SKRIPSI
ANALISIS PERBANDINGAN KINERJA CRYPTOCURRENCY BITCOIN,
SAHAM, DAN EMAS SEBAGAI ALTERNATIF INVESTASI
OLEH
CHRISTOPHER LUMBANTOBING
160502168
PROGRAM STUDI STRATA-1 MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS SUMATERA UTARA
MEDAN
2020
UNIVERSITAS SUMATERA UTARA
UNIVERSITAS SUMATERA UTARA
UNIVERSITAS SUMATERA UTARA
UNIVERSITAS SUMATERA UTARA
i
ABSTRAK
ANALISIS PERBANDINGAN KINERJA CRYPTOCURRENCY BITCOIN,
SAHAM, DAN EMAS SEBAGAI ALTERNATIF INVESTASI
Tujuan penelitian ini adalah untuk mengetahui dan menganalisis perbandingan
kinerja kriptokurensi bitcoin, saham, dan emas. Populasi dalam penelitian ini adalah
harga penutupan bulanan dari bitcoin, saham LQ45, dan emas dari bulan Agustus
2014 – Desember 2019, yaitu sebanyak 252 data. Teknik pengambilan sampel dari
penelitian ini adalah teknik pengambilan sampel jenuh. Metode analisis yang
digunakan adalah metode komparatif dan data yang digunakan adalah data
sekunder. Data dikalkulasikan dengan menggunakan program Microsoft Excel
berdasarkan formula dari masing-masing variabel. Data diolah secara statistic
menggunakan aplikasi SPSS, yaitu Uji Kruskall-Wallis. Hasil penelitian ini
menunjukkan bahwa tidak terdapat perbedaan yang nyata antara bitcoin, saham
LQ45, dan emas bila dilihat dari return dan ukuran kinerja Jensen. Kemudian,
terdapat perbedaan yang nyata antara bitcoin, saham LQ45, dan emas bila dilihat
dari risiko, ukuran kinerja Sharpe, dan ukuran kinerja Treynor.
Kata kunci: Investasi, kriptokurensi, bitcoin, saham, emas, imbal hasil, risiko,
kinerja
UNIVERSITAS SUMATERA UTARA
ii
ABSTRACT
COMPARATIVE ANALYSIS PERFORMANCE OF CRYPTOCURRENCY
BITCOIN, STOCK, AND GOLD AS INVESTMENT ALTERNATIVE
The purpose of this research is to find out and analyze the comparison of the
performance of bitcoin cryptocurrency, stocks, and gold. The population in this
study is the monthly closing price of bitcoin, LQ45 shares, and gold from August
2014 - December 2019, which is 252 datas. The sampling technique of this research
is saturated samples. The analytical method used is the comparative method and the
data used are secondary data. Data is calculated using the Microsoft Excel program
based on the formula of each variable. The data was processed statistically using
the SPSS application, the Kruskall-Wallis Test. The results of this study indicate
that there is no significant difference between bitcoin, LQ45 stocks, and gold when
measured from return and Jensen's performance measure. Then, there are
significant differences between bitcoin, LQ45 stocks, and gold when measured
from risk, Sharpe performance’s measure, and Treynor’s performance’s measure.
Keywords: Investment, Cryptocurrency, Bitcoin, Stock, Gold, Return, Risk,
Performance
UNIVERSITAS SUMATERA UTARA
iii
KATA PENGANTAR
Puji dan syukur peneliti panjatkan kehadirat Tuhan yang Maha Esa atas
segala berkat dan karunia-Nya kepada peneliti sehingga dapat menyelesaikan
perkuliahan dan penulisan skripsi ini, dengan judul “Analisis Perbandingan
Kinerja Cryptocurrency Bitcoin, Saham, dan Emas sebagai Alternatif
Investasi”, guna memenuhi salah satu syarat dalam memperoleh gelar Sarjana
Ekonomi pada Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.
Peneliti mengucapkan terima kasih yang sebesar-besarnya kepada kedua
orang tua, yakni Ayahanda Hotman L. Tobing dan Ibunda Novrita Fenty
Nasution yang telah membesarkan peneliti dengan segala kekuatan luar biasa yang
tidak dapat terbalas, peneliti mengucapkan terima kasih yang tak terhingga kepada
kedua orang tua peneliti. Pada kesempatan ini peneliti juga mengucapkan terima
kasih kepada:
1. Bapak Prof. Dr. Ramli, SE, M.S, selaku Dekan Fakultas Ekonomi dan Bisnis
Universitas Sumatera Utara.
2. Bapak Dr. Amlys Syahputra Silalahi, SE, M.Si., dan Bapak Doli Muhammad
Jafar Dalimunthe, SE, M.Si., selaku Ketua dan Sekretaris Program Studi
Manajemen Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.
3. Ibu Prof. Dr. Isfenti Sadalia, SE, M.E., selaku Dosen Pembimbing yang telah
banyak meluangkan waktunya untuk memberikan bimbingan, arahan dan saran
dalam penulisan skripsi ini.
4. Ibu Beby Kendida, SE, M.Si., dan Ibu Aryanti Sariartha Sianipar, SE, M.Sc.,
selaku Dosen Penguji I dan Dosen Penguji II yang telah membantu dan
UNIVERSITAS SUMATERA UTARA
iv
memberikan saran untuk kesempurnaan dalam skripsi ini.
5. Bapak Ishbir Mujahid Adha, SE, M.Si., selaku dosen yang selalu membantu
dan memberikan saran kepada saya.
6. Kakek dan nenek dari ayah saya, Alm. Yan Saidi Lumbantobing dan Alm.
Ruminartin Br Hutasoit.
7. Kakek dan nenek dari ibu saya, Alm. Drs. Usman Nasution dan Umi Kalsum.
8. Seluruh Dosen dan Staf di Fakultas Ekonomi dan Bisnis Universitas Sumatera
Utara untuk segala jasanya selama perkuliahan.
9. Teman-teman saya, anggota grup Kental, JS Big Family, serta teman-teman
sekelas Manajemen C dan D.
Peneliti menyadari sepenuhnya skripsi ini masih jauh dari sempurna, oleh
karena itu kritik yang bersifat membangun sangat peneliti harapkan demi
kesempurnaan skripsi ini.
Medan,… Mei 2020
Peneliti,
Christopher Lumbantobing
160502168
UNIVERSITAS SUMATERA UTARA
v
DAFTAR ISI
Halaman
ABSTRAK ............................................................................................. i ABSTRACT ........................................................................................... ii KATA PENGANTAR ........................................................................... iii
DAFTAR ISI .......................................................................................... v DAFTAR TABEL ................................................................................. vii DAFTAR GAMBAR ............................................................................. viii DAFTAR LAMPIRAN ......................................................................... ix
BAB I PENDAHULUAN ............................................................... 1 1.1 Latar Belakang ............................................................ 1 1.2 Perumusan Masalah .................................................... 7
1.3 Tujuan Penelitian ........................................................ 7 1.4 Manfaat Penelitian ...................................................... 8
BAB II TINJAUAN PUSTAKA ..................................................... 9 2.1 Landasan Teori ........................................................... 9
2.1.1 Pengertian Investasi ........................................ 9 2.1.2 Bentuk-Bentuk Investasi ................................. 9
2.2 Pengertian Cryptocurrency ......................................... 10 2.3 Bitcoin ......................................................................... 11 2.4 Pengertian Saham ....................................................... 12
2.5 Emas ......................................................................... 13 2.6 Risk and Return ........................................................... 14
2.6.1 Return .............................................................. 15 2.6.2 Risiko .............................................................. 15
2.7 Kinerja Portofolio ....................................................... 16 2.7.1 Model Pengukuran Sharpe .............................. 17 2.7.2 Model Pengukuran Treynor ............................ 17 2.7.3 Model Pengukuran Jensen .............................. 17
2.8 Penelitian Terdahulu ................................................... 18 2.9 Kerangka Konseptual .................................................. 20 2.10 Hipotesis ..................................................................... 21
BAB III METODE PENELITIAN .................................................. 22
3.1 Jenis dan Sumber Data ................................................ 22 3.1.1 Jenis Penelitian ................................................ 22 3.1.2 Jenis dan Sumber Data .................................... 22
3.2 Populasi dan Sampel Penelitian .................................. 23 3.2.1 Populasi ........................................................... 23 3.2.2 Sampel ............................................................. 23 3.3 Definisi Operasional Variabel .................................... 23 3.4 Teknik Analisis Data .................................................. 25
3.4.1 Return .............................................................. 25 3.4.2 Risk (Standar Deviasi) ..................................... 26
UNIVERSITAS SUMATERA UTARA
vi
3.4.3 Ukuran Kinerja Sharpe ................................... 27
3.4.4 Ukuran Kinerja Treynor .................................. 27 3.4.5 Ukuran Kinerja Jensen .................................... 28 3.4.6 Analisis Deskriptif .......................................... 28 3.5 Uji Normalitas ............................................................ 29 3.6 Uji Homogenitas ......................................................... 29
3.7 Uji Hipotesis ............................................................... 29 3.7.1 Uji Kruskal-Wallis .......................................... 29
BAB IV HASIL PENELITIAN DAN PEMBAHASAN ................ 31 4.1 Analisis Deskriptif ...................................................... 31
4.2 Uji Normalitas ............................................................ 42 4.3 Uji Homogenitas ......................................................... 44 4.4 Uji Kruskall-Wallis ..................................................... 45
4.5 Pembahasan ................................................................ 48 4.5.1 Perbandingan Return Bitcoin, Saham, dan
Emas ................................................................ 48 4.5.2 Perbandingan Risiko Bitcoin, Saham, dan
Emas ................................................................ 49 4.5.3 Perbandingan Kinerja Bitcoin, Saham, dan
Emas dengan Metode Sharpe .......................... 50 4.5.4 Perbandingan Kinerja Bitcoin, Saham, dan
Emas dengan Metode Treynor. ....................... 51
4.5.5 Perbandingan Kinerja Bitcoin, Saham, dan
Emas dengan metode Jensen. ......................... 52
BAB V KESIMPULAN DAN SARAN .......................................... 54 5.1 Kesimpulan ................................................................. 54
5.2 Saran ........................................................................... 54
DAFTAR PUSTAKA ............................................................................ 55
DAFTAR LAMPIRAN ......................................................................... 57
UNIVERSITAS SUMATERA UTARA
vii
DAFTAR TABEL
No. Tabel Judul Halaman
2.1 Penelitian Terdahulu ............................................................... 18 3.2 Objek Penelitian ..................................................................... 23 3.2 Definisi Operasional Variabel Penelitian ............................... 24
4.1 Uji Normalitas ........................................................................ 42 4.2 Uji Homogenitas ..................................................................... 45 4.3 Peringkat Uji Kruskal-Wallis ................................................. 46 4.4 Uji Kruskall-Wallis................................................................. 47
UNIVERSITAS SUMATERA UTARA
viii
DAFTAR GAMBAR
No. Gambar Judul Halaman
1.1 Hasil Survey TNS ................................................................... 3 1.2 Grafik Harga Bitcoin .............................................................. 4 1.3 Grafik Indeks Harga Saham Gabungan .................................. 4
1.4 Grafik Harga Emas ................................................................. 5 1.5 Kerangka Konseptual ............................................................. 20
UNIVERSITAS SUMATERA UTARA
ix
DAFTAR LAMPIRAN
No. Lampiran Judul Halaman
1. Return Bitcoin, Saham LQ45, dan Emas periode
Agustus 2014 – Desember 2019 ............................................. 57 2. Risiko (Standar Deviasi) Bitcoin, Saham LQ45, dan
Emas periode Agustus 2014 – Desember 2019 ...................... 58 3. Nilai Sharpe Bitcoin, Saham LQ45, dan Emas
periode Agustus 2014 – Desember 2019 ................................ 59 4. Nilai Treynor Bitcoin, Saham LQ45, dan Emas
periode Agustus 2014 – Desember 2019 ................................ 60 5. Nilai Jensen Bitcoin, Saham LQ45, dan Emas
periode Agustus 2014 – Desember 2019 ................................ 61
6. Return Rata-Rata Bulanan Bitcoin, Saham LQ45, dan
Emas Periode Agustus 2014 – Desember 2014 ...................... 62 7. Return Pasar CRIX, IHSG, dan COMEX Periode
Agustus 2014 – Desember 2019 ............................................. 63
8. Return Rata-Rata Pasar Bulanan CRIX, IHSG,
COMEX Periode Agustus 2014 – Desember 2019 ................ 64
9. Risk-Free Rate Indonesia Periode Agustus 2014 –
Desember 2019 ....................................................................... 65 10. Beta (Risiko Pasar) Cryptocurrency, Saham, dan
Emas Periode Agustus 2014 – Desember 2019 ...................... 66 11. Jumlah Data Bitcoin, Saham LQ45, dan Emas ....................... 67
12. Grafik Perbandingan Return Bulanan dari Bitcoin,
Saham LQ45, dan Emas ......................................................... 67
13. Distribusi Frekuensi Return Bulanan dari Bitcoin,
Saham LQ45, dan Emas ......................................................... 68 14. Grafik Perbandingan Risiko Bulanan dari Bitcoin,
Saham LQ45, dan Emas ......................................................... 68
15. Distribusi Frekuensi Risiko Bulanan dari Bitcoin,
Saham LQ45, dan Emas ......................................................... 68 16. Grafik Perbandingan Kinerja Bulanan dengan Metode
Sharpe pada Bitcoin, Saham LQ45, dan Emas ....................... 69 17. Distribusi Frekuensi Kinerja Bulanan dengan Metode
Sharpe pada Bitcoin, Saham LQ45, dan Emas ....................... 69 18. Grafik Perbandingan Kinerja Bulanan dengan Metode
Treynor pada Bitcoin, Saham LQ45, dan Emas .................... 69 19. Distribusi Frekuensi Kinerja Bulanan dengan Metode
Treynor pada Bitcoin, Saham, dan Emas ................................ 70 20. Grafik Perbandingan Kinerja Bulanan dengan Metode
Jensen pada Bitcoin, Saham LQ45, dan Emas ....................... 70
21. Distribusi Frekuensi Kinerja Bulanan dengan Metode
Jensen pada Bitcoin, Saham, dan Emas .................................. 70 22. Hasil Uji Normalitas Data ...................................................... 72
UNIVERSITAS SUMATERA UTARA
x
23. Hasil Uji Homogenitas Data ................................................... 72
24. Peringkat Kruskall-Wallis ...................................................... 73 25. Uji Kruskall-Wallis................................................................. 74
UNIVERSITAS SUMATERA UTARA
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Setiap orang dihadapkan pada berbagai pilihan dalam menentukan proporsi
dana atau sumber daya yang mereka miliki untuk konsumsi saat ini dan di masa
akan datang. Menurut Fahmi (2015), tujuan dari investasi, yaitu menciptakan
keberlanjutan dalam investasi, mendapatkan profit maksimum, dan menciptakan
kemakmuran bagi investor. Pada zaman sekarang, sudah banyak instrumen-
instrumen investasi, seperti saham, obligasi, emas, property, dan yang terbaru
adalah cryptocurrency (mata uang kripto).
Berdasarkan artikel dari coinvestasi.com (2018), cryptocurrency (mata uang
crypto) merupakan sebuah mata uang digital atau virtual yang dirancang sebagai
alat tukar. Cryptocurrency menggunakan sistem kriptografi untuk mengamankan
dan memverifikasi setiap transaksi, serta untuk mengontrol pembuatan unit-unit
(token) baru dari suatu cryptocurrency tertentu. Pada dasarnya, cryptocurrency
adalah entri yang terbatas dalam basis data yang tidak dapat diubah kecuali kondisi
tertentu terpenuhi. Bitcoin merupakan salah satu cryptocurrency yang pertama
sekali dikenal orang dan menjadi coin yang memiliki market capital terbesar
sampai saat ini. Bitcoin adalah mata uang virtual yang diciptakan pada tahun 2009
oleh seseorang dengan nama samaran Satoshi Nakamoto. Mata uang ini seperti
halnya rupiah atau dollar, namun hanya tersedia di dunia digital. Bitcoin tidak
dikontrol oleh lembaga atau pemerintah apapun. Bitcoin menggunakan database
blockchain yang tidak dikontrol oleh suatu pihak, melainkan sangat terbuka untuk
UNIVERSITAS SUMATERA UTARA
2
umum sehingga sangat tidak mungkin bagi seseorang untuk memalsukan transaksi
di blockchain. Seluruh transaksi tercatat secara langsung, transparan dan tersebar
ke jutaan server. Bitcoin menggunakan teknologi jaringan peer-to peer di mana
setiap pengguna bisa menerima dan mendapatkan transaksi tanpa adanya perantara
pihak ketiga dan juga dengan identitas pseudonymous. Serta adanya teknologi anti
double-spending, yang berarti bitcoin tidak dapat diklaim oleh orang lain jika
berada pada wallet pengguna. Ide dasar dari bitcoin adalah untuk menggunakan
kombinasi kunci cryptography public dan jaringan peer to peer untuk membuat
analogi virtual dari emas. Menurut Mahessara & Kartawinata (2018), algoritma
pada bitcoin menciptakan coin baru pada rate yang dapat diprediksi dengan jumlah
maksimum bitcoin yang beredar sebanyak 21 juta sehingga dijadwalkan sampai pada
tahun 2140.
Di Indonesia, Badan pengawas perdagangan berjangka komoditi (Bappebti)
menetapkan cryptocurrency (mata uang kripto) sebagai subjek komoditas yang
dapat diperdagangkan di bursa perdagangan berjangka (Kontan.co.id, 2018).
Menurut Nandana, Country Manager Luno Indonesia (dalam wartaeknomi.co.id,
2018), bitcoin dianggap cukup menarik untuk dijadikan mata uang dan instrumen
investasi yang modern dan canggih. Dilihat dari banyaknya website exchanger
Bitcoin di Indonesia dan juga banyaknya forum-forum yang membicarakan tentang
Bitcoin di Indonesia. Bitcoin sering dibandingkan dengan instrumen investasi
lainnya, seperti saham dan emas.
Ia mengemukakan hasil riset TNS yang menyatakan bahwa masyarakat
Indonesia menunjukkan minat tingginya terhadap cryptocurrency, di mana 2 dari 5
UNIVERSITAS SUMATERA UTARA
3
responden Indonesia yang mengenal cryptocurrency sudah memilikinya, dan 1 dari
3 orang yang belum memiliki aset kripto tertarik untuk memiliki. Jenis
cryptocurrency yang paling banyak dimiliki orang Indonesia adalah Bitcoin,
sebanyak 83 persen responden sudah memiliki aset ini. Selain di Indonesia, Bitcoin
juga mendominasi pasar negara-negara lain. Jenis aset kripto lain yang populer di
Indonesia adalah Ethereum (36 persen).
Sumber: Ilustrasi oleh Peneliti
Gambar 1.1
Hasil Survey TNS
Menurut Astaman, Business Development Manager of Bitcoin Indonesia
(dalam wartaeknomi.co.id, 2018), dalam dunia Bitcoin, harga satuannya juga sangat
dipengaruhi oleh hal yang sama dengan saham, yaitu peningkatan dan penurunan
demand, serta press yang beredar di masyarakat. Bursa Efek Indonesia
mendefinisikan saham sebagai surat berharga yang diperjualbelikan di pasar modal
di mana orang yang menjadi pemegang saham akan mendapatkan kesempatan
untuk mendapatkan dividen dan capital gain. Perolehan capital gain inilah yang
biasanya membuat orang berpikir bahwa jual beli Bitcoin sama halnya dengan
saham karena mereka mendapatkan keuntungan dari perbedaan harga jual dengan
harga ketika mereka membeli Bitcoin.
