tujuan Penelitian
meliputi:
Index.
Islamic Index.
14
c. Menganalisis pengaruh excess return market to risk free pada
Index?
Index?
2. Manfaat Penelitian
b. Bagi Penulis
15
perbandingan keakuratan CAPM, ICAPM dengan APT dalam
c. Bagi Akademik
16
BAB II
TINJAUAN PUSTAKA
A. Landasan Teori
Pasar modal dikenal juga dengan nama Bursa Efek. Bursa efek
menurut Pasal 1 ayat (4) UU No.8 Tahun 1995 tentang pasar modal
yang berkaitan dengan efek yang diterbitkan, serta lembaga dan profesi
(Nurhayati, 2011:341).
reksadana Syariah.
18
Dewan syariah Nasional (DSN) suatu lembaga di bawah MUI
Adapun produk yang sesuai dengan ajaran islam adalah sebagai berikut
(Buchari, 2009:44):
a. Jenis usaha produk barang dan jasa yang diberikan serta cara
haram.
1) Saham syariah
19
demikian si pemilk saham merupakan pemilik perusahaan.
2) Obligasi Syariah
3) Reksadana Syariah
20
investasi/ arus kas serta aset keuangan setara, yang sesuai
saham yang ada untuk membeli Efek baru termasuk saham, efek
dialihkan.
6) Waran Syariah
tersebut.
Jakarta Islamic Index atau biasa disebut JII adalah salah satu
memenuhi kriteria syariah. Pembentukan JII tidak lepas dari kerja sama
antara Pasar Modal Indonesia (dalam hal ini PT Bursa Efek Jakarta)
21
dikembangkan sejak tanggal 3 Juli 2000. Pembentukan instrumen
menggunakan hari dasar tanggal 1 Januari 1995 dengan nilai dasar 100.
dengan dana ribawi. Selain itu JII menjadi tolak ukur kinerja
22
a. Emiten tidak menjalankan usaha perjudian dan permainan yang
mudharat.
Selain filter syariah, saham yang masuk ke dalam JII harus melalui
23
Pengkajian ulang akan dilakukan 6 (enam) bulan sekali dengan
rendah.
3. Saham Syariah
24
Saham syariah adalah bukti kepemilikan atas suatu perusahaan
yang jenis usaha, produk barang/ jasa yang diberikan dan akad serta
saham berbasis syariah, tidak berarti bahwa semua saham biasa berbasis
melihat banyaknya jenis usaha emiten, tentu saja ada saham emiten
25
d. Jual beli risiko yang mengandung unsur ketidakpastian (gharar)
4. Return
dapat berupa actual return yang sudah terjadi atau berupa expected
eturn yang belum terjadi tetapi yang diharapkan akan terjadi di masa
and capital gain (loss)”. Yield, yaitu cash flow yang dibayarkan secara
(loss), yaitu selisih antara harga saham saat pembelian dengan harga
total yang terdiri dari capital gain (loss) dan yield (Jogiyanto, 2013).
Yield =
Dimana :
Jogiyanto (2013) Return market adalah tingkat return dari indeks pasar,
pemilihan dari indeks pasar tidak bergantung dari suatu teori tetapi
dalam indeks JII, maka indeks JII akan digunakan sebagai return
27
Dimana :
= Return market
Menurut Suad Husnan (1993) dalam Gancar Candra (2004) return asset
terjadi bias dalam penaksiran. Oleh karena itu dalam penelitian ini akan
Dimana :
28
Dalam penelitian ini, dianggap mengandung riba dalam model
dari suatu sekuritas terhadap risiko pasar. Jika volatilitas ini diukur
terhadap risiko pasar (yaitu dibagi dengan varian return pasar atau
terhadap risiko pasar atau beta. Dengan demikian beta dapat dihitung
Menurut Andri (2010), beta (β) merupakan risiko yang berasal dari
Semakin peka terhadap kondisi, maka beta akan semakin tinggi, dan
return pasar.
Menurut Putra, et.al (2012), hal yang sangat penting yang perlu
30
mengestimasi return suatu sekuritas. Untuk para investor yang tidak
kinerja. Oleh karena itu, terdapat suatu model yang dapat digunakan
risiko dan return yang paling banyak dan paling pertama digunakan.
Sharpe (1964) dan dilanjutkan oleh Lintner (1965), sehingga sering kali
31
e. Terdapat asset yanhg bebas risiko (riskless assets), dimana
antara antara risiko dan tingkat pengembalian. Model ini didasari oleh
Dimana :
32
= market risk premium
yang tepat antara hubungan risiko sebuah aset dan tingkat harapan
Model sudah luas digunakan karena CAPM akurasi yang cukup pada
dari portofolio pasar dan merupakan tolak ukur risiko yang tidak bisa
33
Formula tersebut menyatakan bahwa tingkat keuntungan yang
hal yang wajib ditinggalkan, karena Allah SWT. melarang riba (bunga)
sebagai berikut:
34
Keterangan simbol:
I = Inflasi
= Systematic Risk
hal yang dilarang. Oleh karena itu penulis ingin mencoba model
ICAPM atau hasil pengembangan yang dilakukan oleh Hanif (2011) ini
dalam komposisi terdiri dari dua hal yaitu: nyata dan biaya
inflasi, nyata adalah nilai waktu dari uang atau menurut teori
pandangan syariah uang adalah alat tukar bukan komoditas, maka nilai
35
waktu dari uang tidak diakui oleh para ahli ekonomi Syariah. Dalam
biaya inflasi. Di bawah rezim uang kertas, karena inflasi daya beli mata
yang menurun. Hal ini harus menjadi tanggungjawab dari suatu negara
Dalam konsep time value of money, sejumlah uang yang ada saat
ini akan lebih berharga ketimbang sejumlah uang dalam jumlah sama
yang kita miliki pada waktu yang akan datang. Dengan begitu,
seseorang akan lebih memilih untuk menerima uang dalam jumlah yang
ekonomi Islam adalah sesuatu yang diharamkan karena ada unsur riba
36
di dalamnya. Sudah ada kepastian waktu dan jumlah yang akan diterima
dari kajian Capital asset pricing model (CAPM). APT adalah suatu
kajian dimana suatu aktiva dan harga pasar, serta keputusan yang
CAPM. Model APT ini didasarkan pada hukum satu harga (law of one
price) dimana aset yang sama tidak bisa dijual dengan harga yang
berharga murah, pada saat yang sama menjual dengan harga yang lebih
tinggi sehingga memperoleh laba tanpa risiko). Oleh karena itu, apabila
terjadi perbedaan harga beli aset dan harga jual aset, maka pasar akan
(Zubir, 2013:226).
37
sensitivitas perubahan setiap faktor dinyatakan oleh koefisien beta
masing-masing faktor tersebut dan tidak oleh risiko unik. Pada model
investor selalu lebih menyukai nilai return yang tinggi daripada risiko
t) = + + +…+ +
38
mempengaruhi pendapatan pada periode t dan merupakan random
error.
suku bunga, kurs (nilai tukar), jumlah uang yang beredar dan lain-lain.
9. Variabel Makroekonomi
Dalam penelitian ini digunakan model APT tiga faktor dan variabel
yang digunakan yaitu Inflasi, suku bunga SBI, dan kurs rupiah terhadap
dollar (Rp/USD).
a. Tingkat Inflasi
39
kenaikan harga) berbeda dari satu periode ke periode lainnya, dan
dalam setahun.
kinerja harga saham. Inflasi dinilai akan menurunkan nilai riil dari
40
tingkat inflasi maka akan mengakibatkan melemahnya harga
dan lain-lain.
41
c. Kurs Valuta Asing
mata uang asing menunjukkan harga atau nilai mata uang suatu
negara dinyatakan dalam nilai mata uang negara lain. Kurs valuta
42
keputusan investor dalam berinvestasi. Ekspektasi meningkatnya
bobot yang lebih tinggi untuk informasi yang lebih baru. Misalnya
2000):
observasi masa lalu. Model ini cocok untuk data yang berpola
komponen trend.
44
bernilai antara 0 dan 1 serta memiliki tiga persamaan. Pola
digunakan dalam metode ini terdiri atas tiga indikator, yaitu level
secara umum yang terjadi terus menerus. Hal ini tentu saja akan
produksi yang tinggi tentu saja akan membuat harga jual barang naik,
45
pengaruh negatif dari perubahan tingkat inflasi yang tidak diantisipasi
sehingga perolehan laba menurun. Selain itu, pada saat suku bunga
kenaikan suku bunga akan memotong laba perusahaan. Hal ini terjadi
bunga emiten, sehingga labanya bisa terpangkas. Selain itu, ketika suku
bunga tinggi, biaya produksi akan meningkat dan harga produk akan
46
menurun. Penurunan penjualan perusahaan dan laba akan menekan
return saham.
Kurs valuta asing adalah salah satu alat pengukur lain yang
membeli satu unit valuta asing tertentu. Kurs valuta asing dapat
dipandang sebagai harga dari suatu mata uang asing. Salah satu faktor
perekonomian.
Nilai tukar (kurs) rupiah adalah harga rupiah terhadap mata uang
negara lain dalam penelitian ini kurs terhadap dollar AS. Kurs rupiah
per dollar AS dalam penelitian ini diukur dengan kurs tengah tahunan,
yaitu nilai yang diperoleh dari penjumlahan kurs jual (selling rate) dan
47
investasi suatu perusahaan terutama pada perusahaan yang tingkat
impor dan hutang luar negerinya tinggi. Melemahnya kurs rupiah ini
C. Penelitian Terdahulu
yang telah dilakukan oleh peneliti terdahulu yang ada kaitannya terhadap
48
Tabel 2.1.
Penelitian Terdahulu
49
Jurnal Akuntansi perusahaan di Jakarta standar deviasi, (Rm), Beta terdapat perbedaan keakuratan
Fakultas Ekonomi Islamic Index (Periode menghitung MAD, uji Variabel untuk dari kedua model tersebut.
dan Bisnis 2010-2014) kelayakan model dengan model APT :
Unversitas uji asumsi klasik dan uji tingkat
Brawijaya, 2015 beda inflasi,tingkat suku
bunga BI, tingkat
Kurs
4 Nasika Elvira, Analisis Portofolio Menggunakan metode Variabel untuk model Rata-rata tingkat
Suhadak dan Menggunakan Capital analisis data perhitungan CAPM : Market Return pengembalian saham
Nengah Sudjana asset pricing model expected return, uji (Rm), Beta individu (Ri) dari saham
(CAPM) untuk Penetapan standar deviasi perusahaan sampel
Jurnal Kelompok Saham-saham penelitian memiliki return
Administrasi Efisien yang positif
Bisnis (JAB)| Hasil analisis dalam
Vol. 9 No. 1 penelitian tersebut
April 2014 menunjukkan terdapat 12
saham yang efisien dan 6
saham yang tidak efisien
5 Fauzi Adi Penerapan Metode Capital Menggunakan metode Variabel untuk model Rata-rata return individual
Kurniawan, asset pricing model analisis data perhitungan CAPM : Market Return yang lebih besar daripada
Raden Rustam (CAPM) Untuk Penetapan expected return, uji (Rm), Beta return market.
Hidayat dan Devi Kelompok Saham-saham standar deviasi Dari 15 saham perusahaan
Farah Azizah Efisien yang menjadi sampel
penelitian terdapat 1
Jurnal saham tidak efisien.
Administrasi
Bisnis Vol. 24
No. 1 Juli 2015
50
6 Zainul Kisman The Validity of Capital Metode analisis Variabel untuk Secara uji statistik, baik
dan Shintabelle asset pricing model menggunakan uji beda (t- model CAPM : CAPM dan APT return
(CAPM) and Arbitrage test), F-test (parsial dan Market Return saham secara signifikan
American Journal Pricing Theory (APT) in simultan), Koefisien (Rm), Beta dipengaruhi oleh variabel
of Economics, Predicting the Return of Determinasi (Adjusted R2) Variabel untuk independen
Finance and Stocks in Indonesia Stock model APT Dilihat dari koefisien
Management Vol. Exchange :tingkat suku determinasi keakuratan
1, No. 3, 2015 bunga dan PDB hasil perhitungan model
APT lebih baik dari hasil
perhitungan model CAPM
Dalam penelitian ini,
model APT lebih akurat
dari model CAPM dalam
memprediksi return
saham
7 Rabeea Sadaf and Islamic capital asset Penelitian ini dilakukan Variabel untuk model Dalam hal ini peneliti
Sumera Andlebb pricing model (ICAPM) dengan cara menganalisis CAPM : Market Return mengamati bahwa Rf (risk
model CAPM dan (Rm), Beta, Risk free rate of return) dengan
Journal of Islamic membuat perbandingan free/Inflasi inflasi hampir tumpang
Banking and jika model CAPM tindih satu sama lain,
Finance March menggunakan risk free, menunjukkan bahwa
2014, Vol. 2 No. tidak menggunakan risk return dengan kedua
1 free serta mengganti risk persamaan tersebut kira-
free dengan inflasi kira sama.
