1 PENDAHULUAN I.1 Latar Belakang Sepertiyangkitaketahui,perkembanganduniausahatumbuhpesat.Hawa persaingan usahapun (dari dalam maupun luar negeri) semakin terasa. Bagi suatu negara, momeninidinilaibermanfaatdalamrangkamembangunperekonomiandansebisa mungkin pemerintah memberikan fasilitas dan kemudahan-kemudahan bagi pelaku usaha lokalagardapatmenggerakkansektor-sektorusahadalamnegerimenjadiproduktif sehinggadapatmengurangiancamanderasnyapersaingansektorasing.Sadarakan keinginanitu,masyarakatmendambakankesejahteraansaatiniataudimasayangakan datang.Untukituperlupemerintahmengupayakanataumerealisasiskanhalitumelalui lembaga lembaga di pasar uang dan pasar modal. Pasar modal sudah banyak dijadikan alternatif dalam rangka mencari sumber pendanaanbagimasyarakat(investor)Tidakhanyaberuparealassetsepertitanah, bangunan,alat-alatberatdanlainnyanamunbisajugadalambentukfinancialasset sepertisahamdanobligasi.Investasidilakukansebagaialokasiuangdenganharapan akanmenghasilkanuangkembalisebagaitambahanpenghasilandimasayangakan datang.Meskipunbegitu,dalamberinvestasiinvestorcepattanggapberkenaandengan menempatkanuangnyadalambentuksekuritasatausurat-suratberharga.Investasi merupakanharapandariketidakpastianmemilihsaham-sahamuntukmembentuk portofoliooptimaluntukmemberikanhasil(return)dariserangkaianresikoyang mengikuti dibelakangnya. Terdapatduaresikodalamberinvestasi,yakniresikosistematisdanresikotidak sistematis.Resikosistematis(SystematicRisk)adalahresikoyangtidakdapat dihilangkandenganjalandiversifikasisedangkanresikotidaksistematis(Unsystematic Risk) adalah resikoyang dapat dihilangkan dengan jalan diversifikasi. Resiko sistematis ini biasa dikenal dengan beta. Koefisien beta merupakan salah satu hal yang menentukan besarnya return. Secara garis besar Investor terdiri dari dua kategori besar: investor yang menyukairesiko(risktaker)danyangcenderungmenghindariresiko(riskavoider/risk 2 aversion).Darikategoriinilahkitadapatmembedakaninvestoryangberanimengambil resiko danmengharapkan pengembalian (return) yang lebih besar. Optimalisasiportofolioadalahhalpentingbagiinvestorindividumaupun institusional. Hal ini bertujuan untuk mendapatkan return maksimal dengan tingkat resiko yanghadapi.Dengankatalain,investormenghindariresikodanmengharapkanreturn jikaterlibatpadasebuahinvestasiberesiko.Olehkarenaituinvestorperlumembentuk portofolioefisien.Portofolioefisienadalahportofolioyangmenghasilkantingkat keuntungantertentudenganrisikoterendah,ataurisikotertentudengantingkat keuntungan tertinggi (Husnan, 1998).Menurut Bodie et. al (2005:241), Portofolio efisien adalah : Alltheportfoliosthatlieontheminimum-variancefrontierfromtheglobal minimumvarianceportfolioandupwardprovidethebestrisk-returncombinationsand thus are candidates for the optimal portfolio. The part of the frontier that lies above the globalminimum-varianceportfolio,therefore,iscalledtheefficientfrontierofrisky assets. Diperlukandatahistorisatassahamindividualyangdijadikaninputuntuk seterusnyadianalisissehinggamemberikaninformasiapakahportofoliooptimalatau tidak..Besarkecilnyaresikoakanmenentukanberapareturnyangakandihasilkan,baik berupa capital gain (untung) atau capital loss (rugi). Penelitianinibermaksuduntukmenganalisabetasahamterhadapreturn ekspektasi (expected return )terhadap pembentukan portofolio optimal dilakukan di Bursa EfekJakartadenganmengambilsaham-sahamyangtermasukdalamsahamLQtahun 2011. I.2 Perumusan Masalah Penjelasandarilatarbelakangmasalah,makapenelitimenemukanadanya researchgapdaripenelitisebelumnyadarivariabelvariabelindependentyangakan ditelitiselanjutnya.Perhitunganbetasahamdanreturnpadatiapkondisipasar(bullish 3 dan bearish) menggunakan Model Index Tunggal. Dari permasalahan yang muncul maka dirumuskan pertanyaan penelitian (Research Question) sebagai berikut : 1.Apakah terdapatpengaruh beta saham terhadap pembentukan portofolio optimal? 2.Apakahterdapatpengaruhreturnekspektasiterhadappembentukanportofolio optimal? 