UNIVERSITAS SUMATERA UTARA
4
Sumber: coinmarketcap.com
Gambar 1.2
Grafik Harga Bitcoin
Harga bitcoin cenderung stabil pada bulan Januari tahun 2016 hingga bulan
Juni tahun 2017. Kemudian, harga bitcoin mengalami sedikit peningkatan dimulai
dari bulan Juni hingga bulan Desember tahun 2017. Bitcoin mengalami peningkatan
harga yang sangat tinggi pada bulan Desember tahun 2017 serta mencetak record
harga tertinggi (All Time High) sepanjang sejarahnya, yaitu $20,089.00 USD pada
tanggal 17 Desember 2017.
Sumber: Google Finance
Gambar 1.3
Grafik Indeks Harga Saham Gabungan
UNIVERSITAS SUMATERA UTARA
5
IHSG cenderung mengalami peningkatan pada awal tahun 2016 hingga
akhir tahun 2017. Ini berarti pasar modal Indonesia memiliki sentimen positif
selama 2 tahun tersebut serta mengindikasikan bahwa investor memiliki trust yang
kuat terhadap bursa saham di Indonesia.
Sumber: Goldprice.org
Gambar 1.4
Grafik Harga Emas
Berbeda dengan harga emas pada awal tahun 2016 hingga akhir tahun 2017.
Harga komoditas emas cenderung fluktuatif bila dilihat dari grafik tersebut. Pada
awal tahun 2016 hingga kuartal ke-2 pada tahun 2016, harga emas mengalami
peningkatan kemudian mengalami penurunan yang cukup tajam hingga akhir tahun
2016. Pada tahun 2017, harga emas cenderung mengalami peningkatan hingga
akhir tahun 2017. Ini mengindikasikan bahwa adanya inkonsistensi harga emas
selama 2 tahun tersebut.
UNIVERSITAS SUMATERA UTARA
6
Berdasarkan data dari grafik tersebut, Bitcoin mengalami peningkatan
harga yang sangat tinggi, yaitu sebesar 3.775,26 persen dari awal Januari 2016
hingga Januari 2018 dibandingkan dengan emas yang meningkat 19,46 persen,
sedangkan IHSG meningkat sebesar 39,08 persen pada periode yang sama.
Beberapa peneliti telah melakukan penelitian terhadap bitcoin, saham, dan emas.
Menurut Nurcahya (2019), bitcoin dan saham memiliki tingkat return dan risiko
yang lebih tinggi dibandingkan dengan instrument futures, seperti emas dan forex.
Mahessara & Kartawinata (2018) melakukan penelitian terhadap return, risiko,
dan kinerja pada bitcoin, saham, dan emas. Hasil penelitannya menyatakan bahwa
bitcoin, saham, dan emas memiliki kinerja yang sama, namun hasil analisisnya
menyatakan bahwa Bitcoin adalah instrumen investasi terbaik berdasarkan
perbandingan menggunakan model Sharpe, Treyner, dan Jensen. Hasil penelitian
tersebut berbeda dengan penelitian yang dilakukan oleh Liu & Tsyvinki (2018)
melakukan penelitian yang membandingkan 3 jenis cryptocurrency, yaitu Bitcoin,
Ethereum, dan Ripple dengan saham, forex, dan logam mulia. Hasil penelitiannya
menyatakan bahwa ketiga cryptocurrency tersebut berbeda dengan saham, forex,
dan logam mulia. Meiyura & Azib (2020) melakukan penelitian terhadap bitcoin
dan emas, hasil penelitiannya menyatakan bahwa terdapat perbedaan return dan
risiko antara bitcoin dengan emas. Oleh karena latar belakang tersebut, peneliti
mencoba untuk menganalisis perbandingan kinerja bitcoin dengan instrumen
investasi lainnya, yaitu saham dan emas sehingga dapat diketahui juga mana
instrumen investasi yang baik bagi investor.
UNIVERSITAS SUMATERA UTARA
7
1.2 Perumusan Masalah
Berdasarkan latar belakang yang telah diuraikan, terlihat adanya perbedaan
antara instrumen investasi bitcoin, saham, dan emas, serta terdapat perbedaan hasil
penelitian maka pertanyaan penelitian ini, yaitu:
1. Apakah terdapat perbedaan yang nyata antara return bitcoin, saham, dan emas?
2. Apakah terdapat perbedaan yang nyata antara risiko bitcoin, saham dan emas?
3. Apakah terdapat perbedaan yang nyata antara kinerja bitcoin, saham dan emas
dengan metode Sharpe?
4. Apakah terdapat perbedaan yang nyata antara kinerja bitcoin, saham, dan emas
dengan metode Treynor?
5. Apakah terdapat perbedaan yang nyata antara kinerja bitcoin, saham, dan emas
dengan metode Jensen?
1.3 Tujuan Penelitian
Berdasarkan pertanyaan penelitian yang telah dipaparkan, maka tujuan
dilakukan penelitian ini, yaitu:
1. Untuk menganalisis apakah terdapat perbedaan yang nyata antara return
bitcoin, saham, dan emas.
2. Untuk menganalisis apakah terdapat perbedaan yang nyata antara risiko
bitcoin, saham dan emas.
3. Untuk menganalisis apakah terdapat perbedaan yang nyata antara kinerja
bitcoin, saham dan emas dengan metode Sharpe.
4. Untuk menganalisis apakah terdapat perbedaan yang nyata antara kinerja
bitcoin, saham, dan emas dengan metode Treynor.
UNIVERSITAS SUMATERA UTARA
8
5. Untuk menganalisis apakah terdapat perbedaan yang nyata antara kinerja
bitcoin, saham, dan emas dengan metode Jensen.
1.4 Manfaat Penelitian
Adapun manfaat dari penelitian ini, yaitu:
1. Bagi Investor
Sebagai bahan masukan dan tambahan informasi bagi investor untuk
mengetahui apakah terdapat perbedaan dari kinerja instrumen investasi
sehingga diketahui mana alternatif investasi yang terbaik bagi investor.
2. Bagi Peneliti
Untuk meningkatkan pengetahuan dan wawasan mengenai perbedaan investasi
di bitcoin disbanding dengan investasi pada saham dan emas.
3. Bagi Pihak Lain
Penelitian ini dapat digunakan sebagai bahan masukan ataupun referensi untuk
melakukan penelitian yang lebih mendalam tentang instrumen investasi ini
ataupun yang berhubungan dengan penelitian sejenis.
UNIVERSITAS SUMATERA UTARA
9
BAB II
TINJAUAN PUSTAKA
2.1 Landasan Teori
2.1.1 Pengertian Investasi
Menurut Jones (2016), investasi adalah komitmen atas sejumlah dana atau
sumber daya lainnya yang dilakukan pada saat ini dengan tujuan memperoleh
sejumlah keuntungan di masa mendatang. Pada dasarnya tujuan orang melakukan
investasi adalah untuk memperoleh keuntungan. Secara khusus, ada beberapa
alasan mengapa seseorang melakukan investasi, yaitu:
1. Untuk mendapatkan kehidupan yang lebih layak di masa mendatang
2. Mengurangi tekanan inflasi
3. Dorongan untuk menghemat pajak
2.1.2 Bentuk-Bentuk Investasi
Menurut Gumanti (2011), ada 2 bentuk investasi, yaitu investasi pada aset
fisik (physical assets) dan aset keuangan (financial assets).
1. Aset Fisik
Aset fisik adalah asset yang dapat dilihat secara jelas Nilai dari aset fisik sering
dikaitkan dengan bentuk, ukuran, berat, atau sifat fisik. Contoh aset fisik adalah
gedung, tanah, logam, perhiasan, dll.
2. Aset Keuangan
Aset keuangan adalah aset yang tidak dapat dilihat secara jelas bentuk fisiknya
serta nilai yang terkandung dalam aset keuangan tidak dapat dilihat dari wujud
UNIVERSITAS SUMATERA UTARA
10
dan bentuknya karena ukuran dan bentuknya tidak mencerminkan nilainya.
Contoh dari aset keuangan adalah obligasi, saham, waran, atau opsi.
Aset keuangan memiliki ciri-ciri yang berbeda dengan aset fisik. Menurut
Gumanti (2011), terdapat 4 ciri khusus yang membedakan aset keuangan dengan
aset fisik, yaitu:
1. Mudah dibagi atau dipecah
Aset keuangan mudah dipecah-pecah, artinya aset dapat dibeli atau dijual
dengan jumlah yang kecil, besar, sebagian, atau keseluruhan. Hal ini berbeda
dengan aset fisik yang tidak dapatdengan mudah dibagi
2. Mudah dipasarkan
Aset keuangan dapat mudah diperjual-belikan ketika pemilik aset
menginginkannya, sedangkan aset fisik perlu waktu yang lama untuk dipasarkan.
3. Periode kepemilikan yang fleksibel
Aset keuangan memiliki periode pegangan (holding period) yang relative stabil
dibandingkan dengan aset fisik yang memiliki keeeterbatasan akses untuk
dijual.
4. Ketersediaan informasi
Informasi yang berkaitan dengan aset keuangan sangat terbuka dan dapat
diperoleh dengan mudah.
2.2 Pengertian Cryptocurrency
Menurut Aves (2018), cryptocurrency adalah media pertukaran peer-to-
peer digital yang menggunakan kriptografi untuk memproses dan mengamankan
transaksi. Istilah cryptocurrency pertama kali dikemukakan oleh Wei Dan pada
UNIVERSITAS SUMATERA UTARA
11
tahun 1998 di artikel internet dengan nama cypherpunks. Banyak cryptocurrency
dirancang decentralized, di mana pencatatan transksi dikelola oleh selurung
jaringan computer di dunia. Cryptocurrency pada umumnya dirancang
menggunakan teknologi blockchain. Blockchain adalah daftar catatan yang
dihubungkan bersama menggunakan kriptografi. Cryptocurrency adalah mata uang
digital yang sering dibangun menggunakan teknologi blockchain untuk mengontrol
pembayaran dan transaksi. Cryptocurrency adalah digital cash. Setiap orang yang
memiliki akses internet dapat membuat digital wallet sehingga dapat mengirim,
menerima, dan menyimpan cryptocurrency. Salah satu tujuan utama
cryptocurrency adalah untuk mencapai inklusi keuangan.
2.3 Bitcoin
Menurut Khameswara, Hidayatullah, & Purbo (2014), bitcoin adalah
cryptocurrency pertama. Whitepaper yang ditulis oleh Satoshi Nakamoto pada tahun
2008 menguraikan proposal untuk uang tunai digital terdesentralisasi peer-to-peer.
Bitcoin adalah mata uang digital terdesentralisasi yang tidak memiliki otoritas pusat
dan dapat dikirim dari satu orang ke orang lain. Setiap transaksi yang pernah terjadi
di jaringan. Bitcoin dapat dilacak di blockchain yang menyimpan catatan transaksi
yang terus meningkat yang terjadi dalam serangkaian blok. Setiap blok memiliki
informasi mengenai transaksi termasuk waktu dan rincian blok sebelumnya. Bitcoin
menggunakan protokol proof of work yang berarti dapat didapatkan melalui mining
atau penambangan. Miners menggunakan komputer untuk menyelesaikan soal
matematika untuk mengkonfirmasi transaksi. Jika berhasil, maka miners akan
mendapatkan Bitcoin dan dapat melanjutkan ke transaksi berikutnya.
UNIVERSITAS SUMATERA UTARA
12
Menurut Aves (2018), bitcoin dipandang sebagai mata uang digital yang
dapat menyediakan platform aman dan berbiaya rendah untuk pembayaran digital,
Menurut Glaser (dalam Henriques & Sadorsky, 2018) sebagian besar pengguna
bitcoin memperlakukan investasi bitcoin mereka sebagai aset spekulatif daripada
sebagai alat pembayaran. Bitcoin dapat diklasifikasikan di antara mata uang dan
komoditas dengan keuntungan finansial terkait. Bitcoin melakukan halving setiap 4
tahun sekali atau setiap 210.000 blok terbentuk Setelah halving terjadi maka reward
untuk miners akan berkurang setengah dari reward sebelum halving. Halving akan
terus terjadi hingga supply bitcoin mencapai 21.000.000 bitcoin.
2.4 Pengertian Saham
Saham adalah bukti kepemilikan suatu perusahaan. Saham yang dapat
diperdagangkan adalah saham yang sudah terdaftar di pasar modal. Di Indonesia,
pasar modal adalah PT. Bursa Efek Indonesia (BEI). BEI memiliki Indeks Harga
Saham Gabungan (IHSG). BEI juga memiliki berbagai indeks saham sektoral
berdasarkan bidang perusahaannya (Fahmi, 2015).
Menurut Fahmi (2015), saham terdapat beberapa karakteristik saham, yaitu:
1. Dividen dibayar bila perusahaamn memperoleh laba
2. Memiliki hak suara dalam Rapat Umum Pemegang Saham (RUPS)
3. Memiliki hak terakhir dalam pembagian kekayaan perusahaan bila perusahaan
tersebut dilikuidasi.
4. Memiliki tanggung jawab terhadap klaim pihak lain sebesar proporsi dananya.
5. Hak untuk mengalihkan kepemilikan saham
UNIVERSITAS SUMATERA UTARA
13
2.5 Emas
Emas merupakan logam yang mempunyai nilai yang sangat tinggi di semua
kebudayaan di dunia, bahkan dalam bentuk mentahnya sekalipun. Menurut Dipraja
(dalam Mahessara & Kartawinata, 2018), emas sering disebut dengan istilah
Barometer of Fear. Dibandingkan dengan jenis logam lain, emas memiliki kelebihan
karena berbeda dengan logam-logam lainnya yang mudah berkarat, berubah warna,
atau memudar. Sifat-sifat alamiah inilah yang menyebabkan nilai atau harga emas
menjadi sangat bernilai. Pada saat orang-orang cemas dengan situasi perekonomian,
mereka cenderung untuk membeli emas untuk melindungi nilai kekayaan mereka.
Dua macam situasi ekonomi yang sering membuat orang cemas adalah inflasi dan
deflasi. Emas telah terbukti sebagai sarana penyimpanan kekayaan yang tahan baik
terhadap inflasi maupun deflasi.
Emas memiliki supply yang terbatas dan tidak mudah didapat, sementara
permintaan terhadap emas tidak pernah berkurang, akibatnya harga emas cenderung
mengalami kenaikan dari tahun ke tahun. Pada kenyataan sehari-hari, harga emas
tidak hanya tergantung kepada situasi permintaan dan penawaran, atau supply dan
demand. Harga emas juga dipengaruhi oleh situasi perekonomian secara
keseluruhan. Terdapat beberapa situasi ekonomi yang dapat mendorong naiknya
harga emas, yaitu:
1. Kepanikan finansial secara global
2. Angka inflasi naik tidak terkendali.
3. Kejadian politik besar yang mempengaruh.
4. Kurs dollar menguat.
UNIVERSITAS SUMATERA UTARA
14
5. Kenaikan harga minyak dan harga komoditas pada umumnya.
6. Naiknya permintaan emas sebagai cadangan devisa negara.
7. Naiknya konsumsi emas dunia dan permintaan emas di pasar lokal
Menurut Fahmi (2015), emas memiliki berbagai macam bentuk, yaitu:
1. Emas batangan
Emas batangan adalah emas yang masih dalam bentuk asli dan belum dibentuk.
Emas kategri ini memiliki yang cenderung memiliki nilai yang lebih tinggi
dibandingkan dengan emas lainnya.
2. Emas Koin
Emas koin adalah emas yang sudah dibentuk menjadi koin dan diedarkan ke
pasaran untuk dijadikan sebagai salah satu alat tukar dalam setiap transaksi jual
beli.
3. Emas Perhiasan
Emas perhiasan adalah emas yang sudah dibentuk menjadi perhiasan dan
komposisi emasnya sudah mengalami penurunan jumlah persentase karena jika
murni emas seluruhnya menjadi sulit untuk dibentuk ke perhiasan, seperti
cincin, kalung, dan lain sebagainya.
2.6 Risk and Return
Menurut Fahmi (2015), risk dan return merupakan kondisi yang dialami
investor atas keputusan investasinya baik berupa keuntungan maupun kerugian
dalam suatu periode. Dalam dunia investasi, hubungan risk dan return sangat kuat.
Jika risikonya tinggi, maka imbal hasil yang diterima juga tinggi, sebaliknya bila
risikonya rendah, maka imbal hasil yang diterima juga rendah.
UNIVERSITAS SUMATERA UTARA
15
2.6.1 Return
Menurut Fahmi (2015), return merupakan salah satu faktor yang memotivasi
investor berinvestasi dan juga merupakan imbalan atas keberanian investor
menanggung risiko atas investasi yang dilakukannya. Menurut Tandelilin (2014),
sumber-sumber return investasi terdiri dari dua komponen, yaitu sebagai berikut:
1. Untung atau rugi modal (capital gain/loss) merupakan keuntungan atau
kerugian bagi investor yang diperoleh dari kelebihan harga jual atau harga beli
di atas harga atau harga jual yang keduanya terjadi di pasar sekunder, dalam
kata lain capital gain/loss.
2. Imbal hasil (yield) merupakan pendapatan atau aliran kas yang diterima
investor secara periodik, misalnya berupa deviden atau bunga.
Return dibedakan menjadi dua jenis menurut Jones (2016), yaitu:
1. Return realisasi (actual return) merupakan return yang telah terjadi. Return
realisasi dihitung berdasarkan data histori. Return realisasi digunakan sebagai
salah satu pengukur kinerja dari investasi. Return historis ini juga berguna
sebagai dasar penentuan return ekspektasi (expected return) dan risiko di masa
mendatang.
2. Return ekspektasi (expected return) adalah return yang diharapkan akan
diperoleh oleh investor pada masa mendatang. Berbeda dengan return realisasi
yang sifatnya sudah terjadi, return ekspektasi masih berupa gambaran dan
belum terjadi.
2.6.2 Risiko
Menurut Jones (2016), risiko merupakan tingkat potensi kerugian yang akan
UNIVERSITAS SUMATERA UTARA
16
timbul karena return aktual tidak sesuai dengan return yang diharapkan. Setiap
keputusan investasi berkaitan dengan risiko karena perangkat keputusan investasi
tidak selamanya lengkap dan dapat dianggap sempurna. Namun, dalam keputusan
tersebut terdapat berbagai kelemahan yang tidak dianalisis dengan baik. Kelemahan
itu terjadi karena digunakannya data masa lalu untuk memprediksi kondisi yang
akan terjadi di masa depan, sementara kondisi dan situasi di masa depan tidak
diketahui secara pasti sehingga risiko selalu dijadikan barometer utama untuk
menganalisis keputusan investasi yang dilakukan.
Menurut Tandelilin (2014), risiko terbagi atas dua jenis, yaitu risiko
sistematis dan tidak sistematis.
1. Risiko Sistematis (General Risk)
Risiko sistematis merupakan risiko yang berkaitan dengan perubahan yang
terjadi di pasar secara keseluruhan. Perubahan terebut akan mempengaruhi
variabilitas return investasi. Risiko ini merupakan risiko yang tidak dapat
dikontrol.
2. Risiko Tidak Sistematis
Risiko tidak sistematis merupakan risiko yang tidak terkait dengan perubahan
pasar secara keseluruhan. Risiko ini dapat diminimalkan dengan melakukan
diversifikasi portofolio.