Menurut para kritikus
tetap saja Rf dilarang
menurut islam karena
mengandung unsur riba
51
sedangkan inflasi
diperbolehkan.Maka
sebaiknya Rf digantikan
dengan inflasi guna
menyelamatkan investor
dari riba
8 Tarek H. Selim An Islamic capital assetMenghitung return dari Variabel untuk model Adanya kontrak berbagi
pricing model pengembalian kontrak CAPM : Market Return akan menghasilkan risiko
Humanomics 24 pembiayaan muyarakah. (Rm), Beta, RiskFree investasi yang lebih rendah
(2) 2008, 122-129 Menyamakan CAPM atau Inflasi dibandingkan dengan pasar
konven dgn islami Tingkat = 0,
menggunakan Equation 10 pengembalian yang optimal
dan 11 dalam kasus ini
9 Muhammad Hanif Risk and Return under Disini peneliti Dalam penelitian ini penulis
(Corresponding Shari’a Framework: An memaparkan berbagai membahas model penilaian
Author) Atempt to Develop Shari’a formula SCAPM dengan asset teknis yang digunakan
Compliant Asset Pricing mennganti indikator Rf dibahawah kerangka kerja
Pak. J. Commer. Model (SCAPM) bisa dengan zakat, Inflasi, konvensional dan
Soc. Sci. 2011 NGDP, dll mengaplikasikan
Vol. 5 (2), 283- kemungkinan model ini
292 berada di bawah kerangka
kerja islam
CAPM dikonversi menjadi
SCAPM dengam
menghilangkan risk free
dengan inflasi
10 Akbar Faoriko Pengaruh Inflasi, Suku Analisis Regresi Linier Variabel dependen : Inflasi berpengaruh negatif
52
Jurnal Bunga dan Nilai Tukar Berganda return saham dan signifikan terhadap
Administrasi Rupiah terhadap Return Variabel independen : return saham
Bisnis (JAB)| Saham di Bursa Efek inflasi, suku bunga dan Suku bunga berpengaruh
Vol. 6 No. 1 Indonesia kurs negatif dan signifikan
April 2013 terhadap return saham
Nilai tukar rupiah tidak
berpengaruh negatif dan
signifikan terhadap return
saham
11 Anna Nurlita Investasi di Pasar Modal Menganalisis jenis-jenis pada dasarnya konsep pasar
Syariah dalam Kajian investasi yang ada di Pasar modal syariah merupakan
Jurnal Penelitian Islam Modal Syariah dengan konsep dari pasar modal
sosial keagamaan, berbagai akad dan konvensional
Vol.17, No.1 memaparkan perbedaan Hanya saja, pada pasar
Januari-Juni 2014 anatara pasar modal modal syariah terdapat
syariah dengan pasar beberapa hal yang
modal konvensional ditekankan, yaitu mengenai
kegiatan usaha emiten, efek
yang diterbitkan oleh
emiten, serta mekanisme
perdagangan yang
dilakukan oleh investor
haruslah sesuai dengan
prinsip syariah
12 Yolanda Pengujian Validitas Uji regresi sederhana Variabel dependen: Berdasarkan hasil analisis
Marsyella Empiris Capital Asset return saham data, maka kesimpulan dari
Simangunsong Pricing Model di Pasar Variabel independen : penelitian ini adalah Capital
dan Dewa Gede Modal Indonesia beta Asset Pricing Model tidak
53
Wirama valid digunakan di pasar
modal Indonesia
Jurnal Ilmiah
Akuntansi dan
Bisnis, Vol. 9 No.
1, Januari 2014
13 Neny Mulyani Analisis Pengaruh Inflasi, Analisis Regresi Linear Variabel dependen: Inflasi, suku bunga, kurs, dan
Suku Bunga, Nilai Tukar Berganda Jakarta Islamic Index PDB berpengaruh terhadap
Rupiah dan Produk Variabel independen: Jakarta Islamic Index
Jurnal Bisnis dan Domestik Bruto terhadap inflasi, suku bunga,
Manajemen Jakarta Islamic Index kurs, PDB
Eksekutif Vol. 1
No. 1, 2014
14 Suskim Riantani Analisis Pengaruh Analisis Regresi Linear Variabel dependen: Hasil penelitian
dan Maria Variabel Makroekonomi Berganda return saham BEI menyimpulkan bahwa variabel
Tambunan dan Indeks Global Variabel independen: makroekonomi dan indeks
terhadap Return Saham Kurs, SBI, Inflasi, global berpengaruh signifikan
Seminar Nasional Indeks Hang Seng, terhadap return saham. Oleh
karena itu untuk dapat
Teknologi Indeks Dow Jones
memprediksi return saham,
Informasi & investor hendaknya
Komunikasi memperhatikan pergerakan
Terapan 2013 variabel makroekonomi (kurs
(Semantik 2013) rupiah terhadap dollar AS dan
suku bunga SBI) serta
memperhatikan juga
pergerakan indeks saham
global (indeks Hang Seng dan
indeks Dow Jones), karena
54
pasar modal Indonesia telah
terintegrasi dengan pasar
modal dunia, sehingga
pergerakan indeks saham di
pasar global akan berpengaruh
terhadap pergerakan harga
saham di pasar modal
Indonesia
55
D. Kerangka Pemikiran
Jakarta Islamic Index (JII) periode Januari 2012 – November 2016 melalui
telah diseleksi melalui data historis yang terdapat pada website resmi Bursa
Efek Indonesia. Peneliti juga mengumpulkan data indeks JII dari website
yang sama. Selain itu data bulanan tingkat inflasi, kurs Rp/$, dan suku
bunga yang didapat dari website resmi Bank Indonesia, data bulanan JII dari
Capital Asset Pricing Model (ICAPM) dan Arbitrage Pricing Theory (APT).
56
diperoleh kemudian barulah dibentuk persamaan berdasarkan model CAPM.
Kemudian untuk return model APT, dihitung juga nilai risk free ( ),
yang lebih akurat dalam mengestimasi return saham syariah di JII. Lalu
perbedaan antara model CAPM, ICAPM dan APT. Adapun skemanya dapat
57
Pengujian Validitas Capital Asset Pricing Model (CAPM), Islamic Capital Asset Pricing Model (ICAPM) dan Abritrage
Pricing Theory (APT) dalam Memprediksi Return Saham Syariah di Jakarta Islamic Index (Periode Tahun 2012 – 2016)
Risk free Beta () Return Pasar Beta () Return Pasar Inflasi Suku Bunga Kurs
Inflasi
Uji F dan Uji T Nilai MAD masing-masing model Koefisien Determinasi (Adjust R2)
Uji Normalitas
Independent T-test
Gambar 2.1
Kerangka Pemikiran
58
D. Hipotesis Penelitian
masih perlu dibuktikan kebenarannya dan harus bersifat logis, jelas, dan
JII.
JII.
syariah di JII.
di JII.
syariah di JII.
59
BAB III
METODE PENELITIAN
Pricing Model (CAPM), Islamic Capital Asset Pricing Model (ICAPM) dan
syariah yang terdaftar di Jakarta Islamic Index (JII) dengan melakukan uji
inflasi, return pasar, tingkat bunga bebas risiko, beta saham, tingkat suku
bunga dan nilai tukar valuta asing. Data operasional yang digunakan dalam
penelitian ini merupakan data panel. Semua data diambil dalam bentuk
tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik
kesimpulannya, jadi populasi bukan hanya orang, tetapi juga obyek dan
60
Populasi dalam penelitian ini adalah seluruh perusahaan saham syariah
yang terdaftar di Jakarta Islamic Index pada periode tahun 2012 sampai
Tabel 3.1.
Daftar Penentuan Perusahaan Sampel
Kriteria Jumlah
Perusahaan Saham Syariah yang terdaftar di Jakarta Islamic Index
30
pada masa periode tahun 2012 sampai 2016
Perusahaan keluar dari JII dalam masa periode penelitian 14
Jumlah sampel dalam penelitian 16
Sumber: data sekunder diolah 2012-2016
Tabel 3.2.
Daftar Perusahaan JII Periode Januari 2012- November 2016
No. Nama Perusahaan Kode
1 Astra Agro Lestari Tbk AALI
2 Adaro Energy Tbk. ADRO
3 AKR Corporindo Tbk. AKRA
4 Astra Internasional Tbk. ASII
5 Alam Sutera Realty Tbk. ASRI
6 Indofood CBP Sukses Makmur Tbk. ICBP
7 Indofood Sukses Makmur Tbk. INDF
8 Indocement Tunggal Prakasa Tbk. INTP
9 Kalbe Farma Tbk. KLBF
10 Lippo Karawaci Tbk. LPKR
11 PP London Sumatera Plantation Tbk. LSIP
12 Perusahaan Gas Negara (Persero) Tbk. PGAS
13 Semen Indonesia (Persero) Tbk. SMGR
14 Telekomunikasi Indonesia (Persero) Tbk TLKM
15 United Tractors Tbk UNTR
16 Unilever Indonesia Tbk UNVR
Sumber: PT. Bursa efek Indonesia, Data Diolah Oleh Penulis
61
C. Teknik Pengumpulan Data
penulisan skripsi ini, data yang digunakan dalam teknik penelitian ini
diperoleh dari data statistik yang dipublikasi oleh Bursa Efek Indonesia.
2. Data harga saham, indeks JII diperoleh data statistik yang dipublikasi
dan kurs diperoleh dari data statistik yang dipublikasi oleh BI.
dengan penelitian ini. Hal ini dilakukan untuk mendapatkan landasan teori
62
D. Teknik Analisis Data
memprediksi return saham JII. Data yang digunakan dalam penelitian ini
akan diolah dengan menggunakan Microsoft Excel, Eviews 8 dan SPSS 24.
CAPM
dari portofolio pasar dan merupakan tolak ukur risiko yang tidak bisa
63
Variabel yang berkaitan dengan rumus CAPM di atas adalah:
(Jogiyanto, 2013) :
b. Market Return ( )
Dimana:
= Market return
64
Sedangkan expected market return E( ) merupakan tingkat
CAPM didapat dari suku bunga SBI selama satu bulan dibagi dua
d. Beta Saham
65
2. Menghitung Expected Return Saham JII menggunakan Model
ICAPM
saham yang diharapkan oleh para investor pada masa yang akan datang.
= Tingkat Inflasi
(Jogiyanto, 2013) :
b. Market Return ( )
Dimana:
= Market return
c. Beta Saham
67
d. Tingkat Inflasi
Pendapatan aset bebas risiko (Rf) karena dalam model ICAPM, risk
return dengan tiga faktor yang akan digunakan dalam penelitian ini
pada model ICAPM, maka actual return pada model APT juga
68
b. Return Aset Bebas Risiko
didapat dari suku bunga SBI selama satu bulan dibagi dua belas
Kristin Laia (2015) yaitu tingkat inflasi, SBI, dan Kurs Rupiah
Dimana:
Dimana:
= Smoothing tahap 1
= Smoothing tahap 2
= Intercept
70
= Slope
Dimana:
Dimana:
= Level
= Damping Factor
SPSS 24, dengan langkah berikut: klik Analyze > Forecasting >
71
Create Model > Methode > Exponential Smoothing, Criteria >
dilihat dari nilai Mean Absolute Error (MAE) atau Mean Absolute
∑ ̌
∑
̌
∑
{∑ }
Dimana:
= Data aktual
= Jumlah data
Nilai MAD dan MAPE juga dapat dilihat dari output SPSS
72
4. Pemilihan Metode yang Akurat
koefisien determinasi.
Deviation) adalah:
∑ –
73
Dimana: MAD = Rata-rata penyimpangan absolut
n = Jumlah data
b. Koefisien Determinasi
(Gujarati, 2004).
smirnov test.
74
= 0,05), data normal bila nilai sig (p) ˃ α dan data tidak normal bila
6. Uji Beda
75
untuk menguji beda rata-rata setiap variabel antara sebelum dan
2013).
Penelitian ini melakukan uji beda terhadap rata-rata nilai MAD ada
ditolak,
76
b. Jika nilai significance > nilai α dan < maka H0
diterima.
kecil dari 2), maka data berdistribusi normal. Bila probabilitas lebih
2015:5.43).
Hipotesis:
b. Uji t
77
menguji ada atau tidaknya pengaruh masing-masing variabel
1) Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai
2) Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai
c. Uji F
78
terhadap variabel dependen dari suatu persamaan regresi dengan
Y.
E. Operasional Variabel
79
terjadinya perluasan dan pengaburan makna variabel-variabel yang
1. Return Saham ( ), yaitu hasil selisih antara harga saham i pada periode
Dimana :
indeks pasar tidak bergantung dari suatu teori tetapi lebih bergantung
yang masuk dalam indeks JII, maka indeks JII akan digunakan sebagai
atau return portofolio terhadap return pasar. Jika volatilitas ini diukur
terhadap risiko pasar (yaitu dibagi dengan varian return pasar atau
80
), maka hasil ini akan mengukur risiko sekuritas ke-i relatif
terhadap risiko pasar atau beta. Dengan demikian beta dapat dihitung
5. Return Aset Bebas Risiko ( ), yaitu aset bebas risiko yang didapat dari
suku bunga selama satu bulan dibagi dua belas bulan. Untuk
81
8. Perubahan Tingkat Kurs Rupiah terhadap Dollar (F3) yang tidak
diharapkan adalah selisih dari nilai kurs Rupiah terhadap Dollar aktual
denga nilai kurs Rupiah terhadap Dollar yang diharapkan. Tingkat kurs
82
BAB IV
Jakarta Islamic Index atau biasa disebut JII adalah salah satu
memenuhi kriteria syariah. Pembentukan JII tidak lepas dari kerja sama
antara Pasar Modal Indonesia (dalam hal ini PT Bursa Efek Jakarta)
menggunakan hari dasar tanggal 1 Januari 1995 dengan nilai dasar 100.
83
ingin menanamkan dananya secara syariah tanpa takut tercampur
dengan dana ribawi. Selain itu JII menjadi tolak ukur kinerja
mudharat.
Selain filter syariah, saham yang masuk ke dalam JII harus melalui
84
b. Memilih saham bersadarkan laporan keuangan tahunan atau tengah
rendah.
85
2. Perkembangan Jakarta Islamic Index
Peningkatan indeks pada Jakarta Islamic Index lebih besar dari pada
terakhir sejak awal 2012 sampai dengan 2016, indeks JII menunjukkan
86
Jakarta Islamic Index
800.000
400.000
200.000
Jan-15
May-12
May-13
May-14
May-15
May-16
Jan-12
Jan-13
Jan-14
Jan-16
Sep-12
Sep-13
Sep-14
Sep-15
Sep-16
Grafik 4.1.
Perkembangan Jakarta Islamic Index
Sumber : Bursa Efek Indonesia (Data Diolah)
bulan Januari tahun 2012 indeks JII memiliki nilai 562,54 sedangkan di
akhir periode yaitu tahun 2016 indeks JII mengalami kenaikan menjadi
694,13. Nilai tertinggi indeks JII adalah sebesar 746,87 yang terjadi
pada periode bulan Agustus tahun 2016, sedangkan nilai indeks JII
terendah terjadi pada periode bulan Mei tahun 2012 sebesar 525,05.
3. Perkembangan Inflasi
kondisi inflasi yang tinggi maka harga barang-barang atau bahan baku
barang dan bahan baku akan membuat biaya produksi menjadi tinggi
Prihantini, 2009).