1.3 Tujuan dan Manfaat Penelitian 1.3.1 Tujuan Penelitian Tujuan dari penelitian ini adalah: 1. MenganalisispengaruhbetasahamLQ-45melaluipendekatansingleindex modelterhadappembentukanportofoliooptimalsahamselamaperiode2011 di Bursa Efek Indonesia 2.Menganalisispengaruhreturnekspektasiterhadappembentukanportofolio optimal selama periode 2011 di Bursa Efek Indonesia 1.3.2 Manfaat Penelitian Penelitian ini mempunyai manfaat antara lain : a.Bagi peneliti Hasilpenelitianinidapatdigunakanreferensidanbahan masukanbagipenelitianselanjutnyasertamengembanganilmu pengetahuan berkenaan dengan tema tersebut.b.Bagi Investor Sebagaibahanpertimbanganuntukmengambilkeputusan investasiyanglebihakuratsesuaidengantrendpasar(bullishdan bearish). 4 BAB II TINJAUAN PUSTAKA II.1 Telaah PustakaII.1.1 Pengertian Pasar Modal Pasarmodal(capitalmarket)merupakanpasaruntukberbagaiinstrumen keuanganjangkapanjangyangbisadiperjualbelikan,baiksuratutang(obligasi), ekuiti(saham),reksadana,maupuninstrumenlainnya.Pasarmodalmerupakan saranapendanaanbagiperusahaanmaupuninstitusilain(misalnyapemerintah), dansebagaisaranabagikegiatanberinvestasi.Dengandemikian,pasarmodal memfasilitasi berbagai sarana dan prasarana kegiatan jual beli dan kegiatan terkait lainnya. II.1.2 Konsep Risk and Return II.1.2.1 Return Return is a yield and capital gain (loss) ( Jones : 2000). Dengan kata lain, yieldmerupakanhasilyangdiperolehpadatiapperiode(cashflow)kepada investor sedangkan capital gain (loss) adalah selisih harga beli dan harga jual investasi.Returnsahamadalahtingkatkeuntunganyangdinikmatioleh pemodal atas suatu investasi yang dilakukannya (Robert Ang, 2001). Kesimpulandaridefinisidiatasmenjelaskanbahwareturnadalah keuntunganataukerugianinvestasidaripenjumlahanalirankas(cashflow) dengancapitalgain(loss).Dalamduniainvestasiterdapatreturnpasar (market) dan return pasar. Singkatnya, return pasar (market return) bersumber padaindeksperubahanhargasahambursa.IndexsahampadaBEI diantaranya ; Index Harga Saham Gabungan (IHSG),LQ-45, Jakarta Islamic Index, Index Sektoral dan Index Individual 5 Returnterbagimenjadi2komponen,returnyangsudahdidapat(realized return)sehinggadapatmenentukanreturnyangakandidapatdimasayang akan datang (expectedreturn). Keduareturn ini sama-sama dipengaruhi oleh faktor eksternal (makroekonomi) dan internal perusahaanyang beresiko pada investasi gagal. II.1.2.2 ResikoResikomerupakansebuahketidakpastiandalamberinvestasi,namun keberadaannyadapatdiprediksisesuaidengandata-datahistorissebagai acuannya.Risk is uncertainty that investment will earn its expected rate of return (Reily, et al : 2000) Riskisthelikelyvariabilityassociatedwithexpectedrevenueor income streams (Keown, et al : 2005) Kesimpulannya,resikoadalahkemungkinan-kemungkinanyang terjadiuntukmembandingkanreturnyangdiharapkan(expected)dengan return sesungguhnya (realized). Namun, pada dasarnya resiko akan menentukan sendiri berapa tingkat return investasi (berbanding lurus). Untuk, itu investor sangat memperhatikan timbal balik yang akan didapat dengan resiko yang ada. Sepertiyangtelahtdijelaskansebelumnyaresikoterbagimenjadidua jenis : -Resikosistematik(systematicrisk)resikoyangterjadiakibat perubahankondisipasarbaikdalamatauluarnegeri.Kondisiini menggambarkanbagaimanasituasiekonomimakro,inflasi,suku bunga, nilai tukar, politik dan resiko pasar lainnya. Menurut Bodie et. al (2005:224), jenis-jenis risiko sistematik yaitu :a) Interest rate riskb) Inflation riskc) Market risk6 -Resikotidaksistematik(unsystematicrisk)yaituresikoyangbisa dihindaridangandiversifikasiataupembentukanportofolio,karena resikoiniberasaldarikarakteristikmasing-masingsaham.Menurut Bodie et. al (2005:224), jenis-jenis dari risiko tidak sistematik yaitu :a) Business riskb) Financial riskDariresikoyangada,makainvestormemilikiketertarikantersendiri pada resiko, ada yang menyukai atau bahkan tidak menyukai resiko.