2.7 Kinerja Portofolio
Menurut Jones (2016), kinerja portofolio investasi merupakan hal yang
penting bagi investor dalam berinvestasi. Dalam menghitung kinerja, terdapat
faktor yang dipertimbangkan, yaitu risk dan return dari portofolio tersebut.
UNIVERSITAS SUMATERA UTARA
17
Berdasarkan konsep teori pasar modal, beberapa peneliti telah mengembangkan
teknik pengukuran kinerja, yaitu Sharpe, Treynor, dan Jensen.
2.7.1 Model Pengukuran Sharpe
William F. Sharpe merupakan penemu dari formula Sharpe. Ia
memperkenalkan teknik pengukuran kinerja portofolio yang disebut Reward to
Variability Ratio (RVAR) berdasarkan teori pasar modal. Ia membandingkan antara
return dengan dispersi return. Semakin tinggi nilai sharpe, maka semakin baik
kinerja investasi dibanding dengan resikonya. Rasio Sharpe juga bisa bernilai
negatif yang menandakan bahwa tingkat risiko bebas lebih besar dibanding dengan
tingkat pengembalian portofolio (Jones, 2016).
2.7.2 Model Pengukuran Treynor
Jack L. Treynor adalah orang pertama yang menyediakan pengukur
komposit kinerja portofolio yang juga memperhitungkan risiko. Ia menyarankan
bahwa ada komponen risiko, yakni risiko yang dihasilkan dari fluktuasi di pasar
dan risiko yang muncul dari fluktuasi sekuritas individual. Jack Treynor
memperkenalkan perhitungan yang mirip dengan Sharpe. Pengukuran ini disebut
Reward to Volatility Ratio (RVOL). Treynor juga membandingkan return dengan
risiko. Perbedaannya adalah pada model Treynor menggunakan risiko sistematis
(Jones, 2016).
2.7.3 Model Pengukuran Jensen
Perhitungan ini ditemukan oleh Michael C. Jensen, pengukuran Jensen
memperhitungkan kelebihan hasil (excess return) yang diperoleh sebuah portofolio
UNIVERSITAS SUMATERA UTARA
18
melebihi hasil yang diharapkan. Model pengukuran Jensen mirip seperti pengukuran
Treynor yang berdasarkan perhitungan Capital Asset Pricing Model (CAPM). Jensen
sangat memperhatikan CAPM dalam mengukur kinerja portofolio tersebut yang sering
disebut dengan Jensen Alpha (Jones, 2016).
2.8 Penelitian Terdahulu
Penelitian ini merujuk pada penelitian terdahulu, yaitu penelitian yang telah
dilakukan oleh Mahessara & Kartawinata (2018) dengan judul Comparative
Analysis of Cryptocurrency in Forms of Bitcoin, Stock, and Gold as Alternative
Investment Portfolio in 2014 –2017. Hasil penelitiannya menyatakan bahwa kinerja
bitcoin sama dengan saham, kinerja bitcoin sama dengan emas, dan kinerja saham
sama dengan emas. Kemudian, hasil penelitiannya juga menyatakan bahwa
instrument dengan performa terbaik berdasarkan ukuran kinerja sharpe, treynor,
dan jensen adalah bitcoin Penelitian ini juga merujuk ke beberapa penelitian lainnya
yang terangkum pada Tabel 2.1 berikut:
Tabel 2.1
Penelitian Terdahulu
No Peneliti Judul Penelitian Variabel Metode
Penelitian Hasil Penelitian
1 Arifa Prita
Meiyura &
Azib (2020)
Analisis
Perbandingan
Return dan Risk
Investasi antara
Emas dan Bitcoin
Periode Juli 2016
– Juni 2019
Risk dan
Return
Analisis
Komparatif
Terdapat perbedaan
yang signifikan
antara return dan
risiko investasi pada
bitcoin dengan
emas.
2 Jiaqi Liang,
Linjing Li,
Weiyun
Chen, dan
Daniel Zeng
(2019)
Towards an
Understanding of
Cryptocurrency: A
Comparative
Analysis of
Cryptocurrency,
Foreign Exchange,
and Stock
Volatility,
Centrality,
Clustering
Structure,
Robustness
Analisis
Komparatif
Karakteristik
Cryptocurrency lebih
menyerupai saham
dibanding forex
UNIVERSITAS SUMATERA UTARA
19
Lanjutan Tabel 2.1
No Peneliti Judul Penelitian Variabel Metode
Penelitian Hasil Penelitian
3 Nurcahya
(2019)
Perbandingan
Tingkat Risiko
dan Keuntungan
dari Investasi
Foreign Exchange
dan Emas pada
PT. Valbury Asia
Futures Terhadap
Investasi Saham
dan Bitcoin
Risk dan
Return
Analisis
Komparatif
Saham dan bitcoin
memiliki tingkat
risiko dan return
yang sangat tinggi
dibandingkan
dengan instrumen
futures, seperti forex
dan emas. Intrumen
futures sangat
direkomendasikan
untuk investasi
jangka pendek bagi
investor karena
sangat fluktuatif.
4 Irene
Henriques
dan Perry
Sadorsky
(2018)
Can Bitcoin
Replace Gold in
an Investment
Portfolio?
Multivariate
GARCH
Analisis
Komparatif
Bitcoin lebih baik
dari pada emas
berdasarkan model
GARCH
5 Tony Klein,
Hien Pham
Thu, dan
Thomas
Walther
(2018)
Bitcoin is not the
New Gold – A
Comparison of
Volatility,
Correlation, and
Portfolio
Performance
Volatilitas,
Korelasi,
Kinerja
Analisis
Komparatif
Bitcoin lebih
menyerupai emas dan
perak dibandingkan
WTI, S&P 500, MSCI
World or MSCI EM50
Bitcoin berperilaku
sangat berbeda dari
Emas, khususnya
dalam kesulitan pasar.
Bitcoin sebagai aset
tidak menyerupai aset
konvensional mana
pun dari sudut
pandang ekonometrik.
6 Radinka
Dynand
Mahessara
dan Budi
Rustandi
Kartawinata
(2018)
Comparative
Analysis of
Cryptocurrency in
Forms of Bitcoin,
Stock, and Gold
as Alternative
Investment
Portfolio in 2014
–2017
Kinerja Analisis
Komparatif
Bitcoin dan Saham
memiliki kinerja
yang sama
Bitcoin dan emas
memiliki kinerja
yang sama
Saham dan Emas
memiliki kinerja
yang sama
Bitcoin merupakan
instrumen terbaik
berdasarkan model
Sharpe, Treynor, dan
Jensen.
UNIVERSITAS SUMATERA UTARA
20
Lanjutan Tabel 2.1
No Peneliti Judul Penelitian Variabel Metode
Penelitian Hasil Penelitian
7 Yukun Liu
dan Aleh
Tsyvinki
(2018)
Risks and
Returns of
Cryptocurrency
Risk dan
Return
Analisis
Komparatif
Bitcoin, Ripple, dan
Ethereum berbeda
dari saham, forex,
dan logam mulia.
8 Anne Haubo
Dyhrberg
(2016)
Bitcoin, gold
and the dollar –
A GARCH
Volatility
Analysis
GARCH Analisis
Komparatif
Sebagian besar aspek
bitcoin mirip dengan
emas karena bereaksi
terhadap variabel
serupa dalam model
GARCH
2.9 Kerangka Konseptual
Kerangka konseptual adalah suatu model yang menerangkan bagaimana
hubungan suatu teori dengan faktor-faktor yang telah diketahui dalam suatu
masalah tertentu. Kerangka konseptual dimaksudkan untuk menggambarkan
paradigma penelitian sebagai jawaban atas masalah penelitian. (Sugiyono, 2017).
Gambar 2.1
Kerangka Konseptual
Instrumen Investasi
Bitcoin Saham Emas
- Return
- Risk
- Nilai Sharpe
- Nilai Treynor
- Nilai Jensen
- Return
- Risk
- Nilai Sharpe
- Nilai Treynor
- Nilai Jensen
- Return
- Risk
- Nilai Sharpe
- Nilai Treynor
- Nilai Jensen
Uji Beda
UNIVERSITAS SUMATERA UTARA
21
2.10 Hipotesis
Menurut Lind, Marchal, & Wathen (2011), hipotesis adalah istilah yang
memungkinakan peneliti menghubungkan teori dengan pengamatan atau
sebaliknya, pengamatan dengan teori. hipotesis adalah suatu pernyataan yang
menghubungkan 2 variabel dan memberi arah pada pengumpulan dan penafsiran
data. Hipotesis dalam penelitian ini, yaitu:
1. Terdapat perbedaan yang nyata antara return bitcoin, saham, dan emas.
2. Terdapat perbedaan yang nyata antara risiko bitcoin, saham dan emas.
3. Terdapat perbedaan yang nyata antara kinerja bitcoin, saham dan emas dengan
metode Sharpe.
4. Terdapat perbedaan yang nyata antara kinerja bitcoin, saham, dan emas dengan
metode Treynor.
5. Terdapat perbedaan yang nyata antara kinerja bitcoin, saham, dan emas dengan
metode Jensen.
UNIVERSITAS SUMATERA UTARA
22
BAB III
METODE PENELITIAN
3.1 Jenis dan Sumber Data
3.1.1 Jenis Penelitian
Penelitian ini merupakan penelitian kuantitatif menggunakan metode
komparatif. Dalam penelitian ini tidak terjadi sebuah manipulasi dari peneliti
sehingga datanya benar-benar akurat. Penelitian ini dilakukan sealami mungkin
dengan melakukan pengumpulan data dengan suatu perintah dan hasilnya dapat
dianalisa secara statistik untuk mencari suatu perbedaan dari variabel yang sedang
diteliti. Jenis penelitian ini menurut tingkat eksplanasi adalah penelitian komparatif.
Penelitian ini disebut dengan penelitian komparatif karena menguji parameter
populasi yang berbentuk perbandingan. Penelitian ini dilakukan untuk
membandingkan return, risiko, dan kinerja investasi bitcoin, saham, dan emas.
3.1.2 Jenis dan Sumber Data
Penelitian ini menggunakan data time series, yaitu data yang dikumpulkan
dari waktu ke waktu pada suatu objek dengan tujuan untuk menggambarkan
perkembangan dari objek tersebut. Dalam penelitian ini jenis data yang digunakan
berupa data sekunder yaitu berupa data historis perdagangan bitcoin, saham, dan
emas periode 2013–2019. Data yang digunakan dalam penelitian ini, yaitu data
penutupan harga bulanan (monthly closing price) dari masing-masing variabel tahun
2013-2019. Data historis harga penutupan bitcoin, saham LQ45, dan emas diambil
dari investing.com
UNIVERSITAS SUMATERA UTARA
23
3.2 Populasi dan Sampel Penelitian
3.2.1 Populasi
Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek yang
mempunyai kualitas dan karakteristik tertentu yang diterapkan oleh peneliti untuk
dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2017). Populasi dalam
penelitian ini adalah harga penutupan bulanan (monthly closing price) bitcoin,
saham LQ45, dan emas tahun 2013 – 2019, yaitu sebanyak 252 data.
3.2.2 Sampel
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh
populasi tersebut (Sugiyono, 2017). Teknik pengambilan sampel dalam penelitian
ini adalah teknik pengambilan sampel jenuh, artinya penelitian ini mengambil
seluruh harga penutupan bulanan (monthly closing price) dari bitcoin, saham
LQ45, dan emas tahun 2013 – 2019, yaitu sebanyak 84 data dari masing-masing
instrumen sehingga diperoleh jumlah observasi sebanyak 252 data. Untuk lebih
jelasnya, peneliti merangkumnya pada Tabel 3.2 berikut ini:
Tabel 3.2
Objek Penelitian
Objek Jumlah Data
Bitcoin 84
Saham LQ45 84
Emas 84
Jumlah Observasi 252
3.3 Definisi Operasional Variabel
Tujuan utama pemberian defenisi operasional adalah suatu defenisi yang
diberikan pada suatu variabel dengan cara memberikan arti atau menspesifikasikan
UNIVERSITAS SUMATERA UTARA
24
kegiatan ataupun memberikan suatu operasional yang diperlukan untuk mengukur
variabel tersebut. Defenisi variabel akan memberikan atau menurunkan arah
peneliti untuk memenuhi unsur penelitian yang memberitahukan bagaimana
caranya mengukur suatu variabel. Peneliti telah menyusun variabel-variabel yang
digunakan dalam penelitian ini. Untuk lebih jelasnya, peneliti telah menyajikannya
dalam tabel berikut:
Tabel 3.2
Definisi Operasional Variabel Penelitian
Variabel Definisi Subjek
Penelitian Formula
Skala
Ukur
Return Perbandingan
return periode t
dengan return
periode t-1
Bitcoin 𝑅𝑡
𝐵𝑇𝐶 =𝑃𝑡 − 𝑃𝑡−1
𝑃𝑡−1
Rasio Saham
𝑅𝑡𝐿𝑄45 =
𝑃𝑡 − 𝑃𝑡−1
𝑃𝑡−1
Emas 𝑅𝑡
𝐺𝑜𝑙𝑑 =𝑃𝑡 − 𝑃𝑡−1
𝑃𝑡−1
Standar
Deviasi
(Risiko)
Nilai statistik
yang mengukur
dispersi dataset
relatif terhadap
rata-rata dan
dihitung sebagai
akar kuadrat dari
varians.
Bitcoin
𝜎𝐵𝑇𝐶 = √∑ (𝑥𝑖 − �̅�)2𝑛
𝑖=1
𝑛 − 1
Rasio
Saham
𝜎𝐿𝑄45 = √∑ (𝑥𝑖 − �̅�)2𝑛
𝑖=1
𝑛 − 1
Emas
𝜎𝐺𝑜𝑙𝑑 = √∑ (𝑥𝑖 − �̅�)2𝑛
𝑖=1
𝑛 − 1
Sharpe Perbandingan
risk-free rate dari
return dengan
standar deviasi
Bitcoin 𝑆𝐵𝑇𝐶 =
�̅�𝑝𝑖 − �̅�𝑓
𝜎𝑝𝑖
Rasio Saham
𝑆𝐿𝑄45 =�̅�𝑝𝑖 − �̅�𝑓
𝜎𝑝𝑖
Emas 𝑆𝐺𝑜𝑙𝑑 =
�̅�𝑝𝑖 − �̅�𝑓
𝜎𝑝𝑖
Treynor Perbandingan
rata-rata return
dan rata-rata
return of risk-free
rate dengan beta
Bitcoin 𝑇𝐵𝑇𝐶 =
�̅�𝑝𝑖 − �̅�𝑓
𝛽𝑝𝑖
Rasio Saham
𝑇𝐿𝑄45 =�̅�𝑝𝑖 − �̅�𝑓
𝛽𝑝𝑖
Emas 𝑇𝐺𝑜𝑙𝑑 =
�̅�𝑝𝑖 − �̅�𝑓
𝛽𝑝𝑖
UNIVERSITAS SUMATERA UTARA
25
Lanjutan Tabel 3.2
Variabel Definisi Subjek
Penelitian Formula
Skala
Ukur
Jensen Perbedaan antara
return nyata yang
diperoleh selama
periode evaluasi
dan return
harapan dengan
menggunakan
CAPM
Bitcoin 𝐽𝐵𝑇𝐶 = (�̅�𝑝𝑖 − �̅�𝑓) − (�̅�𝑚
− �̅�𝑓)𝛽𝑝𝑖
Rasio
Saham 𝐽𝐿𝑄45 = (�̅�𝑝𝑖 − �̅�𝑓) − (�̅�𝑚
− �̅�𝑓)𝛽𝑝𝑖
Emas 𝐽𝐺𝑜𝑙𝑑 = (�̅�𝑝𝑖 − �̅�𝑓) − (�̅�𝑚
− �̅�𝑓)𝛽𝑝𝑖
3.4 Teknik Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah analisis
kuantitatif yang digunakan untuk menganalisis ukuran kinerja bitcoin, saham, dan
emas. Peneliti terlebih dahulu mencari data historis dari bitcoin, saham LQ45, dan
emas di internet. Return, standar deviasi, dan pengukuran kinerja dengan metode
Sharpe, Treynor, dan Jensen berdasarkan diolah dengan menggunakan program
Microsoft Excel. Kemudian, peneliti melakukan uji normalitas untuk melihat
apakah data berdistribusi normal atau tidak, uji homogenitas untuk melihat apakah
varians data bersifat homogen atau tidak. Selanjutnya, jika asumsi normalitas dan
homogenitas terpenuhi maka uji hipotesis menggunakan uji statistic parametris,
yaitu uji one way ANOVA Jika asumsi normalitas atau homogenitas tidak terpenuhi
maka uji hipotesis dilakukan dengan menggunakan uji statistic non-parametris,
yaitu uji Kruskall-Wallis. Pengujian dilakukan dengan menggunakan aplikasi
Statistical Package for the Social Sciences (SPSS) lalu menganalisis hasilnya.
3.4.1 Return
Menurut Jones (2016), Return mingguan dari sampel dihitung dengan
UNIVERSITAS SUMATERA UTARA
26
formula berikut:
Rt = 𝑃𝑡−𝑃𝑡−1
𝑃𝑡−1
Di mana:
Rt = Return periode ke t
Pt = Harga pada periode ke t
Pt-1 = Harga pada periode ke t - 1
3.4.2 Risk (Standar Deviasi)
Menurut Jones (2016), model perhitungan risiko yang paling sering
digunakan dalam dunia investasi adalah standar deviasi. Standar deviasi adalah nilai
statistik yang digunakan untuk menentukan bagaimana sebaran data dalam sampel,
dan seberapa dekat titik data individu ke rata-rata. Dalam dunia investasi, standar
deviasi disebut juga sbeagai dispersi return, Semakin tinggi nilai standar deviasi,
maka semakin tinggi ketidakpastian atau risiko semakin besar dan sebaliknya.
Formula standar deviasi, yaitu:
𝜎 = √∑ (𝑥𝑖 − �̅�)2𝑛
𝑖=1
𝑛 − 1
Di mana:
σ = Standar Deviasi
xi = Return pada hari ke i
�̅� = Rata-rata return harian dalam satu bulan
n = Jumlah data
UNIVERSITAS SUMATERA UTARA
27
3.4.3 Ukuran Kinerja Sharpe
Rasio Sharpe identik dengan pengukuran Treynor, tetapi bukan
mempertimbangkan risiko sistematik, yang ditampilkan oleh beta (volatilitas).
Pengukuran ini dikembangkan oleh oleh William Forsyth Sharpe. Pengukuran ini
berkaitan erat dengan pekerjaannya pada model penetapan Capital Asset Pricing
Model (CAPM) dan diperjelas dengan menggunakan risiko total untuk
membandingkan portofolio terhadap garis pasar modal (Reilly & Brown, 2019).
Formula Sharpe (S), yaitu:
𝑆 =�̅�𝑝𝑖 − �̅�𝑓
𝜎𝑝𝑖
Di mana:
�̅�𝑝𝑖 = Rata-rata return portofolio i selama periode pengamatan
�̅�𝑓 = Rata-rata tingkat bunga bebas risiko selama periode pengamatan
𝜎𝑝𝑖 = Standar deviasi dari return portofolio i
3.4.4 Ukuran Kinerja Treynor
Treynor memperkenalkan konsep Security Market Line (SML) yang
mendefinisikan hubungan antara hasil portofolio dan tingkat hasil pasar, di mana
kemiringan garis mengukur volatilitas relatif antara portofolio dan pasar yang
diwakili dengan beta. Koefisien beta secara sederhana mengukur volatilitas saham,
portofolio, atau pasar itu sendiri (Reilly & Brown, 2019).