Perkembangan Inflasi
Periode 2012 - 2016
10.00%
8.00%
6.00%
4.00%
2.00%
0.00%
May-13
May-12
May-14
May-15
May-16
Jan-12
Jan-13
Jan-14
Jan-15
Jan-16
Sep-12
Sep-13
Sep-14
Sep-15
Sep-16
Grafik 4.2.
Perkembangan Inflasi pada Thun 2012 – 2016
Sumber: Bank Indonesia (Data Diolah)
inflasi tertinggi terdapat pada bulan Agustus tahun 2013 yaitu sebesar
8,8%. Dan tingkat inflasi terendah terdapat pada bulan Agustus tahun
2016, hal ini menunjukkan bahwa pada bulan Agustus 2016 adalah
kecil.
88
4. Perkembangan Suku Bunga SBI
kelebihan uang beredar. Tingkat Suku Bunga yang berlaku pada setiap
atau stance kebijakan moneter yang ditetapkan oleh Bank Indonesia dan
May-13
May-14
May-15
May-16
Jan-12
Jan-13
Jan-14
Jan-15
Jan-16
Sep-12
Sep-13
Sep-14
Sep-15
Sep-16
Grafik 4.3.
Perkembangan Suku Bunga SBI Periode 2012 – 2016
Sumber: Bank Indonesia (Data Diolah)
tertinggi terdapat pada bulan November tahun 2013 yaitu sebesar 7,2%.
89
Dan tingkat suku bunga SBI terendah terdapat pada bulan Maret tahun
Indonesia cukup stabil dari mulai nilai tukar rupiah dan juga inflasi
semua terkendali.
pasar modal dan pasar uang. Apabila tingkat suku bunga naik maka
berat terhadap kenaikan tingkat bunga. Tingkat suku bunga yang tinggi
pada menurunnya return saham yang akan diterima oleh investor (Dani
Ahmad, 2014).
Menurut Sadono Sukirno (2004) kurs valuta asing atau kurs mata
uang asing menunjukkan harga atau nilai mata uang suatu negara
dinyatakan dalam nilai mata uang negara lain. Kurs valuta asing dapat
90
KURS
20.000
15.000
10.000
5.000
0.000
Sep-12
Sep-13
Sep-14
Sep-15
Sep-16
May-12
May-13
May-14
May-15
May-16
Jan-12
Jan-13
Jan-14
Jan-15
Jan-16
Grafik 4.4.
Perkembangan Nilai Tukar Kurs (Rp/USD) Periode 2012 – 2016
Sumber: Bank Indonesia (Data Diolah)
Nilai tukar kurs (Rp/USD) tertinggi ada pada bulan Oktober tahun 2015
impor bahan-bahan baku yang akan digunakan untuk produksi dan juga
91
B. Analisa dan Pembahasan
rata-rata return saham JII per bulan adalah positif, dan ini juga
saham per bulan terendah adalah saham Kalbe Farma Tbk. (KLBF)
92
Tabel 4.1.
Rata-rata Return Saham Perusahaan JII Periode 2012-2106
Return
NO Nama Perusahaan Kode
Saham
1 Astra Agro Lestari Tbk AALI -0.0175
2 Adaro Energy Tbk. ADRO 0.2649
3 AKR Corporindo Tbk. AKRA 0.1877
4 Astra Internasional Tbk. ASII 0.0402
5 Alam Sutera Realty Tbk. ASRI -0.0076
Indofood CBP Sukses Makmur
6 ICBP 0.1514
Tbk.
7 Indofood Sukses Makmur Tbk. INDF 0.1441
8 Indocement Tunggal Prakasa Tbk. INTP 0.0081
9 Kalbe Farma Tbk. KLBF -0.0352
10 Lippo Karawaci Tbk. LPKR 0.0153
PP London Sumatera Plantation
11 LSIP -0.0286
Tbk.
Perusahaan Gas Negara (Persero)
12 PGAS 0.0383
Tbk.
13 Semen Indonesia (Persero) Tbk. SMGR -0.0148
Telekomunikasi Indonesia
14 TLKM 0.2339
(Persero) Tbk
15 United Tractors Tbk UNTR 0.0288
16 Unilever Indonesia Tbk UNVR 0.1585
Rata-rata 0.0462475
Sumber: Bursa Efek Indonesia, Data Diolah Penulis
b. Return Market
Desember 2016.
93
Tabel 4.2.
Return Market ( ) Tahun 2012-2016
Periode 2012 2013 2014 2015 2016
Jan 0.0475 0.0165 0.0304 0.0226 0.0156
Feb 0.0075 0.0672 0.0398 0.0218 0.0475
Mar 0.0305 0.0234 0.0216 0.0085 0.0169
Apr -0.0154 0.0339 0.0113 -0.0871 0.0009
Mei -0.0870 -0.0089 0.0141 0.0500 -0.0067
Jun 0.0364 -0.0243 -0.0028 -0.0588 0.0701
Jul 0.0543 -0.0552 0.0540 -0.0229 0.0465
Agst -0.0066 -0.0509 0.0011 -0.0681 0.0279
Sept 0.0542 -0.0108 -0.0051 -0.0705 -0.0096
Okt 0.0307 0.0514 -0.0250 0.0540 0.0003
Nov -0.0492 -0.0582 0.0188 -0.0107 -0.0773
Des 0.0102 0.0090 0.0117 0.0406 0.0167
Total N 60
Minimum -0.0871
Maximum 0.0701
Rata-rata 0.0051
Sumber: Bursa Efek Indonesia, Data Diolah Penulis
94
bernilai negatif, kinerja JII masih dianggap baik karena pada bulan
c. Risk free
berlaku pada waktu tertentu. Nilai Risk free dapat dilihat pada tabel
4.3.
Tabel 4.3.
Risk Free ( Tahun 2012-2016
Periode 2012 2013 2014 2015 2016
Jan 0,0042 0,0041 0,0060 0,0058 0,0055
Feb 0,0032 0,0041 0,0060 0,0056 0,0055
Mar 0,0032 0,0041 0,0060 0,0056 0,0055
Apr 0,0033 0,0042 0,0059 0,0056 0,0055
Mei 0,0036 0,0043 0,0060 0,0056 0,0055
Jun 0,0037 0,0045 0,0060 0,0056 0,0053
Jul 0,0038 0,0049 0,0060 0,0056 0,0053
Agst 0,0039 0,0049 0,0059 0,0056 0,0053
Sept 0,0040 0,0058 0,0058 0,0059 0,0051
Okt 0,0040 0,0058 0,0058 0,0059 0,0049
Nov 0,0040 0,0060 0,0058 0,0059 0,0049
Des 0,0040 0,0060 0,0058 0,0059 0,0049
Total N 60
Minimum 0,0032
Maximum 0,0060
Rata-rata 0,0050
Sumber: Bursa Efek Indonesia, Data Diolah Penulis
95
Risk free yang tertinggi adalah bulan Januari sampai Juni
adalah bulan Februari dan Maret tahun 2012 yaitu sebesar 0.0032.
d. Beta CAPM
turun naiknya harga pasar. Nilai beta dari saham didapatkan dari
Tabel 4.4.
Risiko Sistematis (Beta) CAPM
Beta
No Nama Perusahaan Kode Cov ( ,
(β)
Astra Agro Lestari
1 AALI 0.098216688 4.718490954 0.0208
Tbk
2 Adaro Energy Tbk. ADRO 0.384333091 4.718490954 0.0815
AKR Corporindo
3 AKRA 0.935308983 4.718490954 0.1982
Tbk.
Astra Internasional
4 ASII 0.353543968 4.718490954 0.0749
Tbk.
Alam Sutera Realty
5 ASRI 0.430133958 4.718490954 0.0912
Tbk.
96
Beta
No Nama Perusahaan Kode Cov ( ,
(β)
Indofood CBP
6 Sukses Makmur ICBP 1.260545389 4.718490954 0.2672
Tbk.
Indofood Sukses
7 INDF 0.738678296 4.718490954 0.1565
Makmur Tbk.
Indocement
8 Tunggal Prakasa INTP 0.179182255 4.718490954 0.0380
Tbk.
9 Kalbe Farma Tbk. KLBF 0.214857579 4.718490954 0.0455
Lippo Karawaci
10 LPKR 0.583750113 4.718490954 0.1237
Tbk.
PP London
11 Sumatera LSIP 0.324973305 4.718490954 0.0689
Plantation Tbk.
Perusahaan Gas
12 Negara (Persero) PGAS 0.279793331 4.718490954 0.0593
Tbk.
Semen Indonesia
13 SMGR 0.044450956 4.718490954 0.0094
(Persero) Tbk.
Telekomunikasi
14 Indonesia (Persero) TLKM 0.445935557 4.718490954 0.0945
Tbk
United Tractors
15 UNTR 0.021227849 4.718490954 0.0045
Tbk
Unilever Indonesia
16 UNVR 1.003139729 4.718490954 0.2126
Tbk
Sumber: Bursa Efek Indonesia, Data Diolah Penulis
saham-saham tersebut.
97
1) Beta yang bernilai satu (β = 1) berarti saham mempunyai risiko
2) Beta yang bernilai lebih besar dari satu (β > 1) berarti risiko
saham akan naik lebih dari n%. Berdasarkan tabel 4.3. tidak
3) Beta yang bernilai kurang dari satu (β < 1) berarti risiko saham
saham akan naik kurang dari n%. Berdasarkan tabel 4.3. semua
(0.0045).
98
penelitian ini menggunakan bunga Sertifikat Bank Indonesia (SBI)
Tabel 4.5.
Expected Return CAPM
Kode E( )
No E( ) β
Perusahaan CAPM
1 AALI -0.0175 0.0050 0.0592 0.0208 0.0061
2 ADRO 0.2649 0.0050 0.0592 0.0815 0.0094
3 AKRA 0.1877 0.0050 0.0592 0.1982 0.0157
4 ASII 0.0402 0.0050 0.0592 0.0749 0.0091
5 ASRI -0.0076 0.0050 0.0592 0.0912 0.0099
6 ICBP 0.1514 0.0050 0.0592 0.2672 0.0195
7 INDF 0.1441 0.0050 0.0592 0.1565 0.0135
8 INTP 0.0081 0.0050 0.0592 0.0380 0.0071
9 KLBF -0.0352 0.0050 0.0592 0.0455 0.0075
10 LPKR 0.0153 0.0050 0.0592 0.1237 0.0117
11 LSIP -0.0286 0.0050 0.0592 0.0689 0.0087
12 PGAS 0.0383 0.0050 0.0592 0.0593 0.0082
13 SMGR -0.0148 0.0050 0.0592 0.0094 0.0055
14 TLKM 0.2339 0.0050 0.0592 0.0945 0.0101
15 UNTR 0.0288 0.0050 0.0592 0.0045 0.0052
16 UNVR 0.1585 0.0050 0.0592 0.2126 0.0165
Sumber: Bursa Efek Indonesia, Data Diolah Penulis
99
2. Islamic Capital Asset Pricing Model (ICAPM)
rata-rata return saham JII per bulan adalah positif, dan ini juga
saham per bulan terendah adalah saham Kalbe Farma Tbk. (KLBF)
100
Tabel 4.6.
Rata-rata return Saham Perusahaan JII Periode 2012-2016
NO Nama Perusahaan Kode Return Saham
1 Astra Agro Lestari Tbk AALI -0.0175
2 Adaro Energy Tbk. ADRO 0.2649
3 AKR Corporindo Tbk. AKRA 0.1877
4 Astra Internasional Tbk. ASII 0.0402
5 Alam Sutera Realty Tbk. ASRI -0.0076
6 Indofood CBP Sukses Makmur Tbk. ICBP 0.1514
7 Indofood Sukses Makmur Tbk. INDF 0.1441
8 Indocement Tunggal Prakasa Tbk. INTP 0.0081
9 Kalbe Farma Tbk. KLBF -0.0352
10 Lippo Karawaci Tbk. LPKR 0.0153
PP London Sumatera Plantation
11 LSIP -0.0286
Tbk.
Perusahaan Gas Negara (Persero)
12 PGAS 0.0383
Tbk.
13 Semen Indonesia (Persero) Tbk. SMGR -0.0148
Telekomunikasi Indonesia (Persero)
14 TLKM 0.2339
Tbk
15 United Tractors Tbk UNTR 0.0288
16 Unilever Indonesia Tbk UNVR 0.1585
Rata-rata 0,0462475
Sumber: Bursa Efek Indonesia, Data Diolah Penulis
b. Return Market
Desember 2016.
Tabel 4.7.
Return Market ( ) Tahun 2012-2016
Periode 2012 2013 2014 2015 2016
Jan 0.0475 0.0165 0.0304 0.0226 0.0156
Feb 0.0075 0.0672 0.0398 0.0218 0.0475
Mar 0.0305 0.0234 0.0216 0.0085 0.0169
Apr -0.0154 0.0339 0.0113 -0.0871 0.0009
Mei -0.0870 -0.0089 0.0141 0.0500 -0.0067
Jun 0.0364 -0.0243 -0.0028 -0.0588 0.0701
101
Periode 2012 2013 2014 2015 2016
Jul 0.0543 -0.0552 0.0540 -0.0229 0.0465
Agst -0.0066 -0.0509 0.0011 -0.0681 0.0279
Sept 0.0542 -0.0108 -0.0051 -0.0705 -0.0096
Okt 0.0307 0.0514 -0.0250 0.0540 0.0003
Nov -0.0492 -0.0582 0.0188 -0.0107 -0.0773
Des 0.0102 0.0090 0.0117 0.0406 0.0167
Total N 60
Minimum -0.0871
Maximum 0.0701
Rata-rata 0.0051
Sumber: Bursa Efek Indonesia, data diolah penulis
bernilai negatif, kinerja JII masih dianggap baik karena pada bulan
102
tahun 2015 yaitu sebesar -0.0100. Rata-rata total retuen market
e. Beta ICAPM
turun naiknya harga pasar. Nilai beta dari saham didapatkan dari
Tabel 4.8.
Risiko Sistematis (Beta) ICAPM
Nama Beta
No Kode Cov ( ,
Perusahaan (β)
Astra Agro
1 AALI 0.098216688 4.718490954 0.0208
Lestari Tbk
Adaro Energy
2 ADRO 0.384333091 4.718490954 0.0815
Tbk.
AKR Corporindo
3 AKRA 0.935308983 4.718490954 0.1982
Tbk.
Astra
4 ASII 0.353543968 4.718490954 0.0749
Internasional Tbk.