-Risk taker. Investor yang menyukai resiko. Dia lebih menyukai resiko yang lebih tinggidengan tingkat return yang sama. -Riskneutral.Investornetraldanlebihmemilihtingkatresikodan pengembalian yang seimbang -Riskaverter.Investortidakmenyukairesikobahkancenderung menghindari resiko rendah. Kesimpulannya,investasipasti(certain)memilikiresiko.Namun,setiap investasi yang beresiko akan memberikan keuntungan tidak pasti (uncertain). II.1.3 Beta Saham Betaadalahparameterkondisikeuangankarenasahammerupakanresiko unikperusahaan.Semakinbesarnilaibetamakaresikoyangditimbulkanakan menjadi lebih besar. Betamerupakanukuranvolatilitiesreturnsahamterhadapreturnpasar Jogiyanto(1998).Semakinbesarfluktuasireturnsahamterhadapreturnpasar makasemakinbesarpulabetasahamtersebutbegitupunsebaliknya.Sebagai resikosistematik,betamerupakandasaruntukmemperkirakanbesarnyaresiko danreturninvestasidimasadepan.Itulahsebabnyamengapaselain memperhatikanreturnyangtinggi,investorjugaharusmemperhatikantingkat risikonya.Investorperlumempertimbangkanresikosistematikinisebelum mengambil keputusan. 7 Keuntunganyangdiharapkandigambarkandalamsumbuvertikal, sedangkanrisikosistematikdigambarkansebagaisumbuhorizontal.Garislinear (garismiring)yangmenggambarkanantararisikosistematikdengantingkat keuntunganyangdiharapkandisebutgarispasarmodal.Darigambardiatas, keuntunganyangdiharapkanlebihtinggidibandingkandengantingkat keuntungan bebas risiko (risk free rate / RF). Garispasarmodalmenunjukkanbahwasemakinbesarrisikosistematik, akansemakintinggipulatingkatkeuntunganyangdiharapkan(Expectedreturn) olehinvestor.Kemiringan(slope)garispasarmodalmenunjukkanseberapajauh seorang investor menunjukkan sifat tidak menyukai risiko (risk averse). Semakin curam kemiringan garis pasar modalnya, berarti bahwa seorang investor semakin tidakmenyukairisiko.Dariuraiandiatasjelasbahwaterdapathubunganpositif antararisikosistematikdengantingatkeuntunganyangdiharapkan(dalamDian Rachmatika, 2006) II.1.4 Expected return Expectedreturnsahammerupakantingkatkeuntunganyangdiharapkan olehinvestor.DalammenghitungExpectedreturndapatdiukurdengan menggunakan pendekatan, yakni : Mencari Realized Return 8 Rti = return realisasi saham i Pt = closing price saham i pada hari ke t Pt-1 = closing price saham i pada hari ke t-1 Mencari Return Ekspektasi : Abnormalreturnsahammerupakanselisihantarareturn sesungguhnya(actualreturn)danreturnyangdiharapkan (expectedreturn).Abnormalreturnbisabernilaipositifatau negatif. II.1.5PortofolioMenurutJones(2002:3),Portfolioisthesecuritiesheldbyaninvestor taken as a unit. Artinya portofolio adalah sejumlah sekuritas yang dipertahankan oleh investor dalam satu kesatuan. II.1.5.1 Portofolio yang Efisien Menurut Bodie et. al (2005:241):Alltheportfoliosthatlieontheminimum-variancefrontierfromthe globalminimumvarianceportfolioandupwardprovidethebestrisk-return combinations and thus are candidates for the optimal portfolio. The part of the frontier that lies above the global minimum-variance portfolio, therefore, is called the efficient frontier of risky assets.Artinyaadalahsemuaportofolioyangterdapatdiatasgaris pembatas minimum varian dari garis pembatas minimum varian portofolio yangglobaldanyangdiatasnyamemberikankombinasirisikodan pengembalian yang baik dan merupakan kandidat portofolio yang optimal. 9 Makadariituportofolioyangterdapatpadagarisminimumvarian portofolioyangglobaldisebutjugagarispembatasyangefisiendariaset yang berisiko.Portofoliooptimalmerupakanpilihandariberbagaisekuritasdari portofolioefisien.Portofolioyangoptimalinidapatditentukandengan memilihtingkatreturnekspektasitertentudankemudianmeminimumkan resikonya,ataumenentukantingkatrisikoyangtertentudankemudian memaksimumkanreturnekspektasinya.Investoryangrasionalakanmemilih portofoliooptimalinikarenaportofolioyangdibentukdenganmengoptimalkansatudariduadimensi,yaitureturnekspektasiataurisiko portofolio. II.1.5.2Portofolio yang OptimalMenurutTandelilin(2001:74),portofoliooptimalmerupakan portofolioyangdipilih seoranginvestordarisekianbanyakpilihanyang ada pada kumpulan portofolio efisien. II.1.5.3 Diversifikasi Diversifikasimerupakankuncirisikomanajemenportofolio, karenamembantuinvestoruntukmengurangirisikoportofoliosecara signifikan tanpa