Formula Treynor (T) adalah sebagai berikut:
𝑇 =�̅�𝑝𝑖 − �̅�𝑓
𝛽
UNIVERSITAS SUMATERA UTARA
28
Di mana:
�̅�𝑝𝑖 = Rata-rata return portofolio selama perode waktu pengamatan
�̅�𝑓 = Rata-rata tingkat bunga bebas risiko selama perode pengamatan
𝛽 = Tingkat volatilitas pasar (systematic risk)
3.4.5 Ukuran Kinerja Jensen
Pengukuran Jensen juga didasarkan pada CAPM (Capital Asset Pricing
Model). Pengukuran ini juga dikenal sebagai alpha. Portofolio dengan kelebihan
hasil yang positif akan mempunyai alpha yang positif, sedangkan portofolio yang
secara konsisten memberikan kelebihan hasil yang negatif akan mempunyai alpha
yang negatif (Jones, 2016).
Formula Jensen, yaitu:
𝐽 = (�̅�𝑝𝑖 − �̅�𝑓) − (�̅�𝑚 − �̅�𝑓)𝛽
Di mana:
�̅�𝑝𝑖 = Rata-rata return portofolio i selama periode pengamatan
�̅�𝑓 = Rata-rata tingkat bunga bebas risiko selama periode pengamatan
�̅�𝑚 = Rata=rata return pasar selama periode pengamatan
𝛽 = Tingkat volatilitas pasar
3.4.6 Analisis Deskriptif
Menurut Lind, Marchal, & Wathen (2011), statistik deskriptif adalah suatu
metode yang digunakan untuk mendeskripsikan data dengan cara mengumpulkan
data, meringkas data, dan menyajikan data dengan cara yang informatif.
UNIVERSITAS SUMATERA UTARA
29
3.5 Uji Normalitas
Uji normalitas dilakukan data agar tidak melanggar asumsi dasar dari alat
statistik yang digunakan, yaitu dengan menggunakan uji kolmogrov-smirnov.
Pengujian ini dimaksudkan untuk mendeteksi apakah data yang akan digunakan
sebagai pangkal tolak pengujian hipotesis merupakan data empirik yang memenuhi
asumsi normalitas (Kasmadi & Sunariah, 2014). Pengambilan keputusan dalam uji
normlaitas, yaitu:
1. Jika nilai signifikansi (𝜌) > α (0,05) maka data berdistribusi normal
2. Jika nilai signifikansi (𝜌) < α (0,05) maka data berdistribusi tidak normal
Apabila asumsi normalitas tidak terpenuhi, maka uji hipotesis akan dilanjutkan
dengan menggunakan uji statistik non-parametrik.
3.6 Uji Homogenitas
Uji homogenitas merupakan pengujian asumsi untuk membuktikan data
yang dianalisis berasal dari populasi yang tidak jauh berbeda dari variance-nya
(Sujarweni, 2015). Pengambilan keputusan dalam uji homogenitas, yaitu:
1. Jika nilai signifikansi (𝜌) > α (0,05) maka data homogen
2. Jika nilai signifikansi (𝜌) < α (0,05) maka data tidak homogen
Apabila asumsi homogenitas tidak terpenuhi, maka uji hipotesis akan dilakukan
menggunakan uji statistik non-parametrik.
3.7 Uji Hipotesis
3.7.1 Uji ANOVA (Analysis of Variance)
Uji ANOVA adalah alat uji statistik inferensial parametrik yang digunakan
UNIVERSITAS SUMATERA UTARA
30
untuk menguji dua atau lebih sampel yang saling berhubungan (Sujarweni, 2015).
Menurut Lind, et al (2011), terdapat 3 asumsi yang harus terpenuhi sebelum
melakukan uji ANOVA, yaitu:
1. Populasi harus terdistribusi normal
2. Populasi harus bersifat homogen
3. Populasi adalah independen (bebas)
Dasar pengambilan keputusan uji ANOVA adalah sebagai berikut:
1. Jika nilai signifikansi > α (0,05) maka H0 diterima
2. Jika nilai signifikansi < α (0,05) maka H0 ditolak
3.7.2 Uji Kruskal Wallis
Uji Kruskal Wallis adalah alat uji statistik inferensial non-parametrik yang
digunakan untuk menguji dua atau lebih kelompok variabel independent pada
variabel dependen. Uji ini merupakan alternatif bagi uji One Way Anova apabila
tidak memenuhi asumsi normalitas (Sujarweni, 2015). Menurut Lind, Marchal, &
Wathen (2011), dasar pengambilan keputusan uji Kruskal-Wallis adalah sebagai
berikut ini:
1. Jika nilai signifikansi > α (0,05) maka H0 diterima
2. Jika nilai signifikansi < α (0,05) maka H0 ditolak
UNIVERSITAS SUMATERA UTARA
31
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1 Analisis Deskriptif
Tabel 4.1
Ringkasan Jumlah Data
Intrument
Cases
Valid Missing Total
N % N % N %
Return BTC 65 100.0 0 0.0 65 100.0
LQ45 65 100.0 0 0.0 65 100.0
GOLD 65 100.0 0 0.0 65 100.0
Risk BTC 65 100.0 0 0.0 65 100.0
LQ45 65 100.0 0 0.0 65 100.0
GOLD 65 100.0 0 0.0 65 100.0
Sharpe BTC 65 100.0 0 0.0 65 100.0
LQ45 65 100.0 0 0.0 65 100.0
GOLD 65 100.0 0 0.0 65 100.0
Treynor BTC 65 100.0 0 0.0 65 100.0
LQ45 65 100.0 0 0.0 65 100.0
GOLD 65 100.0 0 0.0 65 100.0
Jensen BTC 65 100.0 0 0.0 65 100.0
LQ45 65 100.0 0 0.0 65 100.0
GOLD 65 100.0 0 0.0 65 100.0
Sumber: Lampiran 11
Berdasarkan Tabel 4.1, seluruh variabel memiliki jumlah data yang sama,
yaitu 65 data yang berarti tidak ada data yang hilang pada tiap instrumen. Ini berarti
data sudah valid dan dapat dilanjutkan pada tahap berikutnya. Analisis berikutnya,
yaitu perbandingan return, risiko, sharpe, treynor, dan jensen dari bitcoin, saham,
dan emas. Peneliti telah mengolahnya dan menyajikannya dalam bentuk grafik dan
tabel berikut:
UNIVERSITAS SUMATERA UTARA
32
Sumber: Lampiran 12
Gambar 4.1
Grafik Perbandingan Return Bulanan dari Bitcoin, Saham LQ45, dan Emas
Berdasarkan Gambar 4.1, return bulanan yang diberikan bitcoin sangat
fluktuatif dibandingkan dengan saham dan emas. Rincian berdasarkan Gambar 4.1,
yaitu:
1. Return bulanan rata-rata bitcoin sebesar 6,28 persen selama periode penelitian
Agustus 2014 – Desember 2019. Return bulanan bitcoin tertinggi sebesar 65,2
persen yang terjadi pada bulan Agustus 2017, sedangkan return terendah (loss)
sebesar -36,59 persen yang terjadi pada bulan November 2018.
2. Return bulanan rata-rata saham sebesar 0,31 persen selama periode penelitian
Agustus 2014 – Desember 2019. Return bulanan saham tertinggi sebesar 8,79
persen yang terjadi pada bulan Desember 2017, sedangkan return terendah
(loss) sebesar -9,62 persen yang terjadi pada bulan April 2015.
3. Return bulanan rata-rata emas sebesar 0,18 persen selama periode penelitian
Agustus 2014 – Desember 2019. Return bulanan emas tertinggi sebesar 9,93
-60.00%
-40.00%
-20.00%
0.00%
20.00%
40.00%
60.00%
80.00%
Aug-14 Mar-15 Oct-15 May-16 Dec-16 Jul-17 Feb-18 Sep-18 Apr-19 Nov-19
BTC Stock Gold
UNIVERSITAS SUMATERA UTARA
33
persen yang terjadi pada bulan Februari 2016, sedangkan return terendah (loss)
sebesar 7,28 persen yang terjadi pada bulan November 2018.
Tabel 4.1
Distribusi Frekuensi Return Bulanan dari Bitcoin, Saham LQ45, dan Emas
Return (%) Frekuensi (Persentase)
Bitcoin % Saham LQ45 % Emas %
<0 30 46,15 26 40 32 49,23
0.1 - 25 22 33,85 39 60 33 50,77
26 - 50 9 13,85 0 - 0 -
51 - 75 4 6,15 0 - 0 -
76 - 100 0 - 0 - 0 -
Sumber: Lampiran 13
Berdasarkan Tabel 4.1, distribusi frekuensi return bulanan dari masing-
masing instrumen, yaitu:
1. Bitcoin memberikan return negatif (loss) sebanyak 30 kali, return antara 0,1 –
0,25 persen sebanyak 22 kali, return antara 26 – 50 persen sebanyak 9 kali, dan
return antara 51 – 75 persen sebanyak 4 kali.
2. Saham memberikan return negatif (loss) sebanyak 26 kali dan return antara 0,1
– 25 persen sebanyak 39 kali.
3. Emas memberikan return negatif (loss) sebanyak 32 kali dan return antara 0,1
– 25 persen sebanyak 33 kali.
Saham lebih banyak memberikan return positif terbanyak, yaitu 39 kali
kemudian disusul oleh bitcoin sebanyak 35 kali dan emas sebanyak 33 kali. Emas
memberikan return bulanan negatif terbanyak, yaitu sebanyak 32 kali kemudian
disusul oleh bitcoin sebanyak 30 kali dan saham sebanyak 26 kali. Dari ketiga
instrumen investasi tersebut, hanya bitcoin yang memberikan return bulanan di atas
26 persen sebanyak 13 kali.
UNIVERSITAS SUMATERA UTARA
34
Sumber: Lampiran 14
Gambar 4.2
Grafik Perbandingan Risiko Bulanan dari Bitcoin, Saham LQ45, dan Emas
Berdasarkan Gambar 4.2, nilai risiko (standar deviasi) dari investasi bitcoin
sangat tinggi dibandingkan dengan saham dan emas. Hal ini terlihat dari posisi garis
risiko bitcoin yang berada di atas saham dan emas. Rincian pada grafik tersebut,
yaitu:
1. Nilai risiko rata-rata bitcoin sebesar 0,0356 selama periode penelitian Agustus
2014 – Desember 2019. Nilai risiko bitcoin tertinggi sebesar 0,0868 yang
terjadi pada bulan Desember 2017, sedangkan nilai risiko terendah, yaitu
0,0101 yang terjadi pada bulan Agustus 2016.
2. Nilai risiko rata-rata saham sebesar 0.0106 selama periode penelitian Agustus
2014 – Desember 2019. Nilai risiko saham tertinggi sebesar 0,0254 yang terjadi
pada bulan Agustus 2015, sedangkan nilai risiko terendah, yaitu 0,0048 yang
terjadi pada bulan September 2017.
3. Nilai risiko rata-rata emas sebesar 0,0118 selama periode penelitian Agustus
2014 – Desember 2019. Nilai risiko emas tertinggi sebesar 0,0268 yang terjadi
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.1
Aug-14 Apr-15 Dec-15 Aug-16 Apr-17 Dec-17 Aug-18 Apr-19 Dec-19
BTC Stock Gold
UNIVERSITAS SUMATERA UTARA
35
pada bulan Januari 2015, sedangkan nilai risiko terendah, yaitu 0,0049 yang
terjadi pada bulan Desember 2019.
Tabel 4.2
Distribusi Frekuensi Risiko Bulanan dari Bitcoin, Saham LQ45, dan Emas
Risiko (Standar Deviasi) Bitcoin Saham LQ45 Emas
0,01 – 0,02 13 63 61
> 0,02 - 0,04 29 2 4
> 0,04 – 0,06 16 0 0
> 0,06 – 0,08 6 0 0
> 0,08 – 0,1 1 0 0
Sumber: Lampiran 15
Berdasarkan Tabel 4.2, distribusi frekuensi risiko bulanan dari masing-
masing instrumen, yaitu:
1. Bitcoin memiliki frekuensi nilai risiko paling banyak pada kelompok data >
0,02 – 0,04, yaitu sebanyak 29 kali dan paling sedikit pada kelompok data >
0,08 – 0,01, yaitu sebanyak 1 kali.
2. Saham memiliki frekuensi nilai risiko paling banyak pada kelompok data >
0,01 – 0,02, yaitu sebanyak 63 kali dan paling sedikit pada kelompok data >
0,02 – 0,04, yaitu sebanyak 2 kali.
3. Saham memiliki frekuensi nilai risiko paling banyak pada kelompok data >
0,01 – 0,02, yaitu sebanyak 61 kali dan paling sedikit pada kelompok data >
0,02 – 0,04, yaitu sebanyak 4 kali.
Bila dilihat secara keseluruhan, bitcoin memiliki nilai risiko
(penyimpangan) dari setiap kelompok data. Saham dan emas cenderung memiliki
nilai risiko yang sangat rendah dan tidak pernah mencapai nilai dari kelompok data
pada rentang > 0,04. Saham hanya mencapai nilai risiko pada kelompok data > 0,02
- 0,04 sebanyak 2 kali dan emas menapai nilai risiko pada kelompok data > 0,02 -
UNIVERSITAS SUMATERA UTARA
36
0,04 sebanyak 4 kali.
Sumber: Lampiran 16
Gambar 4.3
Grafik Perbandingan Kinerja Bulanan dengan Metode Sharpe pada Bitcoin,
Saham LQ45, dan Emas
Berdasarkan Gambar 4.3, kinerja bulanan berdasarkan ukuran sharpe dari
investasi bitcoin cenderung lebih tinggi dibandingkan dengan saham dan emas. Hal
ini terlihat dari posisi garis bitcoin yang berada di atas saham dan emas. Rincian
pada grafik tersebut, yaitu:
1. Nilai sharpe rata-rata bitcoin sebesar -0,5731 selama periode penelitian
Agustus 2014 – Desember 2019. Nilai sharpe bitcoin tertinggi sebesar 14,9137
yang terjadi pada bulan April 2017, sedangkan nilai sharpe terendah, yaitu -
14,001 yang terjadi pada bulan September 2014.
2. Nilai sharpe rata-rata saham sebesar -7,3126 selama periode penelitian
Agustus 2014 – Desember 2019. Nilai sharpe saham tertinggi sebesar 3,3571
yang terjadi pada bulan Desember 2017, sedangkan nilai sharpe terendah, yaitu
-16,3122 yang terjadi pada bulan Maret 2018.
3. Nilai sharpe rata-rata emas sebesar -7,5087 selama periode penelitian Agustus
-25
-20
-15
-10
-5
0
5
10
15
20
Aug-14 Apr-15 Dec-15 Aug-16 Apr-17 Dec-17 Aug-18 Apr-19 Dec-19
BTC Stock Gold
UNIVERSITAS SUMATERA UTARA
37
2014 – Desember 2019. Nilai sharpe emas tertinggi sebesar 1,0937 yang terjadi
pada bulan Februari 2016, sedangkan nilai sharpe terendah, yaitu -20,6504
yang terjadi pada bulan Juni 2018.
Tabel 4.3
Distribusi Frekuensi Kinerja Bulanan dengan Metode Sharpe pada Bitcoin,
Saham LQ45, dan Emas
Nilai Sharpe Frekuensi
Bitcoin Saham LQ45 Emas
(-21) – (-14) 1 4 11
> (-14) – (-5) 23 48 37
> (-5) – 4 28 13 17
> 4 – 13 11 0 0
> 13 – 22 2 0 0
Sumber: Lampiran 17
Berdasarkan Tabel 4.3, distribusi frekuensi nilai sharpe bulanan dari
masing-masing instrumen, yaitu:
1. Bitcoin memiliki frekuensi nilai sharpe terbanyak pada kelompok data > (-5) –
4, yaitu sebanyak 28 kali dan paling sedikit pada kelompok data (-21) – (-14),
yaitu hanya 1 kali.
2. Saham memiliki frekuensi nilai sharpe terbanyak pada kelompok data > (-14)
– (-5), yaitu sebanyak 48 kali dan paling sedikit pada kelompok data > (-21) –
(-14), yaitu sebanyak 4 kali.
3. Emas memiliki frekuensi nilai sharpe terbanyak pada kelompok data > (-14) –
(-5), yaitu sebanyak 37 kali dan paling sedikit pada kelompok data > (-21) – (-
14), yaitu sebanyak 11 kali.
Secara keseluruhan, bitcoin memiliki nilai sharpe yang berbeda-beda dan
mencapai kelompok data tertinggi, yaitu >13 - 22. Saham dan emas tidak pernah
UNIVERSITAS SUMATERA UTARA
38
mencapai nilai sharpe pada kelompok data > 4.
Sumber: Lampiran 18
Gambar 4.4
Grafik Perbandingan Kinerja Bulanan dengan Metode Treynor pada
Bitcoin, Saham LQ45, dan Emas
Berdasarkan Gambar 4.4, kinerja berdasarkan ukuran treynor dari investasi
bitcoin cenderung lebih tinggi dibandingkan dengan saham dan emas. Hal ini
terlihat dari posisi garis bitcoin yang berada di atas saham dan emas. Rincian pada
grafik tersebut, yaitu:
1. Nilai treynor rata-rata bitcoin sebesar 0,0025 selama periode penelitian
Agustus 2014 – Desember 2019. Nilai treynor bitcoin tertinggi sebesar 1,1605
yang terjadi pada bulan Mei 2017, sedangkan nilai treynor terendah, yaitu –
0,4942 yang terjadi pada bulan Maret 2018.
2. Nilai treynor rata-rata saham sebesar -0,07215 selama periode penelitian
Agustus 2014 – Desember 2019. Nilai treynor saham tertinggi sebesar 0,0047
yang terjadi pada bulan Desember 2017, sedangkan nilai treynor terendah,
yaitu -0,1596 yang terjadi pada bulan September 2015.
3. Nilai treynor rata-rata emas sebesar -0,0824 selama periode penelitian Agustus
-1
-0.5
0
0.5
1
1.5
Aug-14 Apr-15 Dec-15 Aug-16 Apr-17 Dec-17 Aug-18 Apr-19 Dec-19
BTC Stock Gold
UNIVERSITAS SUMATERA UTARA
39
2014 – Desember 2019. Nilai treynor emas tertinggi sebesar 0,0078 yang
terjadi pada bulan April 2016, sedangkan nilai treynor terendah, yaitu -0,1922
yang terjadi pada bulan Juli 2015.
Tabel 4.4
Distribusi Frekuensi Kinerja Bulanan dengan Metode Treynor pada Bitcoin,
Saham, dan Emas
Nilai Treynor Frekuensi
Bitcoin Saham LQ45 Emas
(-0,5) – (-0,3) 5 0 0
> (-0,3) – 0 31 64 64
> 0 – 0,3 22 1 1
> 0,3 – 0,6 3 0 0
> 0,6 – 0,9 2 0 0
> 0,9 – 1,2 2 0 0
Sumber: Lampiran 19
Berdasarkan Tabel 4.4, distribusi frekuensi nilai treynor bulanan dari
masing-masing instrumen, yaitu:
1. Bitcoin memiliki frekuensi nilai treynor terbanyak pada kelompok data > (-0,3)
– 0 yaitu sebanyak 31 kali dan paling sedikit pada kelompok data > 0,6 – 0,9
dan > 0,9 – 1,2, yaitu 2 kali pada masing-masing kelompok.