Alam Sutera
5 ASRI 0.430133958 4.718490954 0.0912
Realty Tbk.
Indofood CBP
6 ICBP 1.260545389 4.718490954 0.2672
Sukses Makmur
103
Nama Beta
No Kode Cov ( ,
Perusahaan (β)
Tbk.
Indofood Sukses
7 INDF 0.738678296 4.718490954 0.1565
Makmur Tbk.
Indocement
8 Tunggal Prakasa INTP 0.179182255 4.718490954 0.0380
Tbk.
9 Kalbe Farma Tbk. KLBF 0.214857579 4.718490954 0.0455
Lippo Karawaci
10 LPKR 0.583750113 4.718490954 0.1237
Tbk.
PP London
11 Sumatera LSIP 0.324973305 4.718490954 0.0689
Plantation Tbk.
Perusahaan Gas
12 Negara (Persero) PGAS 0.279793331 4.718490954 0.0593
Tbk.
Semen Indonesia
13 SMGR 0.044450956 4.718490954 0.0094
(Persero) Tbk.
Telekomunikasi
14 Indonesia TLKM 0.445935557 4.718490954 0.0945
(Persero) Tbk
United Tractors
15 UNTR 0.021227849 4.718490954 0.0045
Tbk
Unilever
16 UNVR 1.003139729 4.718490954 0.2126
Indonesia Tbk
Sumber: Bursa Efek Indonesia, Data Diolah Penulis
saham-saham tersebut.
104
1) Beta yang bernilai satu (β = 1) berarti saham mempunyai
2) Beta yang bernilai lebih besar dari satu (β > 1) berarti risiko
saham akan naik lebih dari n%. Berdasarkan tabel 4.3. tidak
3) Beta yang bernilai kurang dari satu (β < 1) berarti risiko saham
saham akan naik kurang dari n%. Berdasarkan tabel 4.3. semua
(0.0045).
105
ICAPM nilai digantikan dengan nilai inflasi. Penggunaan inflasi
Tabel 4.9.
Expected Return ICAPM
Kode E( )
No I E( ) β
Perusahaan ICAPM
1 AALI -0.0175 0.0053 0.0592 0.0208 0.0064
2 ADRO 0.2649 0.0053 0.0592 0.0815 0.0097
3 AKRA 0.1877 0.0053 0.0592 0.1982 0.0160
4 ASII 0.0402 0.0053 0.0592 0.0749 0.0093
5 ASRI -0.0076 0.0053 0.0592 0.0912 0.0102
6 ICBP 0.1514 0.0053 0.0592 0.2672 0.0197
7 INDF 0.1441 0.0053 0.0592 0.1565 0.0137
8 INTP 0.0081 0.0053 0.0592 0.038 0.0073
9 KLBF -0.0352 0.0053 0.0592 0.0455 0.0078
10 LPKR 0.0153 0.0053 0.0592 0.1237 0.0120
11 LSIP -0.0286 0.0053 0.0592 0.0689 0.0090
12 PGAS 0.0383 0.0053 0.0592 0.0593 0.0085
13 SMGR -0.0148 0.0053 0.0592 0.0094 0.0058
14 TLKM 0.2339 0.0053 0.0592 0.0945 0.0104
15 UNTR 0.0288 0.0053 0.0592 0.0045 0.0055
16 UNVR 0.1585 0.0053 0.0592 0.2126 0.0168
Sumber: Bursa Efek Indonesia, Data Diolah Penulis
MAPE dan MAE yang terkecil yang terdapat pada output SPSS
Tabel 4.10.
Nilai MAPE dan MAD Expected Value Faktor Mikro
107
Metode Inflasi Suku bunga SBI Kurs
Exponential MAPE MAPE MAPE
Smoothing MAE MAE MAE
% % %
Damped
9,022 0,005 2,517 0,001 1,754 0,214
Trend
Smoothing.
1) Inflasi
adlah surprise SBI, yang didapat dari nilai SBI aktual (actual
3) Kurs (Rp/USD)
surprise kurs, yang didapat dari nilai kurs aktual (actual value)
108
b. Beta APT
Bunga SBI, dan Kurs. Beta APT saham JII tahun 2012-2016
Tabel 4.11.
Risiko Sistematis (Beta) Inflasi
Beta
No Nama Perusahaan Kode Cov ( ,
(β)
Astra Agro Lestari
1 AALI 0.008433083 0.482815467 0.0175
Tbk
2 Adaro Energy Tbk. ADRO 0.002734788 0.482815467 0.0057
AKR Corporindo
3 AKRA -0.025839397 0.482815467 -0.0535
Tbk.
Astra Internasional
4 ASII -0.006409578 0.482815467 -0.0133
Tbk.
Alam Sutera Realty
5 ASRI -0.00837216 0.482815467 -0.0173
Tbk.
Indofood CBP
6 Sukses Makmur ICBP -0.0241195 0.482815467 -0.0500
Tbk.
Indofood Sukses
7 INDF -0.008020472 0.482815467 -0.0166
Makmur Tbk.
Indocement
8 Tunggal Prakasa INTP -0.009710439 0.482815467 -0.0201
Tbk.
9 Kalbe Farma Tbk. KLBF -0.000608544 0.482815467 -0.0013
Lippo Karawaci
10 LPKR -0.017199766 0.482815467 -0.0356
Tbk.
PP London
11 Sumatera LSIP 0.004609247 0.482815467 0.0095
Plantation Tbk.
Perusahaan Gas
12 Negara (Persero) PGAS -0.005662757 0.482815467 -0.0117
Tbk.
109
Beta
No Nama Perusahaan Kode Cov ( ,
(β)
Semen Indonesia
13 SMGR -0.007214632 0.482815467 -0.0149
(Persero) Tbk.
Telekomunikasi
14 Indonesia (Persero) TLKM -0.008690752 0.482815467 -0.0180
Tbk
United Tractors
15 UNTR -0.00509934 0.482815467 -0.0106
Tbk
Unilever Indonesia
16 UNVR -0.013574149 0.482815467 -0.0281
Tbk
saham AALI, ADRO, dan LSIP memiliki beta inflasi yang positif,
tersebut.
Tabel 4.12.
Risiko Sistematis (Beta) Suku Bunga SBI
No Nama Perusahaan Kode Cov ( , Beta (β)
Astra Agro Lestari
1 AALI -0.00325597 0.207364125 -0.0157
Tbk
2 Adaro Energy Tbk. ADRO -0.014584612 0.207364125 -0.0703
AKR Corporindo
3 AKRA -0.039543222 0.207364125 -0.1907
Tbk.
Astra Internasional
4 ASII -0.010868742 0.207364125 -0.0524
Tbk.
Alam Sutera Realty
5 ASRI -0.012718415 0.207364125 -0.0613
Tbk.
6 Indofood CBP ICBP -0.055213492 0.207364125 -0.2663
110
No Nama Perusahaan Kode Cov ( , Beta (β)
Sukses Makmur
Tbk.
Indofood Sukses
7 INDF -0.028876013 0.207364125 -0.1393
Makmur Tbk.
Indocement
8 Tunggal Prakasa INTP -0.00545592 0.207364125 -0.0263
Tbk.
9 Kalbe Farma Tbk. KLBF -0.005780936 0.207364125 -0.0279
Lippo Karawaci
10 LPKR -0.020894251 0.207364125 -0.1008
Tbk.
PP London
11 Sumatera LSIP -0.014007771 0.207364125 -0.0676
Plantation Tbk.
Perusahaan Gas
12 Negara (Persero) PGAS -0.006314282 0.207364125 -0.0305
Tbk.
Semen Indonesia
13 SMGR 0.001364188 0.207364125 0.0066
(Persero) Tbk.
Telekomunikasi
14 Indonesia (Persero) TLKM -0.019319058 0.207364125 -0.0932
Tbk
United Tractors
15 UNTR -0.000434359 0.207364125 -0.0021
Tbk
Unilever Indonesia
16 UNVR -0.041150621 0.207364125 -0.1984
Tbk
SBI negatif. Hal ini menunjukkan bahwa kenaikan suku bunga SBI
111
Tabel 4.13.
Risiko Sistematis (Beta) Kurs
Beta
No Nama Perusahaan Kode Cov ( ,
(β)
Astra Agro Lestari
1 AALI 0.613139737 47.6158726 0.0129
Tbk
2 Adaro Energy Tbk. ADRO 2.06047576 47.6158726 0.0433
AKR Corporindo
3 AKRA 9.278665874 47.6158726 0.1949
Tbk.
Astra Internasional
4 ASII 1.657876483 47.6158726 0.0348
Tbk.
Alam Sutera Realty
5 ASRI 1.29560213 47.6158726 0.0272
Tbk.
Indofood CBP
6 Sukses Makmur ICBP 13.08330301 47.6158726 0.2748
Tbk.
Indofood Sukses
7 INDF 6.178972231 47.6158726 0.1298
Makmur Tbk.
Indocement
8 Tunggal Prakasa INTP 0.437612629 47.6158726 0.0092
Tbk.
9 Kalbe Farma Tbk. KLBF 0.530034762 47.6158726 0.0111
Lippo Karawaci
10 LPKR 4.497123084 47.6158726 0.0944
Tbk.
PP London
11 Sumatera LSIP 3.527841517 47.6158726 0.0741
Plantation Tbk.
Perusahaan Gas
12 Negara (Persero) PGAS 1.049008211 47.6158726 0.0220
Tbk.
Semen Indonesia
13 SMGR -1.088151304 47.6158726 -0.0229
(Persero) Tbk.
Telekomunikasi
14 Indonesia (Persero) TLKM 3.253491366 47.6158726 0.0683
Tbk
United Tractors
15 UNTR -0.479777783 47.6158726 -0.0101
Tbk
Unilever Indonesia
16 UNVR 9.938640059 47.6158726 0.2087
Tbk
SMGR dan UNTR yang memiliki beta kurs negatif. Hal ini
112
menunjukkan bahwa kenaikan nilai kurs rupiah terhadap dollar atau
saham-saham tersebut.
menggunakan suku bunga SBI selama satu bulan dibagi dua belas
bulan. Dari tabel 4.14., menunjukkan bahwa ada dua saham yang
dengan model APT, yaitu saham AALI, ASRI, KLBF, LSIP dan
113
UNVR merupakan saham yang undervalued karena nilai E nya
114
Tabel 4.14.
Expected Return APT
E
No Kode E( ) E( ) E( )
APT
1 AALI -0.0175 0.0051 0.0038 0.001 0.1269 0.0175 -0.0157 0.0129 -0.0158
2 ADRO 0.2649 0.0051 0.0038 0.001 0.1269 0.0057 -0.0703 0.0433 0.2703
3 AKRA 0.1877 0.0051 0.0038 0.001 0.1269 -0.0535 -0.1907 0.1949 0.2120
4 ASII 0.0402 0.0051 0.0038 0.001 0.1269 -0.0133 -0.0524 0.0348 0.0445
5 ASRI -0.0076 0.0051 0.0038 0.001 0.1269 -0.0173 -0.0613 0.0272 -0.0043
6 ICBP 0.1514 0.0051 0.0038 0.001 0.1269 -0.0500 -0.2663 0.2748 0.1858
7 INDF 0.1441 0.0051 0.0038 0.001 0.1269 -0.0166 -0.1393 0.1298 0.1604
8 INTP 0.0081 0.0051 0.0038 0.001 0.1269 -0.0201 -0.0263 0.0092 0.0092
9 KLBF -0.0352 0.0051 0.0038 0.001 0.1269 -0.0013 -0.0279 0.0111 -0.0338
10 LPKR 0.0153 0.0051 0.0038 0.001 0.1269 -0.0356 -0.1008 0.0944 0.0270
11 LSIP -0.0286 0.0051 0.0038 0.001 0.1269 0.0095 -0.0676 0.0741 -0.0192
12 PGAS 0.0383 0.0051 0.0038 0.001 0.1269 -0.0117 -0.0305 0.0220 0.0410
13 SMGR -0.0148 0.0051 0.0038 0.001 0.1269 -0.0149 0.0066 -0.0229 -0.0178
14 TLKM 0.2339 0.0051 0.0038 0.001 0.1269 -0.0180 -0.0932 0.0683 0.2424
15 UNTR 0.0288 0.0051 0.0038 0.001 0.1269 -0.0106 -0.0021 -0.0101 0.0275
16 UNVR 0.1585 0.0051 0.0038 0.001 0.1269 -0.0281 -0.1984 0.2087 0.1847
115
4. Nilai MAD dan Koefisien Determinasi Pada Model CAPM, ICAPM
dan APT
Untuk melihat metode mana yang lebih baik dalam menghitung return
saham JII, maka akan dihitung nilai MAD dan koefisien determinasi dari
dikatakan tinggi.
Tabel 4.15.
MAD CAPM, ICAPM dan APT
No Nama Perusahaan Kode
Astra Agro Lestari
1 AALI 0.084652 0.097282 0.088507
Tbk
2 Adaro Energy Tbk. ADRO 0.091367 0.044655 0.087779
AKR Corporindo
3 AKRA 0.071828 0.029870 0.087878
Tbk.
Astra Internasional
4 ASII 0.058872 0.046888 0.057762
Tbk.
Alam Sutera Realty
5 ASRI 0.105813 0.046357 0.099013
Tbk.
Indofood CBP
6 Sukses Makmur ICBP 0.090214 0.020293 0.113410
Tbk.
7 Indofood Sukses INDF 0.052417 0.035873 0.064569
116
No Nama Perusahaan Kode
Makmur Tbk.
Indocement Tunggal
8 INTP 0.062426 0.051422 0.057532
Prakasa Tbk.
9 Kalbe Farma Tbk. KLBF 0.064594 0.051040 0.059807
Lippo Karawaci
10 LPKR 0.087183 0.041023 0.087809
Tbk.
PP London
11 Sumatera Plantation LSIP 0.114271 0.045298 0.105402
Tbk.
Perusahaan Gas
12 Negara (Persero) PGAS 0.072814 0.048548 0.066739
Tbk.
Semen Indonesia
13 SMGR 0.057789 0.055412 0.051092
(Persero) Tbk.