mempengaruhi return.MenurutBodieet.al(2005:174),Divesificationiswhereby investmentsaremadeinawidevarietyofassetssothatexposuretothe risk of any particular security is limited.Jadikeuntunganmelakukandiversifikasiinvestasiadalahtingkat pengembaliandariinvestasiyangrelatifstabilkarena,tingkat pengembalianinvestortidakbergantungpadasatusumbersaja,sehingga bilatingkatpegembaliansalahsatuinvestasimenurun,akanditutupi dengan penghasilan dari investasi lain. 10 II.2. Perumusan Hipotesis Hipotesis adalah hubungan yang diduga secara logis antara dua variabel atau lebih dalamrumusanproposisiyangdapatdiujisecaraempiris(IndriantorodanSupomo, 1999). Hipotesis penelitian yang diajukan adalah: -H1=BetasahamLQ-45denganpendekatansingleindexmodelmempunyai pengaruh positif signifikan terhadap pembentukan portofolio -H2= Ekspektasi return mempunyai pengaruh positif signifikan terhadap return saham Gambar Kerangka Pemikiran Hipotesis II.3 Definisi Konsepsional II.2.1 Pengaruh Beta Saham Terhadap Portofolio Optimal Pada tahun 1974, Levy menyarankan terkait perhitungan beta pada kondisi bullishdanbearishpasarsecaraterpisah.KonsepiniawalnyadiujiolehFabozzi danFrancis(1977).Merekamemperkirakanbetadipasarkondisibullishdan bearingdanhasilnyamenunjukkantidakadatandaketidakstabilanbeta.Setelah waktuyangsingkat,FabozzidanFrancis(1978)mengujibeberapahasilempiris yangmenarikdanmenyarankanbahwarisikodownside,yangdiukurolehbeta yangmencerminkanpasarkondisibearing,adalahukuranlebihvalidrisiko portofolio daripada tunggal beta dari versi standar model. Miswanto(1999)menunjukkanadanyapengaruhyangsignifikanbeta sahamterhadapreturnsaham.Sehinggadapatdirumuskanmenjadihipotesis pertama (H1) sebagai berikut: 11 . II.2.1.1 Penentuan Portofolio Optimal ModelIndeksTunggal(SingleIndexModel)dapat menyederhanakanperhitungandimodelMarkowitzdenganmenyediakan parameter-parameterinputyangdibutuhkandalamperhitunganmodel Markowitz.Disampingitu,modelindekstunggaldapatjugadigunakan untukmenghitungreturnekspektasidanrisikoportofolio(Jogiyanto, 2000;203). Returndarisekuritasmungkinberkolerasikarenaadanyareaksi umum(commonresponse)terhadapperubahan-perubahannilaipasar (Jogiyanto,2000;203).Halinimenunjukkanbahwatingkatreturnsuatu saham akan berkolerasi dengan perubahan pasar. Korelasiantarareturnsuatusahamdenganreturnindekspasar dapatdigunakansebagaipenilaianyangdapatmenentukanbesarnya returndarisuatusahamyangdapatdituliskandengan(EltondanGruber, 1984;108): Ri = ai + iRm dimana: Ri =Return sekuritas ke-i ai = Suatu variabel acakyang menunjukkan komponen darireturn sekuritas ke-i yang tidak dipengaruhi oleh perubahan pasar i = Beta, yaitu koofisien yang mengukur perubahan Ri akibat dariperubahan Rm Rm=Tingkatreturndariindekspasar,jugamerupakanvariabel acak Persamaandiatasmemecahreturnsuatusahammenjadiduabagian, yaitureturnunik(uniquereturn)yangtidakterpengaruhdenganperubahan pasar(variabelai)danreturnyangdipengaruhiolehperubahanpasar(i12 Rm).imenunjukkankepekaanreturnsuatusahamterhadapreturnindeks pasar. Variabelaidapatdipecahmenjadinilaiyangdiekspektasi(expected value) i serta kesalahan residu (residual error) ei sebagai berikut: ai=i+ei Dimanakesalahanresiduadalahkesalahanestimasikarenaadanya perbedaannilaiantaranilaiekspektasidengannilairealisasinya.Selanjutnya persamaan diatas dapat disubtitusikan dalam rumusdan didapat persamaan model indeks tunggal sebagai berikut: Ri = i + iRm+ ei dimana: i=nilai ekspektasi dari return sekuritas yang independent terhadap return pasar ei=kesalahanresiduyangmerupakanvariabelacakdengannilai ekspektasinya sama dengan nol atau E(ei) = 0. Modelindekstunggalmenunjukkanbahwareturnekspektasiterdiridaridua komponenreturn,yaitureturnunikyangtidakterpengaruholehperubahanpasar (variabel i) dan return yang dipengaruhi oleh perubahan pasar, yaitu i E(Rm). Demikian pulavariansekuritasmemilikiduakomponen,yaiturisikoyangberhubungandengan pasar(marketrelatedrisk)yaitui2m2,danrisikounikmasing-masingperusahaan (unique risk) yaitu ei2. Kesalahanresidu(ei)dimanavariandarikesalahanresidu(residualerror)ini (ei2)menunjukkanunsystematicrisksekuritasi.Sebaliknyakovarianhanyatergantung padarisikopasar.Iniberartimodelindekstunggalmenunjukkanbahwasatu-satunya alasanmengapasaham-sahambergerakbersamaadalahkarenareaksiterhadapgerakan pasar. Perhitungan rumus estimasi alpha () itu sendiri adalah: i = E(Rit) i E(Rmt) dan risiko non sistematis (ei2) dapat dirumuskan (Elton dan Gruber, 1984;118): 13 =2ei ( ) | |2n1 tRmtiiRitn1=+ Sedangkanmengenaiindekspasar,pemilihandariindekspasaritusendiritidak tergantungdarisuatuteoritetapilebihtergantungdarihasilempirisnya.Indekspasar yangdapatdipilihuntukpasarmodalIndonesiamisalnyaadalahIHSG(IndeksHarga SahamGabungan)atauindekslainnya,misalnyaLQ-45.JikadigunakanLQ-45,maka return pasar untuk waktu ke-t dapat dihitung sebesar (Jogiyanto, 2000: 204): IHSG 1 tIHSG 1 t IHSGtR t m,=Modelindekstunggalakanmampumengurangijumlahvariabelyangperluditaksir dibandingkandenganmodelMarkowitz,karenauntukportofoliomodelinimempunyai karakteristik sebagai berikut (Jogiyanto, 2000;219): a.Betaportofolio(p)merupakanrata-ratatertimbangdaribetamasing-masing sekuritas: ==N1 iiiPW dimana: Wi = proporsi dana untuk sekuritas ke-i b.Alphaportofolio(p)merupakanrata-ratatertimbangdarialphamasing-masing sekuritas: ==N1 ii i P W berdasarkan persamaan diatas, maka return ekspektasi portofolio menjadi: ( )R R mpp pE E + = |.|

\| dan risiko portofolio menjadi: 2N1 iei i2m2P2P W ||.|

\|+ == 14 Risikoportofolioyangbisadidiversifikasiataurisikotidaksistematis 2N1 iei i W||.|

\|=akansemakinkecilnilainyadengansemakinbanyaknyasekuritasdidalamportofolio. Sedangkanbagianpertamadarirumusdiatas(2m2p )menunjukkanrisiko sistematisnya.Penjumlahandarikeduabagianrumusdiatasdisebutsebagairisikototal dari portofolio. II.4 Operasional Variabel Adapun Operasional Variabel dari penelitian ini yakni : 1.Expected Return didapat dengan cara berikut : a.Mencari Relize Return Denganperhitungan : Rti = return realisasi saham i Pt = closing price saham i pada hari ke t Pt-1 = closing price saham i pada hari ke t-1 b.Expected Return 2.Beta Saham a.Standar Deviasi ( ) Xi = realized return ke-i saham i X = rata-rata realized return saham i 15 n = jumlah realized return saham rim = korelasi realized return saham i dengan realized return pasar r(AB) = koefisien korelasi saham A dan B AB = covariance saham A dan B A = covariance saham A B = covariance saham B 3.Varian ( ) 4.Variance (2ei) ei (i) = variance ei saham i 2 i = variance saham i 2m = variance pasar i = alpha saham i 5.Alpha (i) i = alpha saham i i = beta saham i Rm = return pasar Beberapalangkahyangharusdilakukandalammelakukanpenelitianiniadalah sebagai berikut: 1)Mendapatkan perkembangan harga saham, IHSG dan SBI. 16 2)Menghitungrealizedreturn,expectedreturn,standardeviasidanvariandari masing-masing saham individual, IHSG dan SBI. 3)Menghitung beta, alpha dan variance error masing-masing saham individual. 4)Menghitungnilaiexcessreturntobeta(ERB)masing-masingsaham.Nilai ERBdiperlukansebagaidasarpenentuansahamyangmenjadikandidat portofolio.NilaiERByangdiperolehdiurutkandarinilaiyangterbesarke nilaiyangterkecil.Saham-sahamdengannilaiERBlebihbesaratausama dengan nilai ERB di titik C* merupakan kandidat portofolio optimal. 5)Menghitung nilai Ci NilaiCiadalahnilaiCuntuksahamke-iyangdihitungdariakumulasinilai-nilaiA1sampaidenganAidannilai-nilaiB1sampaidenganBi.NilaiCi merupakanhasilbagivarianpasarterhadapkelebihanpengembalianlebih besar dari pada RFR terhadap variance error saham dengan varian pasar pada sensitivitas saham individual terhadap variance error saham. 6)MencarinilaiC*BesarnyaC*adalahnilaiCiyangterbesar.Saham-saham yangmembentukportofolioefisienadalahsaham-sahamyangmempunyai ERB lebih besar atau sama dengan ERB di titik C*. 7) Menentukan proporsi dana yang akan diinvestasikan dalam portofolio efisien. 8)Menentukan korelasi dan covariance saham-saham pembentuk portofolio. 9) Menghitung expected return, standar deviasi dan varian dari portofolio. 