2. Saham memiliki frekuensi nilai Sharpe terbanyak pada kelompok data > (-0,3)
– 0, yaitu sebanyak 64 kali dan paling sedikit pada kelompok data > 0 – 0,3,
yaitu hanya 1 kali.
3. Emas memiliki frekuensi nilai Sharpe terbanyak pada kelompok data > (-0,3)
– 0, yaitu sebanyak 64 kali dan paling sedikit pada kelompok data > 0 – 0,3,
yaitu hanya 1 kali.
Secara keseluruhan, bitcoin memiliki nilai treynor dari setiap kelompok
data. Saham dan emas memiliki frekuensi yang sama pada kelompok yang sama
UNIVERSITAS SUMATERA UTARA
40
juga dan tidak mencapai nilai pada kelompok data > 0,3.
Sumber: Lampiran 20
Gambar 4.5
Grafik Perbandingan Kinerja Bulanan dengan Metode Jensen pada Bitcoin,
Saham LQ45, dan Emas
Berdasarkan Gambar 4.5, kinerja berdasarkan ukuran jensen dari investasi
bitcoin cenderung mirip dengan saham dan emas, akan tetapi bitcoin pernah
memiliki nilai jensen yang jauh lebih rendah dibanding saham dan emas. Rincian
pada grafik tersebut, yaitu:
1. Nilai jensen rata-rata bitcoin sebesar -0,0395 selama periode penelitian
Agustus 2014 – Desember 2019. Nilai jensen bitcoin tertinggi sebesar 0,2423
yang terjadi pada bulan Oktober 2016, sedangkan nilai jensen terendah, yaitu -
2,0065 yang terjadi pada bulan September 2016.
2. Nilai jensen rata-rata saham sebesar 0,0027 selama periode penelitian Agustus
2014 – Desember 2019. Nilai jensen saham tertinggi sebesar 0,2552 yang
terjadi pada bulan Desember 2017, sedangkan nilai jensen terendah, yaitu -
0,0578 yang terjadi pada bulan Oktober 2015.
3. Nilai jensen rata-rata emas sebesar -0,0044 selama periode penelitian Agustus
-2.5
-2
-1.5
-1
-0.5
0
0.5
Aug-14 Apr-15 Dec-15 Aug-16 Apr-17 Dec-17 Aug-18 Apr-19 Dec-19
BTC Stock Gold
UNIVERSITAS SUMATERA UTARA
41
2014 – Desember 2019. Nilai jensen emas tertinggi sebesar 0,2125 yang terjadi
pada bulan April 2015, sedangkan nilai jensen terendah, yaitu -0,3539 yang
terjadi pada bulan April 2016.
Tabel 4.5
Distribusi Frekuensi Kinerja Bulanan dengan Metode Jensen pada Bitcoin,
Saham, dan Emas
Nilai Jensen Frekuensi
Bitcoin Saham LQ45 Emas
(-2,4) – (-2) 1 0 0
> (-2) – (-1,6) 0 0 0
> (-1,6) – (-1,2) 0 0 0
> (-1,2) – (-0,8) 0 0 0
> (-0,8) – (-0,4) 0 0 0
> (-0,4) – 0 42 33 36
0 – 0,4 22 32 29
Sumber: Lampiran 21
Berdasarkan Tabel 4.5, distribusi frekuensi nilai jensen bulanan dari
masing-masing instrumen, yaitu:
1. Bitcoin memiliki frekuensi nilai jensen terbanyak pada kelompok data > (-0,4)
– 0, yaitu sebanyak 42 kali dan paling sedikit pada kelompok data (-2,4) – (-2),
yaitu hanya 1 kali.
2. Saham memiliki frekuensi nilai jensen terbanyak pada kelompok data > (-0,4)
– 0, yaitu sebanyak 33 kali dan paling sedikit pada kelompok data 0 – 0,4, yaitu
sebanyak 32 kali.
3. Emas memiliki frekuensi nilai jensen terbanyak pada kelompok data > (-0,4) –
0, yaitu sebanyak 36 kali dan paling sedikit pada kelompok data > 0 – 0,3, yaitu
sebanyak 29 kali.
Secara keseluruhan, hanya bitcoin yang pernah menyentuh nilai jensen
UNIVERSITAS SUMATERA UTARA
42
terendah pada kelompok data (-2,4) – (-2). Saham dan emas memiliki nilai Jensen
pada kelompok data > (-0,4).
4.2 Uji Normalitas
Tabel 4.1
Uji Normalitas
Intrument
Kolmogorov-Smirnova
Statistic df Sig.
Return BTC .108 65 .058
LQ45 .128 65 .010
GOLD .069 65 .200*
Risk BTC .091 65 .200*
LQ45 .161 65 .000
GOLD .110 65 .048
Sharpe BTC .092 65 .200*
LQ45 .043 65 .200*
GOLD .080 65 .200*
Treynor BTC .130 65 .008
LQ45 .101 65 .095
GOLD .078 65 .200*
Jensen BTC .394 65 .000
LQ45 .334 65 .000
GOLD .159 65 .000
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
Sumber: Lampiran 22
Rincian uji normalitas berdasarkan Tabel 4.1, yaitu:
1. Hasil uji normalitas variabel return masing-masing instrumen pada tingkat
kesalahan 5 persen, yaitu:
a. Bitcoin memiliki nilai signifikansi sebesar 0,058 > 0,05. Artinya tidak
terdapat perbedaan data return bitcoin dengan distribusi normal.
b. Saham LQ45 memiliki nilai signifikansi sebesar 0,010 < 0,05. Artinya
UNIVERSITAS SUMATERA UTARA
43
terdapat perbedaan data return saham LQ45 dengan distribusi normal.
c. Emas memiliki nilai signifkansi sebesar 0,200 > 0,05. Artinya tidak
terdapat perbedaan return emas dengan distribusi normal.
2. Hasil uji normalitas variabel risiko pada masing-masing instrumen pada tingkat
kesalahan 5 persen, yaitu:
a. Bitcoin memiliki nilai signifikansi sebesar 0,200 > 0,05. Artinya tidak
terdapat perbedaan risiko bitcoin dengan distribusi normal.
b. Saham LQ45 memiliki nilai signifikansi sebesar 0,000 < 0,05. Artinya
terdapat perbedaan risiko saham LQ45 dengan distribusi normal.
c. Emas memiliki nilai signifikansi sebesar 0,048 < 0,05. Artinya terdapat
perbedaan risiko emas dengan distribusi normal.
3. Hasil uji normalitas variabel Sharpe pada masing-masing instrumen pada
tingkat kesalahan 5 persen, yaitu:
a. Bitcoin memiliki nilai signifikansi sebesar 0,200 > 0,05. Artinya tidak
terdapat perbedaan nilai Sharpe bitcoin dengan distribusi normal.
b. Saham LQ45 memiliki nilai signifikansi sebesar 0,200 > 0,05. Artinya
tidak terdapat perbedaan nilai Sharpe saham LQ45 dengan distribusi
normal.
c. Emas memiliki nilai signifkansi sebesar 0,200 > 0,05. Artinya tidak
terdapat perbedaan nilai Sharpe emas dengan distribusi normal.
4. Hasil uji normalitas variabel Treynor pada masing-masing instrumen pada
tingkat kesalahan 5 persen, yaitu:
a. Bitcoin memiliki nilai signifikansi sebesar 0,008 < 0,05. Artinya terdapat
UNIVERSITAS SUMATERA UTARA
44
perbedaan nilai Treynor bitcoin dengan distribusi normal.
b. Saham LQ45 memiliki nilai signifikansi sebesar 0,095 > 0,05. Artinya
tidak terdapat perbedaan nilai Treynor saham LQ45 dengan distribusi
normal.
c. Emas memiliki nilai signifikansi sebesar 0,200 > 0,05. Artinya tidak
terdapat perbedaan nilai Treynor emas dengan distribusi normal.
5. Hasil uji normalitas variabel Jensen pada masing-masing instrumen pada
tingkat kesalahan 5 persen, yaitu:
a. Bitcoin memiliki nilai signifikansi sebesar 0,000 < 0,05. Artinya terdapat
perbedaan nilai Jensen bitcoin dengan distribusi normal.
b. Saham LQ45 memiliki nilai signifikansi sebesar 0,000 < 0,05. Artinya
terdapat perbedaan nilai Jensen saham LQ45 dengan distribusi normal.
c. Emas memiliki nilai signifikansi sebesar 0,000 < 0,05. Artinya terdapat
perbedaan nilai Jensen emas dengan distribusi normal.
4.3 Uji Homogenitas
Berdasarkan Tabel 4.2, statistik yang diinterpretasikan adalah statistik
berdasarkan rata-rata, maka kesimpulan yang dapat diambil, yaitu:
1. Variabel return memiliki nilai signifikansi 0,000 < 0,05, maka H0 diterima. Ini
berarti variansi dari variabel retrun tidak sama.
2. Variabel risk memiliki nilai signifikansi 0,000 < 0,05, maka H0 diterima. Ini
berarti variansi dari variabel risk tidak sama.
3. Varaibel sharpe memiliki nilai signifikansi 0,000 < 0,05, maka H0 diterima. Ini
berarti variansi dari variabel sharpe tidak sama.
UNIVERSITAS SUMATERA UTARA
45
4. Varaibel treynor memiliki nilai signifikansi 0,000 < 0,05, maka H0 diterima.
Ini berarti variansi dari variabel treynor tidak sama.
5. Variabel jensen memiliki nilai signifikansi 0,044 < 0,05, maka H0 diterima. Ini
berarti variansi dari variabel jensen tidak sama.
Tabel 4.2
Uji Homogenitas
Levene Statistic df1 df2 Sig.
Return Based on Mean 80.122 2 192 .000
Based on Median 68.990 2 192 .000
Based on Median and with
adjusted df
68.990 2 71.476 .000
Based on trimmed mean 78.970 2 192 .000
Risk Based on Mean 55.693 2 192 .000
Based on Median 48.583 2 192 .000
Based on Median and with
adjusted df 48.583 2 85.315 .000
Based on trimmed mean 53.534 2 192 .000
Sharpe Based on Mean 12.101 2 192 .000
Based on Median 10.466 2 192 .000
Based on Median and with
adjusted df
10.466 2 150.729 .000
Based on trimmed mean 11.804 2 192 .000
Treynor Based on Mean 53.145 2 192 .000
Based on Median 45.207 2 192 .000
Based on Median and with
adjusted df
45.207 2 66.810 .000
Based on trimmed mean 49.497 2 192 .000
Jensen Based on Mean 3.169 2 192 .044
Based on Median 1.988 2 192 .140
Based on Median and with
adjusted df
1.988 2 71.793 .144
Based on trimmed mean 1.990 2 192 .139
Sumber: Lampiran 23
4.4 Uji Kruskall-Wallis
Setelah melakukan uji normalitas dan homogenitas, data dari masing-
masing variabel tidak memenuhi asumsi distribusi normal dan tidak homogen. Oleh
UNIVERSITAS SUMATERA UTARA
46
karena itu, uji yang dilakukan adalah uji statistic non parametris. Peneliti
menggunakan Uji Kruskall-Wallis untuk menjawab hipotesis.
Tabel 4.3
Peringkat Kruskal-Wallis
Ranks
Intrument N Mean Rank
Return BTC 65 103.17
LQ45 65 98.03
GOLD 65 92.80
Total 195
Risk BTC 65 157.08
LQ45 65 64.00
GOLD 65 72.92
Total 195
Sharpe BTC 65 136.57
LQ45 65 77.74
GOLD 65 79.69
Total 195
Treynor BTC 65 102.05
LQ45 65 102.84
GOLD 65 89.12
Total 195
Jensen BTC 65 85.88
LQ45 65 110.88
GOLD 65 97.25
Total 195
Sumber: Lampiran 24
Berdasarkan Tabel 4.3, disimpulkan bahwa:
1. Return bitcoin memiliki peringkat tertinggi, yaitu sebesar 103,17. Peringkat ke-
2 adalah saham LQ45, yaitu sebesar 98,03. Peringkat terendah adalah emas,
sebesar 92,80.
2. Bitcoin memiliki risiko yang tertinggi dengan nilai 157,08. Peringkat kedua,
UNIVERSITAS SUMATERA UTARA
47
yaitu emas dengan nilai 72,92. Risiko terendah dimiliki oleh saham LQ45
dengan nilai 64.
3. Nilai Sharpe tertinggi dimiliki oleh bitcoin dengan nilai 136,57. Peringkat
kedua adalah emas dengan nilai 79,69. Peringkat terakhir adalah LQ45 dengan
nilai 77,74.
4. Nilai Terynor tertinggi dimiliki oleh LQ45 dengan nilai 102,84. Peringkat
kedua adalah bitcoin dengan nilai 102,05. Peringkat terakhir adalah emas
dengan nilai 89,12.
5. Nilai Jensen tertinggi dimiliki oleh LQ45 dengan nilai 110,88. Peringkat kedua
adalah emas dengan nilai 97,25. Peringkat terakhir adalah bitcoin dengan nilai
85,88.
Tabel 4.4
Uji Kruskall-Wallis
Return Risk Sharpe Treynor Jensen
Kruskal-Wallis H 1.097 107.652 45.577 2.423 6.395
df 2 2 2 2 2
Asymp. Sig. .578 .000 .000 .298 .041
a. Kruskal Wallis Test
b. Grouping Variable: Intrument
Sumber: Lampiran 25
Berdasarkan Tabel 4.4, disimpulkan bahwa
1. Variabel return memiliki nilai signifikansi sebesar 0,578 > 0,05. Maka H0
diterima. Artinya, tidak terdapat perbedaan yang nyata antara return bitcoin,
saham LQ45, dan emas.
2. Variabel risiko memiliki nilai signifikansi sebesar 0,000 < 0,05. Maka H0
ditolak. Artinya, terdapat perbedaan yang nyata antara risiko bitcoin, saham
LQ45, dan emas.
UNIVERSITAS SUMATERA UTARA
48
3. Variabel Sharpe memiliki nilai signifikansi 0,000 < 0,05. Maka H0 ditolak.
Artinya terdapat perbedaan yang nyata antara nilai Sharpe bitcoin, saham
LQ45, dan emas.
4. Variabel Treynor memiliki nilai signifikansi sebesar 0,298 > 0,05. Maka H0
diterima. Artinya, tidak terdapat perbedaan yang nyata antara nilai Treynor
bitcoin, saham LQ45, dan emas.
5. Variabel Jensen memiliki nilai signifikansi sebesar 0,041 < 0,05. Maka H0
ditolak. Artinya, tidak terdapat perbedaan yang nyata antara nilai Jensen
bitcoin, saham LQ45, dan emas.
4.5 Pembahasan
4.5.1 Perbandingan Return Bitcoin, Saham, dan Emas
Hasil penelitian ini menunjukkan bahwa return yang diberikan oleh bitcoin,
saham dan emas tidak memiliki perbedaan yang signifikan. Hal ini terlihat dari nilai
signifikansi 0,578 > 0,05. Artinya, tidak terdapat perbedaan yang signifikan antara
return bitcoin, saham, dan emas. Bila dilihat dari peringkat rata-ratanya, return yang
diberikan bitcoin berada pada urutan pertama, yaitu sebesar 103.17, kemudian saham
LQ45, yaitu sebesar 98,07, dan yang terakhir adalah emas, yaitu sebesar 92,80. Hasil
penelitian ini sejalan dengan penelitian yang dilakukan Mahessara & Kartawinata
(2018) yang menyatakan bahwa tidak ada perbedaan signifikan antara return bitcoin,
saham, dan emas. Kemudian hasil uji peringkat Kruskall-wallis menyatakan bahwa
return bitcoin berada pada peringkat pertama, hal ini sesuai dengan hasil penelitian
Nurcahya (2019) yang menyatakan bahwa bitcoin merupakan instrumen investasi
yang memberikan return tertinggi. Menurut Fahmi (2015), return merupakan salah
UNIVERSITAS SUMATERA UTARA
49
satu faktor yang memotivasi investor berinvestasi dan juga merupakan imbalan atas
keberanian investor menanggung risiko atas investasi yang dilakukannya. Menurut
Aves (2018), bitcoin diklasifikasikan antara mata uang dan komoditas dengan
keuntungan finansial terkait dan sebagian besar orang yang memiliki bitcoin
menggunakannya sebagai aset spekulatif dibandingkan sebagai alat pembayaran
sehingga ini yang membuat harga bitcoin volatile. Pada analisis deskriptif, bitcoin
dapat memberikan return yang sangat tinggi dan memberikan loss yang tinggi juga.
Bila dilihat dari distribusi frekuensi return-nya, mayoritas return yang diberikan oleh
bitcoin hampir sama dengan mayoritas return yang diberikan oleh sama dan emas,
yaitu berada pada kategori 25 persen ke bawah. Secara teori, menurut Aves (2018),
bitcoin mirip dengan mata uang dan komoditas. Bila dibandingkan dari sisi returnnya,
berdasarkan penelitian ini, bitcoin, saham, dan emas memiliki kesamaan dari sisi
return yang diberikan terhadap investor. Hal ini dapat terjadi karena pergerakan harga
bitcoin sangat mengikuti demand dari pelaku pasar. Pergerakan harga dari bitcoin,
saham, dan emas sama-sama dipengaruhi oleh pemberitaan yang beredar.
4.5.2 Perbandingan Risiko Bitcoin, Saham, dan Emas
Hasil penelitian ini menunjukkan bahwa risiko yang dimiliki oleh bitcoin,
saham, dan emas memiliki perbedaan yang signifikan. Hal ini terlihat dari nilai
signifikansi 0,000 < 0,05. Artinya, terdapat perbedaan yang signifikan antara risiko
bitcoin, saham, dan emas. Bila dilihat dari peringkat rata-ratanya, risiko yang
diberikan bitcoin berada pada peringkat pertama, yaitu sebesar 157,08, kemudian
emas, yaitu sebesar 72,92, dan yang terakhir adalah saham LQ45, yaitu sebesar
64,00. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Liu &
UNIVERSITAS SUMATERA UTARA
50
Tsyvinki (2018) yang menyatakan bahwa bitcoin, saham, dan emas berbeda.
Penelitian yang dilakukan oleh Meiyura & Azib (2020) juga menyatakan bahwa
risiko antara bitcoin dan emas berbeda. Menurut Jones (2016), risiko merupakan
tingkat potensi kerugian yang akan timbul karena return aktual tidak sesuai dengan
return yang diharapkan. Dari hasil analisis deskriptif risiko, posisi garis bitcoin
cenderung berada di atas garis saham dan emas. Ini berarti risiko yang dimiliki
bitcoin jauh lebih tinggi dibandingkan saham dan emas. Hal ini sesuai pernyataan
Nurcahya (2019) yang menyatakan bahwa investasi pada bitcoin sangat berisiko.
Bitcoin tidak memiliki bentuk fisik yang jelas dan belum dapat dijadikan sebagai
alat transaksi yang sah, khususnya pada negara Indonesia. Saham memiliki bentuk
fisik dan diawasi oleh Badan Pengawas Pasar Modal dan Lembaga Keuangan
(BAPEPAM-LK) serta memiliki batas pergerakan harga sehingga memiliki risiko
yang lebih rendah dibandingkan dengan bitcoin. Emas memiliki bentuk fisik,
fluktuasi harga emas sangat tergantung pada perekonomian dan keadaan pasar
secara keseluruhan serta memiliki nilai yang lebih stabil dibandingkan instrumen
investasi lainnya.