Telekomunikasi
14 Indonesia (Persero) TLKM 0.06461 0.043888 0.067362
Tbk
15 United Tractors Tbk UNTR 0.062361 0.054662 0.056195
Unilever Indonesia
16 UNVR 0.056556 0.027963 0.078782
Tbk
Rata-rata 0.074860 0,046280 0.076852
Tabel 4.16.
Hasil Koefisien Determinasi Model CAPM
Variable Coefficient Std. Error t-Statistic Prob.
EXCESSRETURN_CAP
M 0.079600 0.009211 8.641902 0.0000
C 0.000142 0.000245 0.582605 0.5623
117
dalam hal ini adalah hasil pengurangan dari return market dan
tingkat return saham syariah yaitu dari variabel lain yang tidak
Tabel 4.17.
Hasil Koefisien Determinasi Model ICAPM
Variable Coefficient Std. Error t-Statistic Prob.
EXCESSRETURN_ICA
PM 0.027835 0.039789 0.699571 0.4868
C 0.051455 0.002467 20.85855 0.0000
dalam hal ini adalah hasil pengurangan dari return market dan
tingkat return saham syariah yaitu dari variabel lain yang tidak
118
3) Koefisien Determinasi (Adjust R2) model APT
Tabel 4.18.
Hasil Uji Koefisien Determinasi Model APT
Variable Coefficient Std. Error t-Statistic Prob.
terhadap tingkat return saham syariah pada JII, dan 49% yang
yaitu dari variabel lain yang tidak diteliti pada penelitian ini.
Tabel 4.19.
Kolmogrov-Smirnov Test
One-Sample Kolmogorov-Smirnov Test
MAD_CAPM MAD_ICAPM MAD_APT
N 16 16 16
Normal Mean ,07486044 ,04627963 ,07685238
a,b
Parameters Std. Deviation ,018596958 ,016802511 ,019330474
Most Extreme Absolute ,209 ,231 ,188
119
Differences Positive ,209 ,231 ,188
Negative -,114 -,131 -,152
Test Statistic ,209 ,231 ,188
c c c
Asymp. Sig. (2-tailed) ,059 ,062 ,133
a. Test distribution is Normal.
b. Calculated from data.
6. Independent T-test
Tabel 4.20.
Group Statistics
120
Tabel 4.21.
Independent t-test ICAPM dengan APT
Levene’s
Test for
Equality of
Variances t-test for Equality of Means
Sig. Std. Error 95% Confidence Interval
(2- Mean Differenc of the Difference
F Sig. t df tailed) Difference e Lower Upper
NILAI Equal 2,77 ,106 -4,775 30 ,000 -,030572 ,006403 -,043649 -,017495
MAD variances 3
assumed
Equal -4,775 29,42 ,000 -,030572 ,006403 -,043660 -,017485
variances 9
not
assumed
ditunjukkan oleh tabel 4.21 hasil Levenes’s Test didapat nilai probabilitas
(Sig) = 0.106 lebih besar dari nilai α (0.05), maka data yang disajikan
adalah homogen dan asumsi kedua varians sama besar (equal variances
karena nilai probabilitas (Sig) lebih kecil dari taraf signifikansi (α = 5%),
yaitu probabilitas (Sig) = 0.00 < 0.05, dan nilai t hitung > t tabel dengan
nilai α = 5%. Pada tabel 4.20. menunjukkan bahwa nilai mean dari model
121
hal ini menunjukan bahwa model APT lebih akurat dibandingkan model
ICAPM. Begitu juga nilai interval perbedaan diantara kedua model yang
terdapat pada tabel 4.21. yaitu dari -0,043649 sampai -0,017495. Sehingga
Tabel 4.22.
Group Statisctic
Model N Mean Std. Deviation Std. Error Mean
Mad CAPM 16 ,074860 ,0185968 ,0046492
ICAPM 16 ,076852 ,0193305 ,0048326
Tabel 4.23.
Independent t-test CAPM dengan ICAPM
Levene’s Test
for Equality of
Variances t-test for Equality of Means
95% Confidence
Interval of the
Sig. (2- Mean Std. Error Difference
F Sig. t df tailed) Difference Difference Lower Upper
Mad Equal ,136 ,715 -,297 30 ,768 -,001992 ,006705 -,011687 ,011703
variances
assumed
Equal -,297 29,955 ,768 -,001992 ,006705 -,011688 ,011704
variances not
assumed
ditunjukkan oleh tabel 4.23 hasil Levenes’s Test didapat nilai probabilitas
(sig) = 0.715 lebih besar dari nilai α (0.05), maka data yang disajikan
adalah homogen dan asumsi kedua varians sama besar (equal variances
122
assumed) terpenuhi, maka uji t test menggunakan asumsi varians sama
karena nilai probabilitas (Sig) lebih besar dari taraf signifikansi (α = 5%),
yaitu probabilitas (Sig) = 0.768 > 0.05, dan nilai t hitung < t tabel dengan
nilai α = 5%. Pada tabel 4.22. menunjukkan bahwa nilai mean dari model
model CAPM, namun selisih nilai mean kedua model tersebut sangat tipis.
Begitu juga nilai interval perbedaan diantara kedua model yang terdapat
pada tabel 4.23. yaitu dari -0.011687 sampai 0.011703. Sehingga dapat
Tabel 4.24.
Group Statistic
Model N Mean Std. Deviation Std. Error Mean
Mad CAPM 16 ,074860 ,0185968 ,0046492
APT 16 ,046280 ,0168025 ,0042006
123
Tabel 4.25.
Independent t-test CAPM dengan APT
Levene’s Test
for Equality of
Variances t-test for Equality of Means
95% Confidence
Sig. Interval of the
(2- Mean Std. Error Difference
F Sig. t df tailed) Difference Difference Lower Upper
Mad Equal 1,774 ,193 4,56 30 ,000 ,028580 ,006265 ,015784 ,041377
variances 1
assumed
Equal 4,56 29,696 ,000 ,028580 ,006265 ,015778 ,041382
variances 1
not
assumed
ditunjukkan oleh tabel 4.25 hasil Levenes’s Test didapat nilai probabilitas
(Sig) = 0.193 lebih besar dari nilai α (0.05), maka data yang disajikan
adalah homogen dan asumsi kedua varians sama besar (equal variances
karena nilai probabilitas (Sig) lebih besar dari taraf signifikansi (α = 5%),
yaitu probabilitas (Sig) = 0.00 < 0.05, dan nilai t hitung > t tabel dengan
nilai α = 5%. Pada tabel 4.24. menunjukkan bahwa nilai mean dari model
124
CAPM lebih tinggi dibandingkan model APT (0.076852 > 0.046280) hal
Begitu juga nilai interval perbedaan diantara kedua model yang terdapat
pada tabel 4.25. yaitu dari 0.015784 sampai 0.041377. Sehingga dapat
Berra tidak signifikan (lebih kecil dari 2), maka data terdistribusi normal.
a. Uji Normalitas
1) Model CAPM
14
Series: Standardized Residuals
12 Sample 2013 2016
Observations 64
10
Mean 0.000000
Median -9.66e-05
8
Maximum 0.005039
Minimum -0.005672
6
Std. Dev. 0.001814
Skewness -0.133240
4
Kurtosis 4.273748
2 Jarque-Bera 1.384127
Probability 0.104567
0
-0.006 -0.004 -0.002 0.000 0.002 0.004
Grafik 4.5
Hasil Uji Normalitas Model CAPM
125
variabel pada model CAPM dalam penelitian ini berdistribusi
mana probabilitas harus lebih besar dari α = 0,05. Oleh karena itu
dapat terpenuhi.
2) Model ICAPM
14
Series: Standardized Residuals
12 Sample 2012 2016
Observations 80
10
Mean -2.60e-19
Median 0.004869
8
Maximum 0.023412
Minimum -0.023153
6
Std. Dev. 0.013628
Skewness -0.267353
4
Kurtosis 1.617234
2 Jarque-Bera 1.326507
Probability 0.205649
0
-0.02 -0.01 0.00 0.01 0.02
Grafik 4.6
Hasil Uji Normalitas Model ICAPM
mana probabilitas harus lebih besar dari α = 0,05. Oleh karena itu
126
H1diterima dan menunjukan bahwa penelitian tersebut berdistribusi
dapat terpenuhi.
3) Model APT
10
Series: Standardized Residuals
Sample 2013 2016
8 Observations 64
Mean 0.000000
6 Median -0.001002
Maximum 0.030458
Minimum -0.030305
4 Std. Dev. 0.011582
Skewness 0.059731
Kurtosis 3.840574
2
Jarque-Bera 1.922228
Probability 0.382467
0
-0.03 -0.02 -0.01 0.00 0.01 0.02 0.03
Grafik 4.7
Hasil Uji Normalitas Model APT
Hal ini dapat dilihat dari nilai Jarque-Bera pada penelitian ini
dapat terpenuhi.
127
b. Uji t
1) Model CAPM
8.641902 lebih besar dari nilai t tabel sebesar 1.99085 dan nilai
0.079600, hal ini berarti jika variabel excess return market to risk
0.0796%.
Tabel 4.26.
Hasil Uji t Model CAPM
Cross-section fixed effects test equation:
Dependent Variable: RETURN
Method: Panel Least Squares
Date: 02/09/17 Time: 20:38
Sample (adjusted): 2012 2016
Periods included: 5
Cross-sections included: 16
Total panel (balanced) observations: 80
128
EXCESSRETURN_CAPM 0.079600 0.009211 8.641902 0.0000
C 0.000142 0.000245 0.582605 0.5623
variabel excess return market to risk free kurang dari 0.05, dapat
2) Model ICAPM
0.699571 lebih kecil dari nilai t tabel sebesar 1.99085 dan nilai
129
menunjukkan bahwa variabel excess return market to inflation
0.0278%.
Tabel 4.27.
Hasil Uji t Model ICAPM
Dependent Variable: RETURN_ICAPM
Method: Panel Least Squares
Date: 02/09/17 Time: 22:45
Sample: 2012 2016
Periods included: 5
Cross-sections included: 16
Total panel (balanced) observations: 80
EXCESSRETURN_ICA
PM 0.027835 0.039789 0.699571 0.4868
C 0.051455 0.002467 20.85855 0.0000
Effects Specification
3) Model APT
3.192518 lebih besar dari nilai t tabel sebesar 1.99085 dan nilai
hitung variabel kurs sebesar 4.417833 lebih besar dari nilai t tabel
saham syariah.
131
Tabel 4.28.
Hasil Uji t Model APT
Dependent Variable: RETURN_APT
Method: Panel Least Squares
Date: 02/10/17 Time: 04:16
Sample: 2012 2016
Periods included: 5
Cross-sections included: 16
Total panel (balanced) observations: 80
Effects Specification
variabel inflasi dan kurs lebih kecil dari 0.05, dapat diartikan
132
0.0000 yang berarti variabel tersebut berpengaruh positif terhadap
c. Uji F
Tabel 4.29.
Hasil Uji F Model APT
Dependent Variable: RETURN_APT
Method: Panel Least Squares
Date: 02/10/17 Time: 04:16
Sample: 2012 2016
Periods included: 5
Cross-sections included: 16
Total panel (balanced) observations: 80
Effects Specification
133
C. Interpretasi Data
ICAPM dengan APT. Namun pada model CAPM dengan ICAPM tidak
memiliki perbedaan. Hal itu dikarenakan nilai inflasi kurang lebih sama
dengan nilai risk free pada model CAPM. Hal ini didukung oleh
dan risiko saham. Terdapat perbedaan akurasi CAPM dan APT dilihat
market to risk free lebih kecil dari tingkat signifikansi. Namun pada
market to risk free semakin tinggi pula return saham dan pasar akan
lebih percaya diri pada prospek dari perusahaan tersebut maka investor
saham pun akan naik dan mengakibatkan kenaikan pula pada harga
return saham. Tentu saja selain itu, dalam memprediksi return saham
Pernyataan ini dapat dibuktikan dengan melihat tabel 4.20 dimana nilai
135
Inflasi yang semakin tinggi menjadi sinyal negatif bagi para
pada saham. Hasil penelitian ini sesuai dengan penelitian Neny Mulyani
perubahan suku bunga SBI akan berpengaruh pada naik turunnya return
136
5. Pengaruh Nilai Kurs terhadap Return Saham Syariah
saham syariah. Dapat dilihat pada tabel 4.20 yang menunjukkan bahwa
nilai probabilitas kurs lebih kecil dari tingkat signifikansi yaitu sebesar
perusahaan yang ada di JII. Penelitian ini sesuai dengan Neny Mulyani
137
BAB V
PENUTUP
A. Kesimpulan
Capital Asset pricing Model (CAPM), Islamic Capital Asset pricing Model
return saham JII. Adapun beberapa kesimpulan yang dapat diambil dalam
lebih kecil dibandingkan nilai MAD model CAPM dan APT. Adjust
ICAPM dan APT karena nilai Adjust model CAPM lebih tinggi
ini bedasarkan hasil dari uji Independent t-test nilai probabilitas lebih
signifikan antara ICAPM dengan APT dan CAPM dengan APT dalam
memprediksi return saham syariah di JII. Hal ini bedasarkan hasil dari
uji Independent t-test nilai probabilitas lebih kecil dari nilai tingkat
signifikansi.
138
3. Variabel excess return market to risk free pada model CAPM memiliki
return saham syariah. Variabel inflasi dan kurs pada model APT memiliki
dibuktikan dengan nilai probabilitas variabel inflasi dan kurs lebih kecil
B. Saran
1. Bagi Investor
139
juga mempertimbangkan model yang lebih akurat dalam memprediksi
return saham.
140
DAFTAR PUSTAKA
Ahmad, Dani. “Pengaruh Suku Bunga SBI, Inflasi, Pertumbunhan Ekonomi, dan
Size Terhadap Return Saham Syariah di Jakarta Islamic Index”. Fakultas
Ekonomi dan Bisnis, Universitas Negeri Yogyakarta. Yogyakarta, 2014.
Ahmad, Kamaruddin. “Dasar-dasar Manajemen Investasi dan Portofolio”. Ed,
Revisi. Rineka Cipta. Jakarta, 2004.
Akbar Faoriko. “Pengaruh Inflasi, Suku Bunga dan Nilai Tukar Rupiah terhadap
Return Saham di Bursa Efek Indonesia”. Jurnal Administrasi
Bisnis(JAB)| Vol. 6 No. 1. April 2013.