17 BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data 3.1.1 Jenis Data Datayang dipergunakandalam penelitian iniadalah data sekunderyaitudata yang dipublikasikan dan digunakan oleh organisasi berupa bukti catatan atau laporan historisyangtelahtersusundalamarsip.Datasekunderyangdigunakanmerupakan data yang diperoleh secara tidak langsung dari sumbernya, yang berupa: a.Hargapenutupansaham(closingprice)bulanandarisahamsahamyang termasuk dalam saham LQ-45 periode Januari sampai Desember 2011. b.Indeks Harga Saham LQ45 yang lebih tepat mewakili saham pasar. 3.1.2 Sumber Data Datayangdiperlukandalampenelitianinimerupakandatasekunder historis,yangdiperolehmelaluisumber:JSXMonthlyStatisticsdanquarter, Indonesian Capital Market Directory, dan homepage www.jsx.co.id. serta berasal dari BEI periode 2011. Berikut daftar emiten LQ 45 terbaru Bursa Efek Indonesia (BEI) periode Agustus 2011 - Januari 2012 No.Nama Emiten LQ45KodeStatus 1PT Astra Agro Lestari TbkAALITetap 2PT Adaro Energy TbkADROTetap 3PT Aneka Tambang TbkANTMTetap 4PT Astra International TbkASIITetap 5PT Bank Central Asia TbkBBCATetap 6PT Bank Negara Indonesia TbkBBNITetap 7PT Bank Rakyat Indonesia TbkBBRITetap 8PT Bank Tabungan Negara TbkBBTNTetap 9PT Bank Danamon Indonesia TbkBDMNTetap 10PT BPD Jawa Barat TbkBJBRTetap 18 11PT Bank Mandiri TbkBMRITetap 12PT Bakrie & Brothers TbkBNBRTetap 13PT Borneo Lumbung Energi & MetalBORNBaru 14PT Berau Coal Energy TbkBRAUTetap 15PT Bumi Resources TbkBUMITetap 16PT Charoen Pokphand Indonesia TbkCPINTetap 17PT Delta Dunia Makmur TbkDOIDTetap 18PT Bakrieland Development TbkELTYTetap 19PT Energi Mega Persada TbkENRGTetap 20PT XL AxiataEXCLBaru 21PT Gudang Garam TbkGGRMTetap 22PT Gajah Tunggal TbkGJTLTetap 23PT Harum EnergyHRUMBaru 24PT Indofood CBP Sukses Makmur TbkICBPBaru 25PT International Nickel Indonesia TbkINCOTetap 26PT Indofood Sukses Makmur TbkINDFTetap 27PT Indika Energy TbkINDYTetap 28PT Indocement Tunggal Prakarsa TbkINTPTetap 29PT Indosat TbkISATTetap 30PT Indo Tambangraya Megah TbkITMGTetap 31PT Jasa Marga TbkJSMRTetap 32PT Kalbe Farma TbkKLBFTetap 33PT Krakatau SteelKRASBaru 34PT Lippo Karawaci TbkLPKRTetap 35PT PP London Sumatra Indonesia TbkLSIPTetap 36PT Medco Energi Internasional TbkMEDCTetap 37PT Perusahaan Gas Negara TbkPGASTetap 38PT Tambang Batubara Bukit Asam TbkPTBATetap 39PT Holcim Indonesia TbkSMCBTetap 40PT Semen Gresik TbkSMGRTetap 41PT Timah TbkTINSTetap 42PT Telekomunikasi Indonesia TbkTLKMTetap 43PT Bakrie Sumatera Plantations TbkUNSPTetap 44PT United Tractors TbkUNTRTetap 45PT Unilever Indonesia TbkUNVRTetap 19 3.2 Populasi dan Sampel Populasi dari penelitian ini adalah saham yang termasuk LQ 45 di BEJ dalam periode pengamatan2011berjumlah45perusahaan.Sampeldalampenelitianiniberjumlah23 perusahaan,diambildenganmenggunakanmetodepurposivesamplingdengankriteria sebagai berikut : 1.Masuk dalam saham LQ 45 selama periode pengamatan tahun 2011 2. Untukmenghindaribiasdatapadareturnsaham,makapenelitimemilihsample perusahaanyangtidakmelakukancompanystockaction(stocksplit,stockdevidend dan right issue). 3.3 Tempat Penelitian Penelitian ini dilakukan di Serang, Banten dan Bursa Efek Indonesia (BEI) Jakarta. 3.4 Teknik Pengumpulan Data

Datayangdigunakandalampenelitianiniadalahdatasekunder,makaitu perolehandatadalampenelitianinidilakukandengancarapenelitiankepustakaan (libraryresearch),penelitianlewatmediainternet,danpenelitianlapangan(field research). 3.5 Pengujian Asumsi Klasik A.Uji NormalitasBertujuanuntukmengujiapakahdalamsebuatmodelregresi,variable bebas/variabelterikatkedua-duanyamempunyaidistribusinormalatautidak.Uji normalitas data dilakukan dengan menggunakan uji Kolmogorov Smirnov satu arah. Hair et al (1998) mengemukakan bahwa normalitas data dapat dilihat dengan uji Kolmogorov Smirnov.ApabilanilaiZstatistiknyatidaksignifikanmakasuatudatadisimpulkan terdistribusi secara normal. Uji Kolmogorov Smirnov dipilih dalam penelitian ini karena ujiinidapatsecaralangsungmenyimpulkanapakahdatayangadaterdistribusinormal secarastatistikatautidak.Sementaraujinormalitasdatayanglainsepertidaristatistika deskriptif dirasa tidak efisien karena memerlukan kesimpulan tambahan. 