4.5.3 Perbandingan Kinerja Bitcoin, Saham, dan Emas dengan Metode
Sharpe
Hasil penelitian ini menunjukkan bahwa kinerja bitcoin, saham, dan emas
dengan metode sharpe memiliki perbedaan yang signifikan. Hal ini terlihat dari nilai
signifikansi 0,000 < 0,05. Artinya, terdapat perbedaan yang signifikan antara kinerja
Bitcoin, saham, dan emas dengan menggunakan metode sharpe. Bila dilihat dari
peringkat rata-ratanya, nilai sharpe tertinggi dimiliki oleh bitcoin dengan nilai
UNIVERSITAS SUMATERA UTARA
51
136,57, kemudian emas dengan nilai 79,69, dan yang terakhir adalah saham LQ45
dengan nilai 77,74. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh
Mahessara & Kartawinata (2018) dan Henriques & Sadorsky (2018) yang
menyatakan bahwa bitcoin memiliki performa terbaik. Metode Sharpe digunakan
untuk membandingkan antara return yang dimiliki suatu instrument terhadap standar
deviasi/dispersi return-nya. Bitcoin menyerupai komoditas atau mata uang menurut
Aves (2018). Bila dilihat dari data penelitian, hanya bitcoin saja yang memiliki nilai
sharpe di atas angka 4, artinya bitcoin dapat memberikan return yang di atas risk-
free rate yang lebih tinggi di atas risikonya dibandingkan dengan emas dan saham.
Dilihat dari sisi kinerjanya dengan menggunakan pengukuran metode Sharpe,
bitcoin, saham, dan emas memiliki perbedaan. Hal ini tidak sesuai dengan pendapat
Aves (2018). Berdasarkan hasil penelitian, bitcoin, saham, dan emas memiliki
perbedaan bila dilihat dari kinerja masing-masing instrumen menggunakan metode
treynor. Kinerja yang ditunjukkan oleh bitcoin selama periode penelitian sangat
fluktuatif dan memiliki nilai yang jauh dibandingkan saham dan emas. Hal ini terjadi
akibat return yang fluktuatif setiap waktu berdasarkan data yang telah diperoleh
sehingga menyebabkan dispersi return yang tinggi pula, berbeda dengan emas dan
saham. Return yang diberikan oleh bitcoin lebih tinggi dibandingkan dispersi return-
nya sehingga menempati urutan pertama, kemudian emas, lalu saham.
4.5.4 Perbandingan Kinerja Bitcoin, Saham, dan Emas dengan Metode
Treynor.
Hasil penelitian ini menunjukkan bahwa kinerja bitcoin, saham, dan emas
dengan metode treynor tidak memiliki perbedaan yang signifikan. Hal ini terlihat
UNIVERSITAS SUMATERA UTARA
52
dari nilai signifikansi 0,298 > 0,05. Artinya, tidak terdapat perbedaan yang
signifikan antara kinerja Bitcoin, saham, dan emas dengan menggunakan metode
treynor. Bila dilihat dari peringkat rata-ratanya, nilai treynor tertinggi dimiliki
oleh saham LQ45 dengan nilai 102,84, kemudian bitcoin dengan nilai 102,05, dan
yang terakhir adalah emas dengan nilai 89,12. Ukuran kinerja Treynor adalah
perbandingan antara return yang diberikan oleh suatu investasi dengan volatilitas
pasar (systematic risk). Menurut Aves (2018), bitcoin menyerupai komoditas atau
mata uang. Bila dilihat dari analisis deskriptifnya, bitcoin memiliki nilai Treynor
tertinggi dan terendah dibandingkan saham dan emas akan tetapi tidak berbeda
jauh dengan saham dan emas. Berdasarkan data yang diperoleh, tiga instrumen
tersebut memiliki kinerja yang hampir sama bila dibandingan dengan risiko pasar
dari masing-masing instrumen. Akan tetapi, akibat dari return fluktuatif yang
diberikan oleh bitcoin, serta nilai beta cryptocurrency yang lebih fluktuatif, maka
nilai Treynor dari bitcoin ini juga fluktuatif sehingga memiliki nilai treynor yang
tertinggi dan terendah dibandingkan saham dan emas. Hal ini sejalan dengan teori
dari Aves (2018) jika ketiga instrumen ini dibandingkan dengan menggunakan
pengukuran kinerja metode Treynor. Hasil yang tidak signifikan ini dikarenakan
pelaku pasar secara keseluruhan pada pasar cryptocurrency, saham, dan
komoditas berperilaku sama terhadap berita-berita ataupun kejadian-kejadian
yang terjadi secara global.
4.5.5 Perbandingan Kinerja Bitcoin, Saham, dan Emas dengan metode
Jensen.
Hasil penelitian ini menunjukkan bahwa kinerja bitcoin, saham, dan emas
UNIVERSITAS SUMATERA UTARA
53
dengan metode jensen memiliki perbedaan yang signifikan. Hal ini terlihat dari nilai
signifikansi 0,041 < 0,05. Artinya, terdapat perbedaan yang signifikan antara kinerja
bitcoin, saham, dan emas dengan menggunakan metode treynor. Bila dilihat dari
peringkat rata-ratanya, nilai jensen tertinggi dimiliki oleh saham LQ45 dengan nilai
110,88, kemudian emas dengan nilai 97,25, dan yang terakhir adalah bitcoin dengan
nilai 85,88. Nilai Jensen digunakan untuk melihat selisih return yang diberikan oleh
suatu instrument investasi terhadap market return. Bila nilai Jensen bernilai positif,
maka kinerja instrumen investasi tersebut baik, sebaliknya jika bernilai negatif maka
kinerja dari instrumen investasi tersebut buruk. Menurut Aves (2018), Bitcoin
menyerupai komiditas dan mata uang. Berdasarkan analisis deskriptifnya, bitcoin,
saham, dan emas memiliki nilai jensen yang hampir sama selama periode penelitian.
Bitcoin adalah satu-satunya instrumen yang pernah memiliki nilai Jensen paling rendah
dibandingkan saham dan emas, yaitu sebesar -2,0065. Nilai beta untuk
cryptocurrency market pada saat itu juga tinggi sehingga menyebabkan nilai Jensen
dari bitcoin bernilai negatif. Return yang diberikan bitcoin pernah berada jauh di
bawah market return. Bitcoin pernah memberikan return negatif (loss) yang paling
tinggi. Selain itu, secara rata-rata nilai Jensen bitcoin bernilai negatif, nilai Jensen
saham bernilai positif, dan nilai Jensen emas bernilai negatif. Perbedaan-perbedaan
tersebut yang memberikan hasil bahwa bitcoin, saham, dan emas memiliki kinerja yang
berbeda berdasarkan pengukuran kinerja Jensen. Hasil ini tidak sesuai dengan pendapat
yang dikatakan oleh Aves (2018). Bitcoin, saham, dan emas memiliki kinerja yang
berbeda bila diukur dengan menggunakan pengukuran kinerja metode Jensen.
UNIVERSITAS SUMATERA UTARA
54
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan analisis yang telah dilakukan, maka kesimpulannya adalah
sebagai berikut:
1. Tidak terdapat perbedaan yang nyata antara return bitcoin, saham, dan emas.
2. Terdapat perbedaan yang nyata antara risiko bitcoin, saham dan emas.
3. Terdapat perbedaan yang nyata antara kinerja bitcoin, saham dan emas dengan
metode Sharpe.
4. Tidak terdapat perbedaan yang nyata antara kinerja bitcoin, saham, dan emas
dengan metode Treynor.
5. Terdapat perbedaan yang nyata antara kinerja bitcoin, saham, dan emas dengan
metode Jensen.
5.2 Saran
Berdasarkan kesimpulan yang diperoleh dalam penelitian ini, maka saran
dalam penelitian ini adalah:
1. Bitcoin sebagai investasi yang memberikan return yang terbesar dibandingkan
dengan saham dan emas, tetapi diikuti oleh risiko yang tinggi pula. Hal ini perlu
diperhatikan oleh investor sebelum melakukan investasi.
2. Untuk penelitian yang akan datang, disarankan untuk menambah periode
penelitiannya dan menambah variabel lain agar hasil yang didapatkan lebih
akurat dan dapat memberikan informasi yang layak.
UNIVERSITAS SUMATERA UTARA
55
DAFTAR PUSTAKA
Astaman, S. A. (2014, 12 11). Indodax.com. Retrieved from blog.indodax.com:
https://blog.indodax.com/bitcoin-vs-saham-dan-forex-manakah-sarana-
investasi-yang-paling-baik/
Aves, A. (2018). How to Get Started in Cryptocurrency. Quoine Liquid.
bitcoin.org. (n.d.). FAQ. Retrieved from bitcoin.org:
https://bitcoin.org/id/faq#umum
Chen, J. (2019, November 21). Financial Ratios. Retrieved from investopedia.com:
https://www.investopedia.com/terms/j/jensensmeasure.asp
coinvestasi.com. (2018, July 9). Belajar: Coinvestasi. Retrieved from Coinvestasi:
https://coinvestasi.com/belajar/apa-itu-cryptocurrency/
Dyhrberg, A. H. (2016). Bitcoin, gold, and the dollar - A GARCH volatility
analysis. Finance Research Letters, 85-92.
Fahmi, I. (2015). Manajemen Investasi Teori dan Soal Jawab (2 ed.). Jakarta,
Indoensia: Salemba Empat.
Gumanti, T. A. (2011). Manajemen Investasi: Konsep, Teori, dan Aplikasi. Jember:
Mitra Wacana Media.
Hargrave, M. (2019, Mei 17). Financial Ratios. Retrieved from investopedia.com:
https://www.investopedia.com/terms/s/sharperatio.asp
Henriques, I., & Sadorsky, P. (2018). Can Bitcoin Replace Gold in an Investment
Portfolio? Journal of Risk and Financial Management.
Henriques, I., & Sadorsky, P. (2018). Can Bitcoin Replace Gold in an Investment
Portfolio? Journal of Risk and Financial Management.
Jones, C. P. (2016). Investments Analysis and Management. New York: Wiley.
Kasmadi, & Sunariah, N. S. (2014). Panduan Modern Penelitian Kuantitatif.
Bandung: Alfabeta.
Kenton, W. (2019, Juni 25). Financial Ratios. Retrieved from Investopedia.com:
https://www.investopedia.com/terms/t/treynorratio.asp
Khameswara, T. D., Hidayatullah, W., & Purbo, O. W. (2014). Bitcoin Uang
Digital Masa Depan. Serpong.
Kleim, T., Thu, H. P., & Walther, T. (2018). Bitcoin is not the New Gold - A
Comparison of Volatility, Correlation, and Portofolio Performance. 1.
Kontan.co.id. (2018, Juni 9). Fokus. Retrieved from fokus.kontan.co.id:
https://fokus.kontan.co.id/news/bappebti-menetapkan-kripto-jadi-
komoditi-apakah-investasi-kripto-sudah-legal
Liang, J., Li, L., Chen, W., & Zeng, D. (2019). Towards an Understanding of
Cryptocurrency: A Comparative Analysis of Cryptocurrency, Foreign
UNIVERSITAS SUMATERA UTARA
56
Exchange, and Stock. IEEE.
Lind, D. A., Marchal, W. G., & Wathen, S. A. (2011). Statistical Techniques in
Business & Economics (15th ed.). New York: McGraw-Hill.
Liu, Y., & Tsyvinki, A. (2018). Risk and Returns Cryptocurrency.
Mahessara, R. D., & Kartawinata, B. R. (2018). Comparative Analysis of
Cryptocurrency in Forms of Bitcoin, Stock, and Gold as Alternative
Investment Portfolio in 2014 –2017. 38-51.
May, E. (2019). SMART TRADER RICH INVESTOR. Jakarta: PT Gramedia
Pustaka Utama.
Meiyura, A. P., & Azib. (2020). Analisis Perbandingan Return dan Risk Investasi
antara Emas dan Bitcoin Periode Juli 2016 – Juni 2019. Prosiding
Manajemen.
Mumpuni, M., & Darmawan, H. (2017). Panduan Berinvestasi Saham Untuk
Pemula. In Panduan Berinvestasi Saham Untuk Pemula. PT. Solusi
Finansialku Indonesia.
Nurcahya, E. (2019). Perbandingan Tingkat Risiko dan Keuntungan dari Investasi
Foreign Exchange dan Emas pada PT. Valbury Asia Futures Terhadap
Investasi Saham dan Bitcoin. Universitas Teknologi Yogyakarta.
Rachmat. (2013, January 4). Artikel. Retrieved from seputarforex.com:
https://www.seputarforex.com/artikel/perdagangan-emas-di-era-modern-
114178-32
Reilly, F. K., & Brown, K. C. (2019). Investment Analysis and Portfolio
Management (11th ed.). California: South-Western College.
Santoso, S. (2016). Panduan Lengkap SPSS Versi 23. Jakarta: Elex Media
Komputindo.
Sugiyono. (2017). Metode Penelitian Pendidikan (Pendekatan Kuantitatif,
Kualitatif, dan R&D). Bandung: Alfabeta.
Sugiyono. (2017). Metodologi Penelitian Bisnis (Pendekatan Kuantitatif Kualitatif
dan R & D). Bandung: Alfabeta.
Sujarweni, V. W. (2015). SPSS Untuk Penelitian. Yogyakarta: Pustaka Baru Press.
Syahyunan. (2015). Analisis Investasi. In Syahyunan, Analisis Investasi. Medan:
USU Press.
Syahyunan. (2015). Manajemen Keuangan Edisi Dedua - Perencanaan, Analisis,
dan Pengendalian Keuangan. In Syahyunan. Medan: USU Press.
Tandelilin, E. (2014). Portofolio dan Investasi . In E. Tandelilin, Portofolio dan
Investasi Teori dan Aplikasi. Yogyakarta: KANISIUS.