144
Setiawan, Wahyu dan Aghil Pramujito. “Analisis Kritis Tentang Kesyariahan
Saham Di Jakarta Islamic Index”. Jurnal Hukum dan Ekonomi Syariah,
Vol.04, No.1, Maret 2016.
Sheikh, Nadeem Ahmed and Zongjun Wang. “Determinants of Capital Structure
An Empirical Study of Firms in Manufacturing Industry of Pakistan”,
Journal Managerial Finance, Volume 37 pp 117-133, 2011.
Soemitra, Andri. ”Bank dan Lembaga Keuangan Syariah”. Kencana Praktis.
Medan, 2010.
Subagyo, Pangestu. “Forecasting Konsep dan aplikasi”. BPPE UGM.
Yogyakarta, 2000.
Sugiyono. "Metode Penelitian Kuantitatif, Kualitatif dan R&D", Alfabeta,
Bandung, 2008.
Sukirno, Sadono. “Makroekonomi Teori Pengantar”. Edisi Ketiga. Rajawali
Press. Jakarta, 2004.
Sunariyah. “Pengantar Pengetahuan Pasar Modal”. Edisi Kelima. UPP STIM
YKPN. Yogyakarta, 2006.
Sutedi, Adrian. “Pasar Modal Syariah”. Sinar Grafika. Jakarta, 2011.
Suseno, Yustiantomo Budi. “Analisis Faktor-faktor yang Mempengaruhi Beta
Saham (Studi Kasus Perbandingan Perusahaan Finance dan manufaktur
yang Listing di BEI pada Tahun 2005-2007”. Tesis Program Studi
Magister Manajemen Universitas Diponegoro, 2009.
Utami, Mudji, dan Mudjilah Rahayu. “Peranan dari Profitabilitas, Suku Bunga,
Inflasi, dan Nilai Tukar dalam Mempengaruhi Pasar Modal Indonesia
selama Krisis Ekonomi”. Jurnal Manajemen & Kewirausahaan, Vol. 5,
No. 2, 2003.
Widarjono, Agus. “Ekonometrika: Teori dan Aplikasi Untuk Ekonomi dan
Bisnis”, FE Universitas Islam Indonesia, Yogyakarta, 2007.
Widoatmojo, Sawidji. “Cara Benar Mencapai Kemakmuran Financial a’la
Robert T. Kiyosaki”. Elex Media Kompatindo. Jakarta, 2007.
Winarno, Wing Wahyu. "Analisis Ekonometrika dan Statistika dengan Ewiews
Edisi 4",UPP STIM YKPN, Yogyakarta, 2015.
Yuliana, Indah. “Investasi Produk Keuangan Syariah”. UIN – Maliki Press.
Malang, 2010.
Zubir, Zalmi. “Manajemen Portofolio: Penerapannya dalam Investasi Saham”.
Salemba Empat. Jakarta, 2013.
145
www.BI.go.id
www.idx.co.id
www.bps.go.id
www.wikipedia.com
www.finance.yahoo.com
146
DAFTAR LAMPIRAN
150
Feb-15 0,002872707 0,076480002 0,006895306 0,076480002 0,011824891 0,076480002
Mar-15 0,002972376 0,07817491 0,007229116 0,07817491 0,012344887 0,07817491
Apr-15 0,003105743 0,080009529 0,007546534 0,080009529 0,012906 0,080009529
Mei-15 0,002467339 0,078738742 0,007260687 0,078738742 0,013331885 0,078738742
Jun-15 0,002221959 0,0804213 0,007750051 0,0804213 0,014000871 0,0804213
Jul-15 0,002064988 0,080629662 0,007426691 0,080629662 0,014852833 0,080629662
Agu-15 0,001876656 0,082283334 0,007104846 0,082283334 0,015471825 0,082283334
Sep-15 0,00114819 0,081577533 0,007086286 0,081577533 0,016034706 0,081577533
Okt-15 0,001527969 0,080119202 0,006283451 0,080119202 0,016781157 0,080119202
Nov-15 0,001499297 0,08273916 0,006688696 0,08273916 0,017979943 0,08273916
Des-15 0,001112624 0,084974608 0,006583108 0,084974608 0,019154742 0,084974608
Jan-16 0,001232571 0,088429931 0,007168343 0,088429931 0,020581078 0,088429931
Feb-16 0,001436943 0,092164196 0,007576081 0,092164196 0,022231801 0,092164196
Mar-16 0,001725524 0,096593803 0,008248591 0,096593803 0,024200658 0,096593803
Apr-16 0,002303308 0,101611968 0,008930302 0,101611968 0,026192151 0,101611968
Mei-16 0,002008137 0,106918159 0,009871089 0,106918159 0,028494748 0,106918159
Jun-16 0,00130007 0,112665078 0,009943157 0,112665078 0,031226732 0,112665078
Jul-16 0,001293732 0,121286911 0,011247832 0,121286911 0,03613075 0,121286911
Agu-16 0,001530123 0,132858156 0,013093736 0,132858156 0,042182973 0,132858156
Sep-16 0,002186771 0,148287093 0,015540018 0,148287093 0,050047763 0,148287093
Okt-16 0,00068324 0,167300887 0,017439045 0,167300887 0,0589704 0,167300887
Nov-16 0,000357942 0,198816632 0,026676889 0,198816632 0,07539796 0,198816632
Des-16 0,00400483 0,20336391 0,01851425 0,20336391 0,07501327 0,20336391
151
Jun-13 0,003868149 0,060206081 0,004807149 0,060206081 0,009382687 0,060206081
Jul-13 0,003943242 0,060706252 0,00470023 0,060706252 0,009518522 0,060706252
Agu-13 0,003905748 0,060598347 0,004713446 0,060598347 0,009554056 0,060598347
Sep-13 0,003872468 0,060558018 0,004502712 0,060558018 0,009556667 0,060558018
Okt-13 0,003998273 0,061217571 0,00466672 0,061217571 0,009782913 0,061217571
Nov-13 0,004084812 0,061689631 0,00477019 0,061689631 0,009987335 0,061689631
Des-13 0,004050631 0,061426733 0,004477615 0,061426733 0,009961415 0,061426733
Jan-14 0,004168904 0,062269487 0,00458614 0,062269487 0,010226924 0,062269487
Feb-14 0,004318366 0,063086964 0,004628521 0,063086964 0,01049778 0,063086964
Mar-14 0,00439095 0,063839442 0,004663952 0,063839442 0,010824538 0,063839442
Apr-14 0,004507178 0,064778883 0,004791531 0,064778883 0,011184159 0,064778883
Mei-14 0,004643591 0,065783119 0,004934093 0,065783119 0,01152149 0,065783119
Jun-14 0,004792637 0,06683472 0,005092114 0,06683472 0,011883946 0,06683472
Jul-14 0,004953393 0,06788373 0,005196749 0,06788373 0,012228686 0,06788373
Agu-14 0,005052122 0,06859872 0,005113885 0,06859872 0,012659277 0,06859872
Sep-14 0,005214417 0,069786308 0,005279058 0,069786308 0,013075471 0,069786308
Okt-14 0,005348923 0,070992675 0,005399229 0,070992675 0,013553142 0,070992675
Nov-14 0,005465794 0,071965196 0,005616485 0,071965196 0,013927893 0,071965196
Des-14 0,005669272 0,073382271 0,00578979 0,073382271 0,014473882 0,073382271
Jan-15 0,005897524 0,074894782 0,006021411 0,074894782 0,015059 0,074894782
Feb-15 0,006127443 0,076480002 0,006246878 0,076480002 0,015669245 0,076480002
Mar-15 0,006400465 0,07817491 0,006466382 0,07817491 0,016381274 0,07817491
Apr-15 0,0067058 0,080009529 0,006729148 0,080009529 0,017118301 0,080009529
Mei-15 0,005955175 0,078738742 0,007594437 0,078738742 0,017096488 0,078738742
Jun-15 0,006181561 0,0804213 0,008004671 0,0804213 0,017963954 0,0804213
Jul-15 0,006289286 0,080629662 0,008276886 0,080629662 0,018118955 0,080629662
Agu-15 0,006426784 0,082283334 0,008441613 0,082283334 0,0188753 0,082283334
Sep-15 0,006027544 0,081577533 0,007141973 0,081577533 0,025433769 0,081577533
Okt-15 0,00539264 0,080119202 0,006900845 0,080119202 0,023476379 0,080119202
Nov-15 0,005632921 0,08273916 0,007066183 0,08273916 0,025047502 0,08273916
Des-15 0,005912176 0,084974608 0,007100784 0,084974608 0,026469792 0,084974608
Jan-16 0,006380958 0,088429931 0,007652798 0,088429931 0,02851053 0,088429931
Feb-16 0,006961708 0,092164196 0,00813404 0,092164196 0,030877182 0,092164196
Mar-16 0,007583814 0,096593803 0,008831594 0,096593803 0,033671222 0,096593803
Apr-16 0,008388396 0,101611968 0,009819754 0,101611968 0,036809808 0,101611968
Mei-16 0,008809351 0,106918159 0,011089247 0,106918159 0,040525034 0,106918159
Jun-16 0,009420354 0,112665078 0,01216657 0,112665078 0,045341074 0,112665078
Jul-16 0,010550066 0,121286911 0,013097656 0,121286911 0,051962591 0,121286911
Agu-16 0,012313414 0,132858156 0,015234793 0,132858156 0,06067368 0,132858156
Sep-16 0,014770466 0,148287093 0,018124218 0,148287093 0,0707358 0,148287093
Okt-16 0,01767801 0,167300887 0,021809838 0,167300887 0,08338597 0,167300887
Nov-16 0,021657956 0,198816632 0,028292707 0,198816632 0,102702178 0,198816632
Des-16 0,01184193 0,20336391 0,0233675 0,20336391 0,09567733 0,20336391
152
INDF INTP KLBF
Bulan/tahun
Cov(Ri,Rm) Var (Rm) Cov(Ri,Rm) Var (Rm) Cov(Ri,Rm) Var Rm)
Jan-12 0,001501722 0,039714994 0,001555675 0,039714994 0,002368764 0,039714994
Feb-12 0,00483855 0,055188105 0,001995914 0,055188105 0,002825454 0,055188105
Mar-12 0,004921838 0,055661291 0,002030585 0,055661291 0,00287303 0,055661291
Apr-12 0,005032899 0,056076512 0,002045356 0,056076512 0,002918327 0,056076512
Mei-12 0,005111185 0,056479143 0,002071034 0,056479143 0,003026693 0,056479143
Jun-12 0,005116262 0,055459377 0,002079928 0,055459377 0,003014725 0,055459377
Jul-12 0,005208232 0,055863208 0,002130687 0,055863208 0,00308207 0,055863208
Agu-12 0,00523135 0,056063054 0,00197588 0,056063054 0,003129541 0,056063054
Sep-12 0,005322899 0,05655239 0,001995192 0,05655239 0,003192332 0,05655239
Okt-12 0,005405157 0,056764583 0,002028997 0,056764583 0,003071106 0,056764583
Nov-12 0,005516996 0,057248439 0,002046564 0,057248439 0,003116443 0,057248439
Des-12 0,005631488 0,057217812 0,002191791 0,057217812 0,002248822 0,057217812
Jan-13 0,005746457 0,057810757 0,002236561 0,057810757 0,002294738 0,057810757
Feb-13 0,005864679 0,058414943 0,002288167 0,058414943 0,002336288 0,058414943
Mar-13 0,005761133 0,058427672 0,002322866 0,058427672 0,00217187 0,058427672
Apr-13 0,005885906 0,059032107 0,002352623 0,059032107 0,002234178 0,059032107
Mei-13 0,006035455 0,05957293 0,002325869 0,05957293 0,002218847 0,05957293
Jun-13 0,006164924 0,060206081 0,002342193 0,060206081 0,00228373 0,060206081
Jul-13 0,006292647 0,060706252 0,002423069 0,060706252 0,002327395 0,060706252
Agu-13 0,006229167 0,060598347 0,002258753 0,060598347 0,002363282 0,060598347
Sep-13 0,006344392 0,060558018 0,002232167 0,060558018 0,00232609 0,060558018
Okt-13 0,006538187 0,061217571 0,002237863 0,061217571 0,002306225 0,061217571
Nov-13 0,006787116 0,061689631 0,002132393 0,061689631 0,00227255 0,061689631
Des-13 0,006918518 0,061426733 0,002008523 0,061426733 0,002200585 0,061426733
Jan-14 0,007101398 0,062269487 0,002070373 0,062269487 0,00226184 0,062269487
Feb-14 0,00728415 0,063086964 0,002069392 0,063086964 0,002269838 0,063086964
Mar-14 0,007489955 0,063839442 0,002122731 0,063839442 0,002314812 0,063839442
Apr-14 0,007712563 0,064778883 0,002172114 0,064778883 0,002381671 0,064778883
Mei-14 0,007944902 0,065783119 0,002236621 0,065783119 0,002455026 0,065783119
Jun-14 0,008197236 0,06683472 0,00230413 0,06683472 0,00253223 0,06683472
Jul-14 0,008438 0,06788373 0,002379381 0,06788373 0,00265015 0,06788373
Agu-14 0,008683743 0,06859872 0,002297612 0,06859872 0,002681324 0,06859872
Sep-14 0,008962205 0,069786308 0,002370394 0,069786308 0,00275898 0,069786308
Okt-14 0,009273618 0,070992675 0,002392602 0,070992675 0,002870893 0,070992675
Nov-14 0,009534735 0,071965196 0,002651415 0,071965196 0,002979206 0,071965196
Des-14 0,009912852 0,073382271 0,002745187 0,073382271 0,003088455 0,073382271