20 B.Uji MultikolinieritasBertujuanuntukmengetahuiadanyahubunganyangsempurnaantarvariabel independendalammodelregressi.Metodeuntukmendiagnoseadanyamulticollinearity dilakukan dengan diduganya nilai toleransi diatas 0,70 (Singgih Santoso, 1999:262); dan ketikakorelasiderajatnoljugatinggi,tetapitaksatupunatausangatsedikitkoefisien regresiparsialyangsecaraindividusignifikansecarastatistikatasdasarpengujiant yangkonvensional(Gujarati,1995:166).Disampingitujugadapatdigunakanuji Variance Inflation Factor(VIF)yang dihitung dengan rumus sebagai berikut:Jika VIF lebihbesardari10,makaantarvariabelbebas(independentvariable)terjadipersoalan multikolinearitas (Imam Ghozali, 2004). C.Uji HeteroskedastisitasDilakukanuntukmendeteksiadanyapenyebaranataupancarandarivariabel-variabel.Selainitujugauntukmengujiapakahdalamsebuahmodelregressiterjadi ketidaksamaanvariandariresidualdarisatupengamatankepengamatanyanglain.Jika variandariresidualdaripengamatankepengamatanyanglaintetap,makadisebut homokedastisitas,danjikavariansberbedadisebutheteroskedastisitas.Modelregressi yang baik adalah tidak terjadi heteroskedastisitas. Uji heteroskedastisitas pada penelitian ini menggunakan metode grafik untuk melihat pola dari variabel yang ada berupa sebaran data. Heteroskedastisitas merujuk pada adanya disturbance atau variance yang variasinya mendekatinolatausebaliknyavarianceyangterlalumenyolok.Untukmelihatadanya heteroskedastisitasdapatdilihatdariscatterplotnyadimanasebarandatanyabersifat increasing variance dari , decreasing variance dari dan kombinasi keduanya. Selain itu jugadapatdilihatmelaluigrafiknormalitasnyaterhadapvariabelyangdigunakan.Jika datayangdimilikiterletakmenyebardisekitargarisdiagonaldanmengikutiarahgaris diagonal maka model regressi memenuhi asumsi normalitas dan tidak ada yang berpencar maka dapat dikatakan tidak terjadi heteroskedastisitas tetapi homokedastisitas. UjiAutokorelasidilakukanuntukmengetahuigangguan-gangguanyangterjadipada hubunganantarvariabelyangditeliti.Untukmengetahuiadatidanyaautokorelasimaka digunakanujiDurbinWatson(DW),dimanacaramengujinyaadalahdengan 21 membandingkannilaiDWyangdihitungdenganangka-angkayangdiperlukandalam metodeDWtersebutadalahdl,du,4dl,dan4du.Jikanilainyamendekati2maka tidakterjadiautokorelasi,sebaliknyajikamendekati0atau4terjadiautokorelasi(+/-). Posisi angka Durbin-Watson test dapat digambarkan dalam gambar 3.1. 3.4. Analisis Regressi Untukmengujihipotesisdanmenyatakankejelasantentangkekuatanvariabel penentuterhadapreturnsahamdigunakananalisisregressibergandamelaluiprogramSPSS secara komputif dengan persamaan kuadrat terkecil (OLS) sebagai berikut: Ret = o + 1 X1 + 2 X2 + e Dimana, -Ret = Return Saham -o = Intersept -1 dan 2 = Koefisien parameter variabel independen -X1 = Beta saham dengan single index model -X2 = Expected Return -e = error sampling 22 3.5. Pengujian Hipotesis Pengujian terhadap hipotesis dilakukan dengan cara sebagai berikut: 1.Ujisignifikansi(pengaruhnyata)variabelindependen(Xi)terhadapvariabel dependen(Y)baiksecarabersama-sama(serentak)maupunsecaraparsial (individual) dilakukan dengan uji statistik F (F-test) dan uji statistik t (t-test). a.Uji F-statistik Ujiinidigunakanuntukmengujikeberartianpengaruhdariseluruh variabelindependensecarabersama-samaterhadapvariabeldependen.Hipotesis ini dirumuskan sebagai berikut: Ha:b1,b2>0,atauHa:b1,b2=0makaHaditerimadanHo ditolak.Artinyaterdapatpengaruhyangsignifikansecarabersama-sama dari variabel independen (X1 s/d X2) terhadap variabel dependen (Y). Nilai F-hitung dapat dicari dengan rumus: Jika Fhitung > F-tabel (a, k 1, n k), maka Ho ditolak dan Ha diterima atau dikatakan signifikan, artinya secara bersamasama variable bebas (X1 s/d X4) berpengaruh signifikan terhadap variable dependen (Y) = hipotesis diterima. Jika Fhitung0,atauHo:b1=0makaHaditerimadanHoditolakArtinyaterdapat pengaruh yang signifikan secara parsial dari variabel independen (X1 s/d X4) terhadap