Wartaeknomi.co.id. (2018, Oktober 17). Warta Ekonomi. Retrieved from
wartaekonomi.co.id: https://www.wartaekonomi.co.id/read199460/49-
orang-indonesia-ingin-jadikan-cryptocurrency-sebagai-investasi.html
UNIVERSITAS SUMATERA UTARA
57
DAFTAR LAMPIRAN
1. Return Bitcoin, Saham LQ45, dan Emas periode Agustus 2014 – Desember
2019
Date Return
Date Return
BTC LQ45 GOLD BTC LQ45 GOLD
Aug-14 0.0274 0.0010 -0.0006 Jul-17 0.1798 -0.0036 0.0197
Sep-14 -0.3493 0.0045 -0.0524 Aug-17 0.6520 0.0033 0.0367
Oct-14 -0.1295 -0.0058 -0.0530 Sep-17 -0.0744 0.0022 -0.0237
Nov-14 0.1179 0.0211 -0.0037 Oct-17 0.4789 0.0130 -0.0095
Dec-14 -0.1585 0.0138 0.0033 Nov-17 0.5340 -0.0001 0.0056
Jan-15 -0.3142 0.0150 0.0563 Dec-17 0.3930 0.0879 0.0261
Feb-15 0.1761 0.0382 -0.0435 Jan-18 -0.2548 0.0244 0.0287
Mar-15 -0.0445 0.0159 -0.0291 Feb-18 0.0030 -0.0050 -0.0149
Apr-15 -0.0336 -0.0962 0.0006 Mar-18 -0.3286 -0.0860 0.0030
May-15 -0.0314 0.0399 0.0078 Apr-18 0.3342 -0.0470 -0.0051
Jun-15 0.1495 -0.0719 -0.0079 May-18 -0.1898 -0.0050 -0.0159
Jul-15 0.0820 -0.0310 -0.0706 Jun-18 -0.1462 -0.0468 -0.0384
Aug-15 -0.1867 -0.0520 0.0293 Jul-18 0.2095 0.0274 -0.0259
Sep-15 0.0222 -0.0854 -0.0248 Aug-18 -0.0912 0.0193 -0.0228
Oct-15 0.3362 0.0777 0.0159 Sep-18 -0.0580 -0.0060 -0.0079
Nov-15 0.1927 -0.0056 -0.0602 Oct-18 -0.0377 -0.0248 0.0158
Dec-15 0.1383 0.0484 -0.0023 Nov-18 -0.3659 0.0474 0.0046
Jan-16 -0.1481 0.0101 0.0388 Dec-18 -0.0515 0.0168 0.0446
Feb-16 0.2015 0.0434 0.0993 Jan-19 -0.0860 0.0572 0.0286
Mar-16 -0.0527 0.0067 0.0060 Feb-19 0.1122 -0.0316 -0.0067
Apr-16 0.0735 -0.0093 0.0474 Mar-19 0.0703 0.0129 -0.0183
May-16 0.1883 -0.0150 -0.0520 Apr-19 0.3436 0.0003 -0.0098
Jun-16 0.2714 0.0496 0.0837 May-19 0.5239 -0.0358 0.0146
Jul-16 -0.0757 0.0373 0.0278 Jun-19 0.2592 0.0316 0.0775
Aug-16 -0.0314 0.0360 -0.0341 Jul-19 -0.0611 0.0084 0.0089
Sep-16 0.0116 -0.0030 0.0039 Aug-19 -0.0460 -0.0261 0.0681
Oct-16 0.1522 0.0053 -0.0294 Sep-19 -0.1343 -0.0277 -0.0365
Nov-16 0.0496 -0.0753 -0.0728 Oct-19 0.1026 0.0172 0.0285
Dec-16 0.3080 0.0319 -0.0090 Nov-19 -0.1726 -0.0285 -0.0323
Jan-17 -0.0004 -0.0082 0.0473 Dec-19 -0.0515 0.0603 0.0342
Feb-17 0.2307 0.0175 0.0335
Mar-17 -0.0903 0.0323 -0.0034
Apr-17 0.3268 0.0209 0.0128
May-17 0.5272 0.0180 0.0011
Jun-17 0.1044 0.0208 -0.0256
UNIVERSITAS SUMATERA UTARA
58
2. Risiko (Standar Deviasi) Bitcoin, Saham LQ45, dan Emas periode Agustus
2014 – Desember 2019
Date Risk
Date Risk
BTC LQ45 GOLD BTC LQ45 GOLD
Aug-14 0.02527 0.007177 0.019471 Jul-17 0.069913 0.007845 0.012459
Sep-14 0.030948 0.007394 0.017606 Aug-17 0.039548 0.007073 0.005544
Oct-14 0.031247 0.012409 0.008681 Sep-17 0.062533 0.004785 0.011743
Nov-14 0.038019 0.007062 0.023668 Oct-17 0.036009 0.005693 0.005287
Dec-14 0.024009 0.008197 0.025694 Nov-17 0.047975 0.007814 0.014258
Jan-15 0.072975 0.008721 0.026791 Dec-17 0.086798 0.007387 0.014789
Feb-15 0.037744 0.00689 0.015391 Jan-18 0.0659 0.009871 0.018415
Mar-15 0.033289 0.007868 0.007725 Feb-18 0.071659 0.008755 0.013935
Apr-15 0.023939 0.012764 0.011023 Mar-18 0.046163 0.009361 0.007722
May-15 0.015348 0.008142 0.015294 Apr-18 0.04588 0.014262 0.00706
Jun-15 0.018415 0.012261 0.006857 May-18 0.029417 0.018914 0.014421
Jul-15 0.028334 0.012117 0.018867 Jun-18 0.037021 0.017655 0.005637
Aug-15 0.073075 0.025424 0.008176 Jul-18 0.032717 0.012464 0.012381
Sep-15 0.014164 0.016003 0.016218 Aug-18 0.027962 0.015074 0.006655
Oct-15 0.018448 0.021067 0.00863 Sep-18 0.024618 0.016891 0.009408
Nov-15 0.047126 0.014722 0.011486 Oct-18 0.017509 0.012031 0.008321
Dec-15 0.035834 0.015422 0.01024 Nov-18 0.046035 0.013337 0.010729
Jan-16 0.046316 0.012223 0.012264 Dec-18 0.047232 0.008991 0.009479
Feb-16 0.021171 0.014036 0.015453 Jan-19 0.028023 0.006452 0.011349
Mar-16 0.014524 0.007201 0.014522 Feb-19 0.029213 0.009462 0.008888
Apr-16 0.013405 0.00773 0.009837 Mar-19 0.013395 0.008969 0.007304
May-16 0.025004 0.008547 0.014146 Apr-19 0.037145 0.008493 0.006617
Jun-16 0.047336 0.009062 0.011953 May-19 0.044291 0.014483 0.006554
Jul-16 0.025475 0.012303 0.012295 Jun-19 0.052125 0.009282 0.009214
Aug-16 0.010051 0.011814 0.005873 Jul-19 0.051272 0.0063 0.006635
Sep-16 0.013068 0.012006 0.013916 Aug-19 0.034257 0.011229 0.009123
Oct-16 0.014006 0.007866 0.008579 Sep-19 0.029854 0.008158 0.009696
Nov-16 0.016454 0.016355 0.016584 Oct-19 0.040854 0.010242 0.006542
Dec-16 0.020226 0.012205 0.017829 Nov-19 0.026671 0.010007 0.006859
Jan-17 0.049426 0.005824 0.023986 Dec-19 0.02592 0.00839 0.004948
Feb-17 0.022318 0.004892 0.01566
Mar-17 0.047611 0.006936 0.006498
Apr-17 0.017199 0.007941 0.014851
May-17 0.042066 0.00916 0.0135
Jun-17 0.050733 0.007075 0.006125
UNIVERSITAS SUMATERA UTARA
59
3. Nilai Sharpe Bitcoin, Saham LQ45, dan Emas periode Agustus 2014 –
Desember 2019
Date Sharpe
Date Sharpe
BTC LQ45 GOLD BTC LQ45 GOLD
Aug-14 -2.16857 -11.3144 -4.25246 Jul-17 1.577678 -9.31815 -3.99695
Sep-14 -14.0008 -10.752 -7.74737 Aug-17 14.79702 -8.97766 -5.4289
Oct-14 -6.72067 -6.9544 -15.3783 Sep-17 -2.22923 -13.1246 -7.55319
Nov-14 1.075786 -7.9161 -3.4097 Oct-17 11.41116 -9.6606 -14.6584
Dec-14 -9.87145 -7.89323 -2.92678 Nov-17 9.773862 -8.34415 -4.17316
Jan-15 -5.27031 -6.35233 -0.52629 Dec-17 3.800757 3.357058 -2.50192
Feb-15 2.83757 -4.47035 -7.30967 Jan-18 -4.82549 -3.93057 -1.87346
Mar-15 -3.56276 -7.39705 -13.3601 Feb-18 -0.87776 -8.09853 -5.79816
Apr-15 -4.61586 -13.5614 -6.92194 Mar-18 -8.56307 -16.3122 -8.24928
May-15 -7.36883 -5.13365 -4.83205 Apr-18 5.778067 -8.1407 -10.5097
Jun-15 3.567774 -12.6987 -13.3738 May-18 -8.8521 -3.99695 -5.99825
Jul-15 -0.14117 -9.65619 -8.30027 Jun-18 -6.05603 -7.06876 -20.6504
Aug-15 -3.7578 -5.50269 -7.16729 Jul-18 4.034579 -4.01969 -8.35178
Sep-15 -5.22463 -11.3476 -7.4608 Aug-18 -6.169 -4.11297 -15.6435
Oct-15 13.45371 -0.48892 -8.3548 Sep-18 -5.69098 -5.21579 -9.56676
Nov-15 2.262008 -6.22883 -12.7376 Oct-18 -7.06489 -9.20948 -8.43658
Dec-15 1.384154 -2.6132 -8.88647 Nov-18 -9.65785 -2.34692 -6.90642
Jan-16 -4.98532 -5.94756 -3.58781 Dec-18 -2.77992 -7.00683 -3.71349
Feb-16 5.625531 -2.77859 1.093668 Jan-19 -5.94148 -3.61137 -4.57312
Mar-16 -8.93669 -9.77678 -4.89608 Feb-19 1.17072 -11.583 -9.52968
Apr-16 -0.26855 -11.1767 -3.01931 Mar-19 -0.47778 -7.11362 -13.0064
May-16 4.383382 -10.9624 -9.23921 Apr-19 7.150373 -9.14854 -13.2682
Jun-16 4.1575 -2.75869 0.761335 May-19 10.01774 -8.00916 -10.0092
Jul-16 -5.69572 -2.60916 -3.38343 Jun-19 3.558747 -4.53549 0.412413
Aug-16 -10.2275 -2.99633 -17.965 Jul-19 -2.63108 -10.3807 -9.78177
Sep-16 -4.52237 -6.13838 -4.80021 Aug-19 -3.4883 -8.86987 -0.59191
Oct-16 5.683121 -8.55635 -11.8898 Sep-19 -6.94383 -12.3444 -11.2938
Nov-16 -1.95703 -9.60577 -9.32212 Oct-19 0.797963 -5.15527 -6.34334
Dec-16 11.30205 -3.89177 -4.95821 Nov-19 -9.12242 -9.91336 -15.0165
Jan-17 -1.55385 -14.525 -1.2132 Dec-19 -4.72602 -1.27528 -7.43765
Feb-17 6.958463 -11.8357 -2.67562
Mar-17 -3.37317 -5.47871 -11.3421
Apr-17 14.91371 -6.22115 -3.87168
May-17 10.8806 -5.62252 -5.06654
Jun-17 0.715513 -6.68565 -15.2979
UNIVERSITAS SUMATERA UTARA
60
4. Nilai Treynor Bitcoin, Saham LQ45, dan Emas periode Agustus 2014 –
Desember 2019
Date Treynor
Date Treynor
BTC LQ45 GOLD BTC LQ45 GOLD
Aug-14 -0.26133 -0.0728 -0.0927 Jul-17 -0.15249 -0.0676 -0.0478
Sep-14 -0.26779 -0.0839 -0.1463 Aug-17 0.661884 -0.0628 -0.0637
Oct-14 -0.21436 -0.0898 -0.0886 Sep-17 -0.21979 -0.0587 -0.0673
Nov-14 0.075082 -0.0651 -0.1177 Oct-17 0.204996 -0.0502 -0.0475
Dec-14 -0.1489 -0.0635 -0.1548 Nov-17 0.613232 -0.074 -0.0707
Jan-15 -0.39798 -0.0585 -0.1038 Dec-17 0.931207 0.0047 -0.0343
Feb-15 0.054688 -0.0386 -0.0433 Jan-18 -0.3028 -0.0239 -0.0447
Mar-15 -0.14571 -0.0616 -0.1255 Feb-18 -0.13201 -0.0672 -0.0844
Apr-15 -0.11414 -0.1552 -0.0196 Mar-18 -0.49422 -0.1286 -0.0743
May-15 -0.09969 -0.0562 -0.1087 Apr-18 0.524372 -0.1005 -0.0449
Jun-15 0.076317 -0.1424 -0.0665 May-18 -0.32072 -0.0724 -0.0581
Jul-15 -0.03665 -0.108 -0.1922 Jun-18 -0.29132 -0.1088 -0.1144
Aug-15 -0.2723 -0.1489 -0.0972 Jul-18 0.114345 -0.0538 -0.1006
Sep-15 -0.09464 -0.1596 -0.1304 Aug-18 -0.29574 -0.0675 -0.1007
Oct-15 0.200979 -0.0332 -0.0925 Sep-18 -0.09892 -0.0891 -0.0646
Nov-15 0.106408 -0.0881 -0.1587 Oct-18 -0.17724 -0.1102 -0.1096
Dec-15 0.056162 -0.0557 -0.1198 Nov-18 -0.40927 -0.0402 -0.0863
Jan-16 -0.20791 -0.078 -0.0998 Dec-18 -0.1473 -0.057 -0.1506
Feb-16 0.159623 -0.0486 -0.0989 Jan-19 -0.182 -0.0259 -0.0282
Mar-16 -0.06236 -0.0615 -0.0392 Feb-19 0.069302 -0.0917 -0.0698
Apr-16 -0.03951 -0.0785 0.0078 Mar-19 0.013969 -0.0728 -0.0804
May-16 0.137188 -0.0873 -0.0808 Apr-19 0.092091 -0.0801 -0.0843
Jun-16 0.161017 -0.0288 -0.0335 May-19 0.527264 -0.1183 -0.1158
Jul-16 -0.12938 -0.0297 -0.1207 Jun-19 0.274516 -0.0496 -0.0486
Aug-16 -0.14093 -0.0388 -0.0893 Jul-19 -0.29963 -0.0688 -0.0825
Sep-16 0.002083 -0.0747 -0.0397 Aug-19 -0.11145 -0.0832 -0.0983
Oct-16 0.017894 -0.0618 -0.0778 Sep-19 -0.21128 -0.0982 -0.0629
Nov-16 -0.04068 -0.1323 -0.0688 Oct-19 0.073239 -0.0604 -0.0513
Dec-16 0.199085 -0.0507 -0.0618 Nov-19 -0.22553 -0.1055 -0.0975
Jan-17 -0.05396 -0.0769 -0.0755 Dec-19 -0.14777 -0.0231 -0.022
Feb-17 0.160893 -0.0579 -0.0737
Mar-17 0.041693 -0.0366 -0.0975
Apr-17 0.31136 -0.0493 -0.086
May-17 1.160548 -0.0602 -0.0836
Jun-17 0.090338 -0.0521 -0.0708
UNIVERSITAS SUMATERA UTARA
61
5. Nilai Jensen Bitcoin, Saham LQ45, dan Emas periode Agustus 2014 –
Desember 2019
Date Jensen
Date Jensen
BTC LQ45 GOLD BTC LQ45 GOLD
Aug-14 -0.06923 0.009098 -0.01233 Jul-17 -0.11271 0.005374 0.002777
Sep-14 0.055208 -0.0042 -0.00101 Aug-17 -0.00678 0.00072 -0.03372
Oct-14 -0.00151 -0.00296 0.038958 Sep-17 -0.02236 0.0043 0.019762
Nov-14 -0.03357 -0.01034 -0.02266 Oct-17 0.065497 0.00622 0.041001
Dec-14 0.044604 0.001429 -0.03819 Nov-17 -0.01351 -0.00737 -0.00975
Jan-15 -0.00206 -0.00354 -0.05789 Dec-17 -0.03524 0.255217 0.004736
Feb-15 0.062956 -0.01323 0.104645 Jan-18 0.002324 0.037655 -0.01377
Mar-15 -0.0131 -0.00389 -0.01254 Feb-18 -0.03202 0.003435 -0.00252
Apr-15 -0.00235 0.00841 0.212519 Mar-18 -0.01148 0.011838 -0.00905
May-15 0.010636 -0.01986 -0.02479 Apr-18 -0.03202 0.010235 0.04295
Jun-15 -0.01124 0.007459 0.030297 May-18 -0.01264 0.00303 0.033102
Jul-15 -0.07381 0.006803 -0.01482 Jun-18 -0.01698 0.010605 0.001304
Aug-15 0.003059 -0.00492 -0.0333 Jul-18 0.011551 -0.00506 0.002126
Sep-15 -0.02027 0.012598 -0.00641 Aug-18 -0.03242 -0.00626 0.002634
Oct-15 0.019885 -0.05776 -0.01851 Sep-18 0.032355 -0.00081 0.030667
Nov-15 4.98E-06 0.003411 -0.00616 Oct-18 -0.0251 0.000483 -0.02955
Dec-15 -0.00987 -0.02319 -0.02032 Nov-18 0.005792 -0.01657 -0.01062
Jan-16 0.008971 -0.00533 -0.04405 Dec-18 -0.00827 0.00796 -0.05817
Feb-16 -0.02007 -0.01544 -0.09219 Jan-19 -0.00665 -0.00772 0.064387
Mar-16 0.080594 0.010634 0.05997 Feb-19 -0.03795 0.014421 0.015825
Apr-16 -0.06774 0.007392 -0.35338 Mar-19 -0.10823 -0.009 0.013273
May-16 -0.01515 0.005506 0.046375 Apr-19 0.140442 -0.00221 0.003105
Jun-16 0.015795 -0.00939 -0.09063 May-19 -0.01199 -0.00144 -0.03322
Jul-16 0.008115 0.005296 -0.04327 Jun-19 -0.02233 -0.01038 -0.07559
Aug-16 -0.02057 -0.00596 0.012349 Jul-19 -0.03819 -0.00349 -0.01505
Sep-16 -2.00649 -0.00088 0.046019 Aug-19 0.005105 0.013841 -0.06656
Oct-16 0.242307 0.006157 0.021493 Sep-19 -0.00121 0.001779 0.051466
Nov-16 -0.01525 0.014604 0.097216 Oct-19 -0.03714 -0.0084 -0.01279
Dec-16 0.011364 -0.00475 0.032706 Nov-19 0.005346 -0.00399 0.004085
Jan-17 0.030993 0.007289 -0.0447 Dec-19 -0.01163 -0.03615 0.045478
Feb-17 -0.00251 -5.3E-06 -0.03088
Mar-17 -0.32539 0.002572 -0.01638
Apr-17 -0.01181 0.000152 -0.02201
May-17 -0.03823 -0.00952 -0.01199
Jun-17 -0.03846 -0.00584 0.021018
UNIVERSITAS SUMATERA UTARA
62
6. Return Rata-Rata Bulanan Bitcoin, Saham LQ45, dan Emas Periode
Agustus 2014 – Desember 2014
Date Average Return
Date Average Return
BTC LQ45 GOLD BTC LQ45 GOLD
Aug-14 -0.0055 0.0001 -0.00398 Jul-17 0.0075 -0.0002 0.00101
Sep-14 -0.0069 0.0002 0.001836 Aug-17 0.0171 0.0002 0.001596
Oct-14 -0.0040 -0.0002 -0.00232 Sep-17 -0.0007 0.0001 -0.00103
Nov-14 0.0044 0.0011 9E-05 Oct-17 0.0133 0.0006 -0.00042
Dec-14 -0.0053 0.0007 0.000443 Nov-17 0.0155 0.0000 0.00035
Jan-15 -0.0093 0.0007 0.002722 Dec-17 0.0143 0.0047 0.001333
Feb-15 0.0063 0.0020 -0.00199 Jan-18 -0.0073 0.0012 0.001342
Mar-15 -0.0009 0.0008 -0.0013 Feb-18 0.0026 -0.0002 -0.00062
Apr-15 -0.0009 -0.0047 9.09E-05 Mar-18 -0.0117 -0.0042 0.000162
May-15 -0.0009 0.0021 0.000473 Apr-18 0.0107 -0.0022 -0.00021
Jun-15 0.0048 -0.0035 -0.00034 May-18 -0.0063 -0.0001 -0.00056
Jul-15 0.0030 -0.0016 -0.00301 Jun-18 -0.0046 -0.0035 -0.00184
Aug-15 -0.0038 -0.0024 0.001395 Jul-18 0.0067 0.0013 -0.00112
Sep-15 0.0008 -0.0041 -0.00097 Aug-18 -0.0027 0.0010 -0.00098
Oct-15 0.0096 0.0038 0.000759 Sep-18 -0.0017 -0.0002 -0.00034
Nov-15 0.0070 -0.0002 -0.00289 Oct-18 -0.0011 -0.0010 0.000713
Dec-15 0.0048 0.0026 -4.5E-05 Nov-18 -0.0140 0.0023 0.000268
Jan-16 -0.0041 0.0006 0.001871 Dec-18 -0.0006 0.0010 0.002133
Feb-16 0.0066 0.0022 0.004418 Jan-19 -0.0025 0.0025 0.001246
Mar-16 -0.0016 0.0003 0.000361 Feb-19 0.0042 -0.0016 -0.00028
Apr-16 0.0025 -0.0004 0.002257 Mar-19 0.0023 0.0007 -0.00085
May-16 0.0059 -0.0007 -0.00234 Apr-19 0.0105 0.0000 -0.00044
Jun-16 0.0091 0.0022 0.003723 May-19 0.0146 -0.0016 0.000625
Jul-16 -0.0023 0.0024 0.001318 Jun-19 0.0090 0.0021 0.003775