Jan-15 0,010307476 0,074894782 0,00285659 0,074894782 0,003214886 0,074894782
Feb-15 0,010704545 0,076480002 0,003002767 0,076480002 0,0033406 0,076480002
Mar-15 0,011192041 0,07817491 0,003110892 0,07817491 0,003497955 0,07817491
Apr-15 0,011694946 0,080009529 0,003237746 0,080009529 0,003663469 0,080009529
Mei-15 0,011591478 0,078738742 0,003226074 0,078738742 0,003663175 0,078738742
153
Jun-15 0,012108603 0,0804213 0,003260959 0,0804213 0,003802204 0,0804213
Jul-15 0,012157026 0,080629662 0,003196506 0,080629662 0,003639792 0,080629662
Agu-15 0,012525163 0,082283334 0,003292279 0,082283334 0,003940102 0,082283334
Sep-15 0,012041071 0,081577533 0,003408292 0,081577533 0,003879567 0,081577533
Okt-15 0,012813073 0,080119202 0,002603908 0,080119202 0,002999006 0,080119202
Nov-15 0,013762507 0,08273916 0,002647001 0,08273916 0,003161535 0,08273916
Des-15 0,014115198 0,084974608 0,002968975 0,084974608 0,003128164 0,084974608
Jan-16 0,015212743 0,088429931 0,003109676 0,088429931 0,003381781 0,088429931
Feb-16 0,016668103 0,092164196 0,003198699 0,092164196 0,003647872 0,092164196
Mar-16 0,018122127 0,096593803 0,003458747 0,096593803 0,004031401 0,096593803
Apr-16 0,019829692 0,101611968 0,00380284 0,101611968 0,004610049 0,101611968
Mei-16 0,02160596 0,106918159 0,004288489 0,106918159 0,004828704 0,106918159
Jun-16 0,023496744 0,112665078 0,003876429 0,112665078 0,005539291 0,112665078
Jul-16 0,027075553 0,121286911 0,004387282 0,121286911 0,006153498 0,121286911
Agu-16 0,03157283 0,132858156 0,005113107 0,132858156 0,007142234 0,132858156
Sep-16 0,037288451 0,148287093 0,006280926 0,148287093 0,008834377 0,148287093
Okt-16 0,045842083 0,167300887 0,007665832 0,167300887 0,010463345 0,167300887
Nov-16 0,056395596 0,198816632 0,00900104 0,198816632 0,014440773 0,198816632
Des-16 0,04661277 0,20336391 0,00906659 0,20336391 0,00640629 0,20336391
154
Okt-13 0,005278967 0,061217571 0,003303548 0,061217571 0,003448969 0,061217571
Nov-13 0,00538472 0,061689631 0,003148674 0,061689631 0,003552334 0,061689631
Des-13 0,005146202 0,061426733 0,003478768 0,061426733 0,003561311 0,061426733
Jan-14 0,005283774 0,062269487 0,003576929 0,062269487 0,00364837 0,062269487
Feb-14 0,00541545 0,063086964 0,003751705 0,063086964 0,003717585 0,063086964
Mar-14 0,005587585 0,063839442 0,003677012 0,063839442 0,003800148 0,063839442
Apr-14 0,005712159 0,064778883 0,003769662 0,064778883 0,003898018 0,064778883
Mei-14 0,005884722 0,065783119 0,003886269 0,065783119 0,004017211 0,065783119
Jun-14 0,006071296 0,06683472 0,00401189 0,06683472 0,004141117 0,06683472
Jul-14 0,006226326 0,06788373 0,004137599 0,06788373 0,004291949 0,06788373
Agu-14 0,006243801 0,06859872 0,004422473 0,06859872 0,004339656 0,06859872
Sep-14 0,006446346 0,069786308 0,004530995 0,069786308 0,004487066 0,069786308
Okt-14 0,006596188 0,070992675 0,004691828 0,070992675 0,004674882 0,070992675
Nov-14 0,007017112 0,071965196 0,004874189 0,071965196 0,004853365 0,071965196
Des-14 0,007270073 0,073382271 0,005060983 0,073382271 0,005037426 0,073382271
Jan-15 0,007552485 0,074894782 0,005259248 0,074894782 0,00524027 0,074894782
Feb-15 0,00782647 0,076480002 0,005497125 0,076480002 0,005517063 0,076480002
Mar-15 0,008153873 0,07817491 0,005736198 0,07817491 0,005741949 0,07817491
Apr-15 0,008550873 0,080009529 0,005977481 0,080009529 0,005989972 0,080009529
Mei-15 0,008349562 0,078738742 0,005252377 0,078738742 0,005579125 0,078738742
Jun-15 0,008611296 0,0804213 0,005289084 0,0804213 0,005777891 0,0804213
Jul-15 0,008677619 0,080629662 0,005171994 0,080629662 0,006108413 0,080629662
Agu-15 0,009091172 0,082283334 0,005051091 0,082283334 0,006270203 0,082283334
Sep-15 0,008974487 0,081577533 0,003962086 0,081577533 0,004914146 0,081577533
Okt-15 0,010072385 0,080119202 0,005668237 0,080119202 0,004506692 0,080119202
Nov-15 0,010680331 0,08273916 0,005937165 0,08273916 0,004576113 0,08273916
Des-15 0,011683999 0,084974608 0,005491428 0,084974608 0,004472096 0,084974608
Jan-16 0,012669323 0,088429931 0,005895307 0,088429931 0,00481244 0,088429931
Feb-16 0,013730341 0,092164196 0,006429462 0,092164196 0,0049547 0,092164196
Mar-16 0,015027211 0,096593803 0,007067917 0,096593803 0,005341378 0,096593803
Apr-16 0,016528763 0,101611968 0,008214433 0,101611968 0,005794506 0,101611968
Mei-16 0,018145798 0,106918159 0,008262702 0,106918159 0,006284789 0,106918159
Jun-16 0,019841936 0,112665078 0,008535436 0,112665078 0,006440184 0,112665078
Jul-16 0,022071913 0,121286911 0,010198166 0,121286911 0,007761179 0,121286911
Agu-16 0,025760572 0,132858156 0,011930379 0,132858156 0,008897424 0,132858156
Sep-16 0,030733262 0,148287093 0,014464182 0,148287093 0,010325653 0,148287093
Okt-16 0,03619409 0,167300887 0,015296823 0,167300887 0,01151907 0,167300887
Nov-16 0,044392871 0,198816632 0,017389764 0,198816632 0,01113404 0,198816632
Des-16 0,03569116 0,20336391 0,02864496 0,20336391 0,00890122 0,20336391
155
SMGR TLKM UNTR
Bulan/tahun
Cov(Ri,Rm) Var (Rm) Cov(Ri,Rm) Var (Rm) Cov(Ri,Rm) Var Rm)
Jan-12 0,001960722 0,039714994 0,001534626 0,039714994 0,001210946 0,039714994
Feb-12 0,001670631 0,055188105 0,003480299 0,055188105 0,001090021 0,055188105
Mar-12 0,001698865 0,055661291 0,00353978 0,055661291 0,001109283 0,055661291
Apr-12 0,001694567 0,056076512 0,003608431 0,056076512 0,001076527 0,056076512
Mei-12 0,001722185 0,056479143 0,003759126 0,056479143 0,001052519 0,056479143
Jun-12 0,001585471 0,055459377 0,003663726 0,055459377 0,000691383 0,055459377
Jul-12 0,001598621 0,055863208 0,003714957 0,055863208 0,000739824 0,055863208
Agu-12 0,001506403 0,056063054 0,003697237 0,056063054 0,000768977 0,056063054
Sep-12 0,001522902 0,05655239 0,003770987 0,05655239 0,000768275 0,05655239
Okt-12 0,00140605 0,056764583 0,003837543 0,056764583 0,000758261 0,056764583
Nov-12 0,001417171 0,057248439 0,00390313 0,057248439 0,000766218 0,057248439
Des-12 0,001447324 0,057217812 0,003879758 0,057217812 0,000550601 0,057217812
Jan-13 0,001476738 0,057810757 0,003958965 0,057810757 0,000561582 0,057810757
Feb-13 0,001505756 0,058414943 0,004031505 0,058414943 0,000572745 0,058414943
Mar-13 0,001399116 0,058427672 0,003994085 0,058427672 0,000617844 0,058427672
Apr-13 0,001418962 0,059032107 0,004075616 0,059032107 0,000651186 0,059032107
Mei-13 0,001420128 0,05957293 0,004133255 0,05957293 0,000683158 0,05957293
Jun-13 0,001449471 0,060206081 0,004203408 0,060206081 0,00066439 0,060206081
Jul-13 0,001455294 0,060706252 0,004309936 0,060706252 0,000763801 0,060706252
Agu-13 0,001336651 0,060598347 0,004492839 0,060598347 0,000652662 0,060598347
Sep-13 0,001123219 0,060558018 0,004478236 0,060558018 0,00056544 0,060558018
Okt-13 0,001173914 0,061217571 0,004112313 0,061217571 0,000592617 0,061217571
Nov-13 0,001090084 0,061689631 0,004124604 0,061689631 0,000541681 0,061689631
Des-13 0,000935405 0,061426733 0,004044892 0,061426733 0,000623441 0,061426733
Jan-14 0,000974755 0,062269487 0,004149331 0,062269487 0,000644614 0,062269487
Feb-14 0,000994736 0,063086964 0,004250626 0,063086964 0,000657437 0,063086964
Mar-14 0,000969834 0,063839442 0,004376949 0,063839442 0,000693258 0,063839442
Apr-14 0,000979611 0,064778883 0,004526885 0,064778883 0,000689011 0,064778883
Mei-14 0,001008218 0,065783119 0,004663869 0,065783119 0,000710929 0,065783119
Jun-14 0,001039347 0,06683472 0,00480278 0,06683472 0,000733329 0,06683472
Jul-14 0,001091764 0,06788373 0,004923 0,06788373 0,000788583 0,06788373
Agu-14 0,000963598 0,06859872 0,005022395 0,06859872 0,000826848 0,06859872
Sep-14 0,000996255 0,069786308 0,00518749 0,069786308 0,000843634 0,069786308
Okt-14 0,001013528 0,070992675 0,005412444 0,070992675 0,000810786 0,070992675
Nov-14 0,001118817 0,071965196 0,00549419 0,071965196 0,000724968 0,071965196
Des-14 0,001155849 0,073382271 0,005706053 0,073382271 0,000755092 0,073382271
Jan-15 0,001204242 0,074894782 0,005933286 0,074894782 0,000781367 0,074894782
Feb-15 0,001285793 0,076480002 0,006197779 0,076480002 0,00080542 0,076480002
Mar-15 0,001325595 0,07817491 0,006465343 0,07817491 0,00078018 0,07817491
Apr-15 0,001374116 0,080009529 0,00675014 0,080009529 0,0008247 0,080009529
Mei-15 0,001111334 0,078738742 0,006426641 0,078738742 0,000767354 0,078738742
156
Jun-15 0,001011206 0,0804213 0,006666823 0,0804213 0,000896991 0,0804213
Jul-15 0,000700142 0,080629662 0,00698372 0,080629662 0,000940066 0,080629662
Agu-15 0,000380682 0,082283334 0,007283758 0,082283334 0,000958886 0,082283334
Sep-15 -3,02012E-05 0,081577533 0,007350812 0,081577533 0,000685424 0,081577533
Okt-15 -0,000155854 0,080119202 0,007012285 0,080119202 0,000108785 0,080119202
Nov-15 -0,000288733 0,08273916 0,007536097 0,08273916 8,56627E-05 0,08273916
Des-15 -9,93265E-06 0,084974608 0,008201645 0,084974608 -0,00027891 0,084974608
Jan-16 -4,88928E-05 0,088429931 0,008829036 0,088429931 -0,000308466 0,088429931
Feb-16 -7,12851E-05 0,092164196 0,009607442 0,092164196 -0,000323154 0,092164196
Mar-16 -1,96007E-05 0,096593803 0,010564087 0,096593803 -0,000212986 0,096593803
Apr-16 -6,9583E-06 0,101611968 0,011553291 0,101611968 -0,000327596 0,101611968
Mei-16 -6,0908E-05 0,106918159 0,012874658 0,106918159 -0,000612977 0,106918159
Jun-16 -0,000589173 0,112665078 0,014375265 0,112665078 -0,001333243 0,112665078
Jul-16 -0,000833432 0,121286911 0,016372077 0,121286911 -0,00148083 0,121286911
Agu-16 -0,000978407 0,132858156 0,019098629 0,132858156 -0,001731671 0,132858156
Sep-16 -0,00091381 0,148287093 0,022682434 0,148287093 -0,001560041 0,148287093
Okt-16 -0,00032189 0,167300887 0,02753973 0,167300887 -0,003410765 0,167300887
Nov-16 -7,57778E-05 0,198816632 0,033959813 0,198816632 0,000155889 0,198816632
Des-16 -0,00685926 0,20336391 0,0248055 0,20336391 -0,00193411 0,20336391
UNVR
Bulan/tahun
Cov(Ri,Rm) Var (Rm)
Jan-12 0,000645765 0,039714994
Feb-12 0,00552613 0,055188105
Mar-12 0,005618167 0,055661291
Apr-12 0,00571315 0,056076512
Mei-12 0,005795363 0,056479143
Jun-12 0,005900153 0,055459377
Jul-12 0,00597013 0,055863208
Agu-12 0,006059388 0,056063054
Sep-12 0,006200648 0,05655239
Okt-12 0,006379992 0,056764583