variabel dependen (Y). Dengan=5%makauntukmenentukanapakahpengaruhnyasignifikanatautidak, dilakukananalisismelaluipeluanggalatnya(p)dengancriteriasebagaiberikut (sutrisno Hadi, 1994) : P>0,05 maka dinyatakan non signifikan atau Ho diterima 0,05>P>0,01 maka dinyatakan signifikan atau Ho ditolak P T-tabel (a, k 1, n k), maka Ho ditolak dan Ha diterima atau dikatakan signifikan, artinya secara parsial variable bebas (X1) berpengaruh signifikan terhadap variable dependen (Y) = hipotesis diterima -Jika Thitung < T-tabel (a, k 1, n k), maka Ho diterima dan Ha ditolak maka dikatakan tidak signifikan, artinya secara parsial variable bebas (X1) berpengaruh tidak signifikan terhadap variabel dependen (Y) = hipotesis ditolak. c.Uji Chow Test Chowtestadalahalatuntukmengujitestforequalityofcoefficientsatauuji kesamaan koefisien dan test ini ditemukan oleh Gregory Chow, oleh karena itu untuk mengujihipotesis5yangmembedakanhasilregresipadaperusahaanpadaperiode bullishdanperiodebearish,selanjutnyadigunakanmodelregresiChowTest(alat untukmengujikesamaankoefisien).LangkahMelakukanChowTest(Ghozali, 2005): 24 1. Lakukan regressi dengan observasi total (seluruh perusahaan sampel, n=47) dan dapatkannilairestrictedresidualsumofsquaresatauRSSr(RSS2)dengan df=(n1+n2-k) dimana k adalah jumlah parameter yang diestimasi dalam hal ini 4. 2.Lakukanregressidenganobservasipadaperusahaanpadaperiodebullishdan dapatkan nilai RSS1 dengan df=(n1-k).3. Lakukan regressi dengan observasi pada perusahaan pada periode bearish dan dapatkan nilai RSS2 dengan df=(n2-k). 4.jumlahkannilaiRSS1,danRSS2untukmendapatkanapayangdisebut unrestricted residual sum of squares (RSSur): RSSur = RSS1 + RSS2, dengan df (n1 +n2 2k) 5.Hitunglah nilai F test dengan rumus: RSSr : Sum of Squared Residual untuk regresi dengan total observasi RSSur : Penjumlahan Sum of Squared Residual dari masing masing regresi menurut kelompok. n : Jumlah observasi k:Jumlahparameteryangdiestimasipadarestricted regresion. r:Jumlahparameteryangdiestimasipadaunrestricted regresion. 6.Nilai rasio F mengikuti distribusi F dengan k dan (n1 + n2 2k) sebagai df untuk penyebutmaupunpembilang.SelanjutnyahasildariFhitunginiakan dibandingkandenganFtabel,jikaFhitung>Ftabel,makahipotesisnoldapat ditolak. 2.Untukmengujidominasivariabelindependen(Xi)terhadapvariabeldependen(Y) dilakukan dengan melihat pada koefisien beta standar. 25 3. Koefisien Determinasi (R2) Koefisien Determinasi (R2) pada intinya mengukur seberapa jauhkemampuanmodeldalammenerangkanvariasivariabeldependen.Nilaikoefisien determinasiadalahdiantaranoldansatu.NilaiR2yangkecilberartikemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilaiyangmendekatisatuberartivariabel-variabelindependenmemberikanhampir semuainformasiyangdibutuhkanuntukmemprediksivariasivariabeldependen. (Ghozali, 2004). 26 BAB IV DAFTAR PUSTAKA Bodie, Kane dan Marcus, 2006, Invesment Edisi 6, Salemba Empat, Jakarta Welly Utomo, (2007), Analisis Pengaruh Beta Dan Varian Return Sahama Terhadap Return Saham, Tesis UNDIP Dian Rachmatika, (2006), Analisis Pengaruh Beta Saham, Growth Oppotunities, Return on AssetDanDebt To Equity Ratio Terhadap Return, Tesis UNDIP Nikolaos G. Theriou, Vassilios P, Aggelidis and Dimitrios I, Maditinos (2010), Testing the relation between beta and returns in the Athens stock exchange, Managerial Finance Journal, Managerial Finance, Vol. 36 No. 12, 2010 Mokhamad Sukarno, (2007), Analisis PembentukanPortofolio Optimal Saham Menggunakan Metode Single Indeks Di Bursa Efek Jakarta, Tesis UNDIP Nikolaos G. Theriou, The Cross-Sec tion of Expected Stock Returns:An Em pir i cal Study in the Ath ens Stock Exchange, Managerial Finance, Volume 31 Number 12 2005 Business & Management Journal Bunda Mulia,, Analisis Portofolio Optimal Saham-saham LQ-45 pada Periode Agustus 2005 Juli 2006 dengan Metode Single Index Model di Bursa Efek Jakarta ,Vol: 4, No. 1, ,Maret 2008 http://www.saham.us/index.php/data-saham/daftar-kode-a-simbol/4578-daftar-saham-indeks-lq45-terbaru-periode-aug-2011-jan-2012