Aug-16 -0.0025 0.0017 -0.00149 Jul-19 -0.0007 0.0004 0.000404
Sep-16 0.0020 -0.0001 0.000265 Aug-19 -0.0009 -0.0011 0.002841
Oct-16 0.0047 0.0003 -0.0014 Sep-19 -0.0044 -0.0013 -0.00166
Nov-16 0.0030 -0.0034 -0.00331 Oct-19 0.0039 0.0008 0.001243
Dec-16 0.0089 0.0016 -0.00024 Nov-19 -0.0060 -0.0013 -0.00132
Jan-17 0.0012 -0.0004 0.002283 Dec-19 -0.0014 0.0031 0.001545
Feb-17 0.0077 0.0009 0.001705
Mar-17 -0.0019 0.0015 -0.00011
Apr-17 0.0096 0.0013 0.000735
May-17 0.0146 0.0009 0.000138
Jun-17 0.0046 0.0014 -0.00116
UNIVERSITAS SUMATERA UTARA
63
7. Return Pasar CRIX, IHSG, dan COMEX Periode Agustus 2014 –
Desember 2019
Date Market Return
Date Market Return
BTC LQ45 GOLD BTC LQ45 GOLD
Aug-14 -0.1791 0.0094 -0.0105 Jul-17 -0.0830 0.0019 0.0217
Sep-14 -0.1838 0.0001 -0.0623 Aug-17 0.7287 0.0040 0.0031
Oct-14 -0.1339 -0.0093 -0.0081 Sep-17 -0.1548 0.0063 -0.0023
Nov-14 0.1521 0.0119 -0.0407 Oct-17 0.2730 0.0178 0.0205
Dec-14 -0.0704 0.0150 -0.0763 Nov-17 0.6783 -0.0089 -0.0056
Jan-15 -0.3276 0.0119 -0.0334 Dec-17 0.9943 0.0678 0.0288
Feb-15 0.1237 0.0304 0.0257 Jan-18 -0.2396 0.0393 0.0185
Mar-15 -0.0716 0.0125 -0.0514 Feb-18 -0.0661 -0.0013 -0.0185
Apr-15 -0.0372 -0.0783 0.0573 Mar-18 -0.4275 -0.0619 -0.0076
May-15 -0.0180 0.0255 -0.0270 Apr-18 0.5935 -0.0314 0.0242
Jun-15 0.1601 -0.0586 0.0173 May-18 -0.2501 -0.0018 0.0125
Jul-15 0.0494 -0.0220 -0.1062 Jun-18 -0.2133 -0.0308 -0.0364
Aug-15 -0.1844 -0.0610 -0.0093 Jul-18 0.1918 0.0237 -0.0231
Sep-15 0.0016 -0.0634 -0.0342 Aug-18 -0.2144 0.0138 -0.0194
Oct-15 0.2890 0.0548 -0.0045 Sep-18 -0.0168 -0.0070 0.0175
Nov-15 0.1925 -0.0020 -0.0726 Oct-18 -0.0912 -0.0242 -0.0236
Dec-15 0.1449 0.0330 -0.0311 Nov-18 -0.3306 0.0385 -0.0076
Jan-16 -0.1251 0.0048 -0.0170 Dec-18 -0.0675 0.0228 -0.0708
Feb-16 0.2420 0.0338 -0.0165 Jan-19 -0.1015 0.0546 0.0523
Mar-16 0.0147 0.0156 0.0379 Feb-19 0.1473 -0.0137 0.0082
Apr-16 0.0376 -0.0014 0.0849 Mar-19 0.0907 0.0039 -0.0037
May-16 0.2159 -0.0086 -0.0021 Apr-19 0.1701 -0.0021 -0.0063
Jun-16 0.2356 0.0458 0.0411 May-19 0.6075 -0.0381 -0.0356
Jul-16 -0.0600 0.0397 -0.0513 Jun-19 0.3482 0.0241 0.0251
Aug-16 -0.0695 0.0326 -0.0179 Jul-19 -0.2258 0.0050 -0.0087
Sep-16 0.0728 -0.0040 0.0310 Aug-19 -0.0379 -0.0097 -0.0248
Oct-16 0.0905 0.0108 -0.0052 Sep-19 -0.1383 -0.0252 0.0101
Nov-16 0.0411 -0.0505 0.0130 Oct-19 0.1432 0.0096 0.0187
Dec-16 0.2785 0.0287 0.0176 Nov-19 -0.1548 -0.0348 -0.0268
Jan-17 0.0224 -0.0005 0.0009 Dec-19 -0.0768 0.0479 0.0490
Feb-17 0.2363 0.0175 0.0017
Mar-17 0.1120 0.0337 -0.0272
Apr-17 0.3817 0.0210 -0.0157
May-17 1.2300 0.0093 -0.0141
Jun-17 0.1584 0.0160 -0.0027
UNIVERSITAS SUMATERA UTARA
64
8. Return Rata-Rata Pasar Bulanan CRIX, IHSG, COMEX Periode Agustus
2014 – Desember 2019
Date Average Market Return
Date Average Market Return
BTC LQ45 GOLD BTC LQ45 GOLD
Aug-14 -0.00586 0.000409 -0.00049 Jun-17 0.005784 0.001067 -0.00011
Sep-14 -0.00631 1.25E-05 -0.00304 Jul-17 -0.00067 0.00011 0.001095
Oct-14 -0.0042 -0.00037 -0.00032 Aug-17 0.018211 0.000191 0.00017
Nov-14 0.005354 0.000615 -0.00213 Sep-17 -0.0033 0.000342 -9.5E-05
Dec-14 -0.00216 0.00076 -0.00356 Oct-17 0.008039 0.000809 0.000936
Jan-15 -0.00993 0.000586 -0.00166 Nov-17 0.017859 -0.00039 -0.00025
Feb-15 0.004844 0.001595 0.0014 Dec-17 0.024815 0.003667 0.00145
Mar-15 -0.00196 0.000577 -0.00235 Jan-18 -0.00612 0.001786 0.000895
Apr-15 -0.001 -0.00382 0.002577 Feb-18 0.000257 -3.2E-05 -0.00095
May-15 -0.00049 0.001358 -0.00132 Mar-18 -0.01699 -0.003 -0.00035
Jun-15 0.005105 -0.00284 0.000814 Apr-18 0.016824 -0.00147 0.001167
Jul-15 0.001813 -0.00113 -0.00505 May-18 -0.0086 0 0.000568
Aug-15 -0.00611 -0.00296 -0.00036 Jun-18 -0.00722 -0.00232 -0.00175
Sep-15 0.000137 -0.00303 -0.00161 Jul-18 0.006131 0.001114 -0.00106
Oct-15 0.00838 0.002652 -0.00018 Aug-18 -0.00712 0.000719 -0.00084
Nov-15 0.007098 -4.8E-05 -0.00375 Sep-18 9.47E-05 -0.00028 0.000916
Dec-15 0.004875 0.001758 -0.00138 Oct-18 -0.00283 -0.00103 -0.00102
Jan-16 -0.0035 0.00029 -0.00084 Nov-18 -0.01198 0.001848 -0.00028
Feb-16 0.00765 0.001725 -0.00077 Dec-18 -0.00115 0.001278 -0.00362
Mar-16 0.000545 0.000757 0.001727 Jan-19 -0.00297 0.002423 0.002452
Apr-16 0.001289 -4.3E-05 0.003948 Feb-19 0.005373 -0.00071 0.000453
May-16 0.006507 -0.00043 -6.7E-05 Mar-19 0.002914 0.000215 -0.00017
Jun-16 0.0081 0.002064 0.001886 Apr-19 0.005906 -8.4E-05 -0.00029
Jul-16 -0.00177 0.002469 -0.00259 May-19 0.016497 -0.00179 -0.00163
Aug-16 -0.00172 0.001505 -0.00075 Jun-19 0.011066 0.001607 0.001255
Sep-16 0.002398 -0.00014 0.00149 Jul-19 -0.00695 0.000235 -0.00037
Oct-16 0.002861 0.000529 -0.00023 Aug-19 -0.00069 -0.00041 -0.00111
Nov-16 0.001493 -0.00227 0.000662 Sep-19 -0.0046 -0.0012 0.00055
Dec-16 0.008105 0.00147 0.000857 Oct-19 0.004994 0.000448 0.000817
Jan-17 0.001804 -9.5E-06 0.00007 Nov-19 -0.00531 -0.00165 -0.00134
Feb-17 0.00784 0.000921 8.95E-05 Dec-19 -0.00229 0.002474 0.00229
Mar-17 0.004578 0.001518 -0.00118
Apr-17 0.010975 0.001241 -0.00083
May-17 0.027229 0.000485 -0.00062
UNIVERSITAS SUMATERA UTARA
65
9. Risk-Free Rate Indonesia Periode Agustus 2014 – Desember 2019
Date Risk Free (%) Date Risk Free (%)
Aug-14 8.22 Sep-17 6.50
Sep-14 8.40 Oct-17 6.80
Oct-14 8.05 Nov-17 6.51
Nov-14 7.70 Dec-17 6.31
Dec-14 7.85 Jan-18 6.32
Jan-15 7.04 Feb-18 6.59
Feb-15 6.90 Mar-18 6.67
Mar-15 7.41 Apr-18 6.91
Apr-15 7.69 May-18 7.06
May-15 8.17 Jun-18 7.80
Jun-15 8.38 Jul-18 7.75
Jul-15 8.60 Aug-18 8.13
Aug-15 8.79 Sep-18 8.21
Sep-15 9.62 Oct-18 8.60
Oct-15 8.80 Nov-18 7.87
Nov-15 8.61 Dec-18 7.98
Dec-15 8.87 Jan-19 8.05
Jan-16 8.28 Feb-19 7.80
Feb-16 8.24 Mar-19 7.67
Mar-16 7.71 Apr-19 7.80
Apr-16 7.71 May-19 8.02
May-16 7.87 Jun-19 7.37
Jun-16 7.46 Jul-19 7.38
Jul-16 6.94 Aug-19 7.35
Aug-16 7.14 Sep-19 7.30
Sep-16 7.07 Oct-19 7.00
Oct-16 7.26 Nov-19 7.07
Nov-16 8.18 Dec-19 7.10
Dec-16 7.94
Jan-17 7.64
Feb-17 7.54
Mar-17 7.03
Apr-17 7.03
May-17 6.95
Jun-17 6.81
Jul-17 6.95
Aug-17 6.68
UNIVERSITAS SUMATERA UTARA
66
10. Beta (Risiko Pasar) Cryptocurrency, Saham, dan Emas Periode Agustus
2014 – Desember 2019
Date Beta
Date Beta
Crypto Stock Comex Crypto Stock Comex
Aug-14 0.209695 1.115385 0.893204 Jul-17 -0.72333 1.081361 1.041841
Sep-14 1.618035 0.947557 0.932331 Aug-17 0.884143 1.011146 0.472527
Oct-14 0.979642 0.961024 1.506772 Sep-17 0.634251 1.069847 1.317979
Nov-14 0.544737 0.858679 0.685641 Oct-17 2.004431 1.095618 1.631579
Dec-14 1.59165 1.018898 0.485788 Nov-17 0.764637 0.881081 0.841584
Jan-15 0.96637 0.947009 0.135838 Dec-17 0.354271 5.276596 1.078717
Feb-15 1.958386 0.797927 2.598152 Jan-18 1.050201 1.623431 0.771812
Mar-15 0.813933 0.944805 0.822311 Feb-18 0.476465 1.05506 0.957346
Apr-15 0.968091 1.115335 3.892857 Mar-18 0.799852 1.187403 0.857335
May-15 1.134479 0.743772 0.679853 Apr-18 0.505557 1.155224 1.652561
Jun-15 0.860879 1.093399 1.378947 May-18 0.811933 1.044199 1.488812
Jul-15 0.109155 1.083333 0.814776 Jun-18 0.769607 1.147059 1.017483
Aug-15 1.008455 0.939557 0.602881 Jul-18 1.154405 0.931227 1.027833
Sep-15 0.781888 1.137845 0.927914 Aug-18 0.583289 0.918519 1.033764
Oct-15 1.234952 0.310241 0.779459 Sep-18 1.416312 0.988777 1.393189
Nov-15 1.001808 1.040863 0.921865 Oct-18 0.697935 1.005445 0.640511
Dec-15 0.883165 0.723519 0.759599 Nov-18 1.086336 0.778607 0.858633
Jan-16 1.110599 0.932051 0.440882 Dec-18 0.891364 1.105263 0.233732
Feb-16 0.746131 0.802469 -0.17088 Jan-19 0.914858 0.899614 1.840426
Mar-16 2.081342 1.144715 1.813776 Feb-19 0.493496 1.195202 1.213467
Apr-16 0.091105 1.100637 -3.80769 Mar-19 -0.45814 0.876374 1.181592
May-16 0.798906 1.07331 1.617574 Apr-19 2.88409 0.970037 1.041518
Jun-16 1.222229 0.868056 -0.27164 May-19 0.841515 0.980558 0.566494
Jul-16 1.121531 1.080808 0.344656 Jun-19 0.675734 0.84879 -0.07819
Aug-16 0.72942 0.912371 1.181411 Jul-19 0.450223 0.950581 0.786667
Sep-16 -28.3715 0.986613 1.68262 Aug-19 1.072275 1.197115 0.054934
Oct-16 4.448365 1.088997 1.311054 Sep-19 0.981151 1.025458 1.740859
Nov-16 0.791521 1.187453 2.247093 Oct-19 0.445117 0.874172 0.808967
Dec-16 1.148254 0.936884 1.430421 Nov-19 1.078809 0.940284 1.05641
Jan-17 1.423317 1.10013 0.38543 Dec-19 0.829014 0.463203 1.672727
Feb-17 0.965235 1 0.568521
Mar-17 -3.85196 1.038251 0.755897
Apr-17 0.823806 1.002028 0.668605
May-17 0.394383 0.855482 0.818182
Jun-17 0.401825 0.907869 1.323446
UNIVERSITAS SUMATERA UTARA
67
11. Jumlah Data Bitcoin, Saham LQ45, dan Emas
Intrument
Cases
Valid Missing Total
N % N % N %
Return BTC 65 100.0 0 0.0 65 100.0
LQ45 65 100.0 0 0.0 65 100.0
GOLD 65 100.0 0 0.0 65 100.0
Risk BTC 65 100.0 0 0.0 65 100.0
LQ45 65 100.0 0 0.0 65 100.0
GOLD 65 100.0 0 0.0 65 100.0
Sharpe BTC 65 100.0 0 0.0 65 100.0
LQ45 65 100.0 0 0.0 65 100.0
GOLD 65 100.0 0 0.0 65 100.0
Treynor BTC 65 100.0 0 0.0 65 100.0
LQ45 65 100.0 0 0.0 65 100.0
GOLD 65 100.0 0 0.0 65 100.0
Jensen BTC 65 100.0 0 0.0 65 100.0
LQ45 65 100.0 0 0.0 65 100.0
GOLD 65 100.0 0 0.0 65 100.0
12. Grafik Perbandingan Return Bulanan dari Bitcoin, Saham LQ45, dan
Emas
-60.00%
-40.00%
-20.00%
0.00%
20.00%
40.00%
60.00%
80.00%
Aug-14 Mar-15 Oct-15 May-16 Dec-16 Jul-17 Feb-18 Sep-18 Apr-19 Nov-19
BTC Stock Gold
UNIVERSITAS SUMATERA UTARA
68
13. Distribusi Frekuensi Return Bulanan dari Bitcoin, Saham LQ45, dan
Emas
Return (%) Frekuensi (Persentase)
Bitcoin % Saham LQ45 % Emas %
<0 30 46,15 26 40 32 49,23
0.1 - 25 22 33,85 39 60 33 50,77
26 - 50 9 13,85 0 - 0 -
51 - 75 4 6,15 0 - 0 -
76 - 100 0 - 0 - 0 -
14. Grafik Perbandingan Risiko Bulanan dari Bitcoin, Saham LQ45, dan
Emas
15. Distribusi Frekuensi Risiko Bulanan dari Bitcoin, Saham LQ45, dan Emas
Risiko (Standar Deviasi) Bitcoin Saham LQ45 Emas
0,01 – 0,02 13 63 61
> 0,02 - 0,04 29 2 4
> 0,04 – 0,06 16 0 0
> 0,06 – 0,08 6 0 0
> 0,08 – 0,1 1 0 0
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.1
Aug-14 Apr-15 Dec-15 Aug-16 Apr-17 Dec-17 Aug-18 Apr-19 Dec-19
BTC Stock Gold
UNIVERSITAS SUMATERA UTARA
69
16. Grafik Perbandingan Kinerja Bulanan dengan Metode Sharpe pada
Bitcoin, Saham LQ45, dan Emas
17. Distribusi Frekuensi Kinerja Bulanan dengan Metode Sharpe pada
Bitcoin, Saham LQ45, dan Emas
Nilai Sharpe Frekuensi
Bitcoin Saham LQ45 Emas
(-21) – (-14) 1 4 11
> (-14) – (-5) 23 48 37
> (-5) – 4 28 13 17
> 4 – 13 11 0 0
> 13 – 22 2 0 0
18. Grafik Perbandingan Kinerja Bulanan dengan Metode Treynor pada
Bitcoin, Saham LQ45, dan Emas
-30
-20
-10
0
10
20
Aug-14 May-15 Feb-16 Nov-16 Aug-17 May-18 Feb-19 Nov-19
BTC Stock Gold
-1
-0.5
0
0.5
1
1.5
Aug-14 Apr-15 Dec-15 Aug-16 Apr-17 Dec-17 Aug-18 Apr-19 Dec-19
BTC Stock Gold
UNIVERSITAS SUMATERA UTARA
70
19. Distribusi Frekuensi Kinerja Bulanan dengan Metode Treynor pada
Bitcoin, Saham, dan Emas
Nilai Treynor Frekuensi
Bitcoin Saham LQ45 Emas
(-0,5) – (-0,3) 5 0 0
> (-0,3) – 0 31 64 64
> 0 – 0,3 22 1 1
> 0,3 – 0,6 3 0 0
> 0,6 – 0,9 2 0 0
> 0,9 – 1,2 2 0 0
20. Grafik Perbandingan Kinerja Bulanan dengan Metode Jensen pada
Bitcoin, Saham LQ45, dan Emas
21. Distribusi Frekuensi Kinerja Bulanan dengan Metode Jensen pada
-2.5
-2
-1.5
-1
-0.5
0
0.5
Aug-14 Apr-15 Dec-15 Aug-16 Apr-17 Dec-17 Aug-18 Apr-19 Dec-19
BTC Stock Gold
UNIVERSITAS SUMATERA UTARA
71
Bitcoin, Saham, dan Emas
Nilai Jensen Frekuensi
Bitcoin Saham LQ45 Emas
(-2,4) – (-2) 1 0 0
> (-2) – (-1,6) 0 0 0
> (-1,6) – (-1,2) 0 0 0
> (-1,2) – (-0,8) 0 0 0
> (-0,8) – (-0,4) 0 0 0
> (-0,4) – 0 42 33 36
0 – 0,4 22 32 29
UNIVERSITAS SUMATERA UTARA
72
22. Hasil Uji Normalitas Data
Intrument
Kolmogorov-Smirnova
Statistic df Sig.
Return BTC .108 65 .058
LQ45 .128 65 .010
GOLD .069 65 .200*
Risk BTC .091 65 .200*
LQ45 .161 65 .000
GOLD .110 65 .048
Sharpe BTC .092 65 .200*
LQ45 .043 65 .200*
GOLD .080 65 .200*
Treynor BTC .130 65 .008
LQ45 .101 65 .095
GOLD .078 65 .200*
Jensen BTC .394 65 .000
LQ45 .334 65 .000
GOLD .159 65 .000
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
23. Hasil Uji Homogenitas Data
Levene Statistic df1 df2 Sig.
Return Based on Mean 80.122 2 192 .000
Based on Median 68.990 2 192 .000
Based on Median and with
adjusted df
68.990 2 71.476 .000
Based on trimmed mean 78.970 2 192 .000
Risk Based on Mean 55.693 2 192 .000
Based on Median 48.583 2 192 .000
Based on Median and with
adjusted df
48.583 2 85.315 .000
Based on trimmed mean 53.534 2 192 .000
Sharpe Based on Mean 12.101 2 192 .000
Based on Median 10.466 2 192 .000
UNIVERSITAS SUMATERA UTARA
73
Based on Median and with
adjusted df
10.466 2 150.729 .000
Based on trimmed mean 11.804 2 192 .000
Treynor Based on Mean 53.145 2 192 .000
Based on Median 45.207 2 192 .000
Based on Median and with
adjusted df
45.207 2 66.810 .000
Based on trimmed mean 49.497 2 192 .000
Jensen Based on Mean 3.169 2 192 .044
Based on Median 1.988 2 192 .140
Based on Median and with
adjusted df
1.988 2 71.793 .144
Based on trimmed mean 1.990 2 192 .139
24. Peringkat Kruskall-Wallis
Ranks
Intrument N Mean Rank
Return BTC 65 103.17
LQ45 65 98.03
GOLD 65 92.80
Total 195
Risk BTC 65 157.08
LQ45 65 64.00
GOLD 65 72.92
Total 195
Sharpe BTC 65 136.57
LQ45 65 77.74
GOLD 65 79.69
Total 195
Treynor BTC 65 102.05
LQ45 65 102.84
GOLD 65 89.12
Total 195
Jensen BTC 65 85.88
LQ45 65 110.88
GOLD 65 97.25
Total 195
UNIVERSITAS SUMATERA UTARA
74
25. Uji Kruskall-Wallis
Return Risk Sharpe Treynor Jensen
Kruskal-Wallis H 1.097 107.652 45.577 2.423 6.395
df 2 2 2 2 2
Asymp. Sig. .578 .000 .000 .298 .041
a. Kruskal Wallis Test
b. Grouping Variable: Intrument
UNIVERSITAS SUMATERA UTARA