Nov-12 0,006518886 0,057248439
Des-12 0,006623775 0,057217812
Jan-13 0,006759364 0,057810757
Feb-13 0,00689991 0,058414943
Mar-13 0,007048885 0,058427672
Apr-13 0,007215219 0,059032107
Mei-13 0,007310592 0,05957293
Jun-13 0,007525661 0,060206081
Jul-13 0,007680989 0,060706252
Agu-13 0,007863713 0,060598347
Sep-13 0,007973987 0,060558018
157
Okt-13 0,008132831 0,061217571
Nov-13 0,008384436 0,061689631
Des-13 0,008319183 0,061426733
Jan-14 0,008535995 0,062269487
Feb-14 0,00874715 0,063086964
Mar-14 0,009029738 0,063839442
Apr-14 0,009300961 0,064778883
Mei-14 0,009581733 0,065783119
Jun-14 0,009884384 0,06683472
Jul-14 0,010182464 0,06788373
Agu-14 0,010519303 0,06859872
Sep-14 0,01075146 0,069786308
Okt-14 0,011412258 0,070992675
Nov-14 0,011708215 0,071965196
Des-14 0,012159 0,073382271
Jan-15 0,012643268 0,074894782
Feb-15 0,013146088 0,076480002
Mar-15 0,013734717 0,07817491
Apr-15 0,014369038 0,080009529
Mei-15 0,015191358 0,078738742
Jun-15 0,016000376 0,0804213
Jul-15 0,016285964 0,080629662
Agu-15 0,017087716 0,082283334
Sep-15 0,017738437 0,081577533
Okt-15 0,018175389 0,080119202
Nov-15 0,019521705 0,08273916
Des-15 0,020655736 0,084974608
Jan-16 0,022276186 0,088429931
Feb-16 0,023973035 0,092164196
Mar-16 0,026018926 0,096593803
Apr-16 0,028383803 0,101611968
Mei-16 0,031087872 0,106918159
Jun-16 0,034361223 0,112665078
Jul-16 0,039524212 0,121286911
Agu-16 0,046169414 0,132858156
Sep-16 0,054903933 0,148287093
Okt-16 0,065183578 0,167300887
Nov-16 0,080931138 0,198816632
Des-16 0,07589764 0,20336391
158
PENENTUAN EXPONENTIAL SMOOTHING
1. Inflasi
Model Description
Model Type
Model ID INFLASI Model_1 Simple
Model Summary
Model Statistics
Model Fit statistics Ljung-Box Q(18)
Number of Stationary Statistic Number of
Model Predictors R-squared MAPE MAE s DF Sig. Outliers
INFLASI- 0 ,000 9,195 ,005 28,165 17 ,043 0
Model_1
Model Description
Model Type
Model ID INFLASI Model_1 Holt
Model Summary
Model Statistics
Model Fit statistics Ljung-Box Q(18)
Number of Stationary Statistic Number of
Model Predictors R-squared MAPE MAE s DF Sig. Outliers
INFLASI- 0 ,417 9,200 ,005 28,187 16 ,030 0
Model_1
159
Time Series Modeler
Model Description
Model Type
Model ID INFLASI Model_1 Brown
Model Summary
Model Statistics
Model Fit statistics Ljung-Box Q(18)
Number of Stationary Statistic Number of
Model Predictors R-squared MAPE MAE s DF Sig. Outliers
INFLASI- 0 ,248 11,526 ,006 48,387 17 ,000 0
Model_1
Model Description
Model Type
Model ID INFLASI Model_1 Damped Trend
Model Summary
Model Statistics
Model Fit statistics Ljung-Box Q(18)
Number of Stationary Statistic Number of
Model Predictors R-squared MAPE MAE s DF Sig. Outliers
INFLASI- 0 ,017 9,022 ,005 24,031 15 ,065 0
Model_1
Model Description
Model Type
Model ID SBI Model_1 Simple
160
Model Summary
Model Statistics
Model Fit statistics Ljung-Box Q(18)
Number of Stationary R- Statistic Number of
Model Predictors squared MAPE MAE s DF Sig. Outliers
SBI- 0 -,004 2,126 ,001 7,179 17 ,981 0
Model_1
Model Description
Model Type
Model ID SBI Model_1 Holt
Model Summary
Model Statistics
Model Description
Model Type
Model ID SBI Model_1 Brown
Model Summary
Model Statistics
Model Fit statistics Ljung-Box Q(18)
Number of Stationary R- Number of
Model Predictors squared MAPE MAE Statistics DF Sig. Outliers
SBI- 0 ,450 3,121 ,002 7,033 17 ,983 0
Model_1
161
Time Series Modeler
Model Description
Model Type
Model ID SBI Model_1 Damped Trend
Model Summary
Model Statistics
Model Fit statistics Ljung-Box Q(18)
Number of Stationary R- Number of
Model Predictors squared MAPE MAE Statistics DF Sig. Outliers
SBI- 0 ,142 2,517 ,001 6,410 15 ,972 0
Model_1
3. Kurs (Rp/USD)
Model Description
Model Type
Model ID KURS Model_1 Simple
Model Summary
Model Statistics
Model Fit statistics Ljung-Box Q(18)
Number of Stationary R- Number of
Model Predictors squared MAPE MAE Statistics DF Sig. Outliers
KURS- 0 -,055 1,865 ,228 15,906 17 ,530 0
Model_1
162
Time Series Modeler
Model Description
Model Type
Model ID KURS Model_1 Holt
Model Summary
Model Statistics
Model Fit statistics Ljung-Box Q(18)
Number of Stationary R- Number of
Model Predictors squared MAPE MAE Statistics DF Sig. Outliers
KURS- 0 ,553 1,776 ,216 15,563 16 ,484 0
Model_1
Model Description
Model Type
Model ID KURS Model_1 Brown
Model Summary
Model Statistics
Model Fit statistics Ljung-Box Q(18)
Number of Stationary R- Number of
Model Predictors squared MAPE MAE Statistics DF Sig. Outliers
KURS- 0 ,488 1,814 ,219 17,482 17 ,422 0
Model_1
Model Description
Model Type
Model ID KURS Model_1 Damped Trend
163
Model Summary
Model Statistics
Model Fit statistics Ljung-Box Q(18)
Number of Stationary R- Number of
Model Predictors squared MAPE MAE Statistics DF Sig. Outliers
KURS- 0 ,015 1,754 ,214 15,671 15 ,404 0
Model_1
164
SURPRISE FACTOR
1. Inflasi
Inflasi yang
Bulan/Tahun Inflasi Aktual Surprise Inflasi
Diharapkan
Jan-12 0.0365 0.0347 0.0018
Feb-12 0.0356 0.0385 -0.0029
Mar-12 0.0397 0.0374 0.0023
Apr-12 0.0450 0.0414 0.0036
Mei-12 0.0445 0.0477 -0.0032
Jun-12 0.0453 0.0473 -0.0020
Jul-12 0.0456 0.0472 -0.0016
Agu-12 0.0458 0.0469 -0.0011
Sep-12 0.0431 0.0466 -0.0035
Okt-12 0.0461 0.0432 0.0029
Nov-12 0.0432 0.0460 -0.0028
Des-12 0.0430 0.0432 -0.0002
Jan-13 0.0457 0.0425 0.0032
Feb-13 0.0531 0.0456 0.0075
Mar-13 0.0590 0.0548 0.0042
Apr-13 0.0557 0.0627 -0.0070
Mei-13 0.0547 0.0590 -0.0043
Jun-13 0.0590 0.0561 0.0029
Jul-13 0.0561 0.0601 -0.0040
Agu-13 0.0879 0.0571 0.0308
Sep-13 0.0840 0.0931 -0.0091
Okt-13 0.0832 0.0932 -0.0100
Nov-13 0.0837 0.0892 -0.0055
Des-13 0.0838 0.0870 -0.0032
Jan-14 0.0822 0.0857 -0.0035
Feb-14 0.0775 0.0829 -0.0054
Mar-14 0.0732 0.0768 -0.0036
Apr-14 0.0725 0.0709 0.0016
Mei-14 0.0732 0.0699 0.0033
Jun-14 0.0670 0.0714 -0.0044
Jul-14 0.0453 0.0651 -0.0198
Agu-14 0.0399 0.0394 0.0005
Sep-14 0.0453 0.0306 0.0147
Okt-14 0.0483 0.0385 0.0099
165
Nov-14 0.0623 0.0456 0.0167
Des-14 0.0826 0.0640 0.0186
Jan-15 0.0696 0.0902 -0.0206
Feb-15 0.0629 0.0772 -0.0143
Mar-15 0.0638 0.0646 -0.0008
Apr-15 0.0679 0.0628 0.0051
Mei-15 0.0715 0.0676 0.0039
Jun-15 0.0726 0.0727 -0.0001
Jul-15 0.0726 0.0745 -0.0019
Agu-15 0.0718 0.0742 -0.0024
Sep-15 0.0683 0.0727 -0.0044
Okt-15 0.0625 0.0680 -0.0055
Nov-15 0.0489 0.0606 -0.0117
Des-15 0.0335 0.0441 -0.0106
Jan-16 0.0414 0.0250 0.0164
Feb-16 0.0442 0.0336 0.0106
Mar-16 0.0445 0.0410 0.0035
Apr-16 0.0360 0.0437 -0.0077
Mei-16 0.0333 0.0346 -0.0013
Jun-16 0.0345 0.0303 0.0042
Jul-16 0.0321 0.0320 0.0001
Agu-16 0.0279 0.0303 -0.0024
Sep-16 0.0307 0.0258 0.0049
Okt-16 0.0331 0.0289 0.0042
Nov-16 0.0358 0.0329 0.0029
Des-16 0.0302 0.0368 -0.0066
166
2. SBI
SBI yang
Bulan/Tahun SBI Aktual Surprise SBI
Diharapkan
Jan-12 0.0500 0.0370 0.0130
Feb-12 0.0384 0.0489 -0.0105
Mar-12 0.0383 0.0438 -0.0055
Apr-12 0.0400 0.0410 -0.0010
Mei-12 0.0430 0.0410 0.0020
Jun-12 0.0445 0.0433 0.0012
Jul-12 0.0450 0.0452 -0.0002
Agu-12 0.0465 0.0462 0.0003
Sep-12 0.0475 0.0476 -0.0001
Okt-12 0.0480 0.0487 -0.0007
Nov-12 0.0480 0.0493 -0.0013
Des-12 0.0485 0.0493 -0.0008
Jan-13 0.0487 0.0495 -0.0008
Feb-13 0.0487 0.0495 -0.0008
Mar-13 0.0488 0.0494 -0.0006
Apr-13 0.0500 0.0493 0.0007
Mei-13 0.0510 0.0502 0.0008
Jun-13 0.0535 0.0513 0.0022
Jul-13 0.0585 0.0537 0.0048
Agu-13 0.0586 0.0586 0.0000
Sep-13 0.0695 0.0603 0.0092
Okt-13 0.0697 0.0696 0.0001
Nov-13 0.0724 0.0730 -0.0006
Des-13 0.0724 0.0758 -0.0034
Jan-14 0.0723 0.0762 -0.0039
Feb-14 0.0721 0.0756 -0.0035
Mar-14 0.0718 0.0747 -0.0029
Apr-14 0.0713 0.0737 -0.0024
Mei-14 0.0718 0.0726 -0.0008
Jun-14 0.0714 0.0724 -0.0010
Jul-14 0.0715 0.0719 -0.0004
Agu-14 0.0704 0.0718 -0.0014
Sep-14 0.0695 0.0707 -0.0012
Okt-14 0.0693 0.0696 -0.0003
Nov-14 0.0693 0.0690 0.0003
Des-14 0.0697 0.0689 0.0008
Jan-15 0.0696 0.0692 0.0004
167
Feb-15 0.0669 0.0693 -0.0024
Mar-15 0.0668 0.0672 -0.0004
Apr-15 0.0668 0.0663 0.0005
Mei-15 0.0668 0.0661 0.0007
Jun-15 0.0668 0.0661 0.0007
Jul-15 0.0668 0.0663 0.0005
Agu-15 0.0675 0.0664 0.0011
Sep-15 0.0710 0.0671 0.0039
Okt-15 0.0710 0.0703 0.0007
Nov-15 0.0710 0.0715 -0.0005
Des-15 0.0710 0.0718 -0.0008
Jan-16 0.0665 0.0718 -0.0053
Feb-16 0.0665 0.0680 -0.0015
Mar-16 0.0660 0.0664 -0.0004
Apr-16 0.0660 0.0655 0.0005
Mei-16 0.0660 0.0652 0.0008
Jun-16 0.0640 0.0653 -0.0013
Jul-16 0.0640 0.0638 0.0002
Agu-16 0.0640 0.0633 0.0007
Sep-16 0.0615 0.0632 -0.0017
Okt-16 0.0590 0.0613 -0.0023
Nov-16 0.0590 0.0586 0.0004
Des-16 0.0590 0.0577 0.0013
3. Kurs
Kurs yang
Bulan/Tahun Kurs Aktual Suprise Kurs
Diharapkan
Jan-12 9.020 10.339 -1.319
Feb-12 9.085 9.086 -0.001
Mar-12 9.180 9.085 0.095
Apr-12 9.190 9.175 0.015
Mei-12 9.565 9.189 0.376
Jun-12 9.480 9.546 -0.066
Jul-12 9.485 9.483 0.002
Agu-12 9.560 9.485 0.075
Sep-12 9.588 9.556 0.032
Okt-12 9.615 9.586 0.029
Nov-12 9.605 9.614 -0.009
Des-12 9.670 9.605 0.065
Jan-13 9.698 9.667 0.031
168
Feb-13 9.667 9.696 -0.029
Mar-13 9.719 9.668 0.051
Apr-13 9.722 9.716 0.006
Mei-13 9.802 9.722 0.080
Jun-13 9.929 9.798 0.131
Jul-13 10.278 9.922 0.356
Agu-13 10.924 10.260 0.664
Sep-13 11.613 10.890 0.723
Okt-13 11.234 11.577 -0.343
Nov-13 11.977 11.251 0.726
Des-13 12.189 11.941 0.248
Jan-14 12.226 12.177 0.049
Feb-14 11.634 12.224 -0.590
Mar-14 11.404 11.663 -0.259
Apr-14 11.532 11.417 0.115
Mei-14 11.611 11.526 0.085
Jun-14 11.969 11.607 0.362
Jul-14 11.591 11.951 -0.360
Agu-14 11.717 11.609 0.108
Sep-14 12.212 11.712 0.500
Okt-14 12.082 12.187 -0.105
Nov-14 12.196 12.087 0.109
Des-14 12.440 12.190 0.250
Jan-15 12.625 12.428 0.197
Feb-15 12.863 12.615 0.248
Mar-15 13.084 12.851 0.233
Apr-15 12.937 13.072 -0.135
Mei-15 13.211 12.944 0.267
Jun-15 13.332 13.198 0.134
Jul-15 13.481 13.325 0.156
Agu-15 14.027 13.473 0.554
Sep-15 14.657 13.999 0.658
Okt-15 13.639 14.624 -0.985
Nov-15 13.840 13.688 0.152
Des-15 13.795 13.832 -0.037
Jan-16 13.846 13.797 0.049
Feb-16 13.395 13.843 -0.448
Mar-16 13.276 13.417 -0.141
Apr-16 13.204 13.283 -0.079
Mei-16 13.615 13.208 0.407
Jun-16 13.189 13.595 -0.406
169
Jul-16 13.094 13.209 -0.115
Agu-16 13.300 13.100 0.200
Sep-16 12.998 13.290 -0.292
Okt-16 13.051 13.013 0.038
Nov-16 13.563 13.049 0.514
Des-16 13.436 13.537 -0.101
170