Financial Accounting
DOI: 10.21070/ijler.v2i2.88

Comparison of the Accuracy of Capital Asset Pricing Model (CAPM) and Abitrage Pricing Theory (Apt) in Predicting LQ45 Stock Returns


Perbandingan Akurasi Capital Asset Pricing Model (CAPM) dan Abitrage Pricing Theory (Apt) Dalam Memprediksi Return Saham LQ45

Universitas Muhammadiyah Sidoarjo
Indonesia
Universitas Muhammadiyah Sidoarjo
Indonesia

(*) Corresponding Author

Stock Return LQ45 Capital Asset Pricing Model (CAPM) Arbitrage Pricing Theory (APT)

Abstract

This study aims to determine which method is more appropriate in predicting LQ45 stock returns (2015-2017 period). The accuracy of the CAPM method and the APT method is measured by Mean Absolute Deviation (MAD). This research uses quantitative methods with purposive sampling tech- nique. The population used in this study were all company shares listed in the LQ45 Index and obtained 32 shares for the LQ45 Index which was used as the research sample. The accuracy of the CAPM and APT models is measured through MAD (Mean Absolute Deviation), while the independent sample t-test is used to compare the accuracy between the CAPM method and the APT method. The results showed that the CAPM method was more appropriate than the APT method in predicting LQ45 stock returns because the value of MADCAPM was smaller than the average MADAPT, namely MADCAPM (0.0004) < MADAPT 0.0113, and based on the results of different test independent sample t-test with SPSS H0 is rejected and Ha is accepted, there is a difference in accuracy because the Sig value is smaller than the significance level (5%), namely Sig = 0,000 < 0.05.

Pendahuluan

Para investor dalam pembelian saham pada dasarnya memiliki tujuan yang sama yaitu mengharapkan re- turn (pengembalian) yang maksimal dengan risiko seminimal mungkin. Return adalah keuntungan atau pendapatan yang di peroleh oleh investor dalam menginvestasikan dananya di pasar modal. Sedangkan risiko adalah suatu ketidakpastian di masa depan, sehingga dalam melakukan investasi selain mengharap- kan return juga harus memperhatikan risiko yang ada. Suatu hal yang sangat wajar jika investor mengharapkan tingkat return yang setinggi-tingginya atas dana yang telah diinvestasikannya dengan tingkat risiko yang rendah. Salah satu sumber return saham yang diperoleh investor adalah capital gain, yaitu berasal dari pergerakan harga saham. Menurut Subastine dan Syamsudin (2010) (dalam Prasetyo, 2015), pergerakan harga saham disebabkan oleh aksi yang dilakukan oleh investor. Aksi ini didasarkan pada per- sepsi investor terhadap faktor-faktor yang mempengaruhi harga saham itu sendiri. Faktor-faktor tersebut dapat berasal dari berbagai lingkungan, baik lingkungan ekonomi maupun non-ekonomi. Contoh dari pengaruh lingkungan ekonomi adalah faktor mikro seperti kinerja perusahaan, pengumuman laporan keu- angan atau dividen perusahaan. Selain itu, perubahan lingkungan ekonomi makro seperti perubahan suku bunga tabungan, kurs valuta asing, inflasi, serta berbagai kebijakan ekonomi yang dikeluarkan pemerintah turut berpengaruh pada fluktuasi harga dan volume perdagangan di pasar modal. Apalagi pada tahun 2019, Indonesia akan melakukan pemilihan presiden (Pilpres).

Faktor-faktor di atas membuat keadaan di lapangan menjadi semakin kompleks, sehingga investor me- merlukan alat untuk memproyeksikan return harapan suatu saham, sesuai dengan risikonya secara seder- hana. Kemampuan untuk mengestimasi return suatu saham sangat penting dan di perlukan oleh investor. Untuk dapat mengestimasi return suatu saham dengan akurat diperlukan suatu model estimasi. Untuk mengestimasi return saham, model yang sering digunakan oleh investor adalah Capital Asset Pricing Model (CAPM) dan Arbitrage Pricing Theory (APT).

CAPM merupakan suatu model keseimbangan yang dapat menentukan risiko dan return secara lebih se- derhana yang akan diperoleh atau diharapkan investor. CAPM yang diperkenalkan oleh Sharpe (1964) dan Lintner (1955) merupakan model untuk menentukan harga suatu asset pada kondisi equilibrium. Da- lam keadaan equilibrium tingkat keuntungan yang diisyaratkan oleh pemodal untuk suatu saham akan dipengaruhi oleh risiko saham tersebut (Tandellin,2001).

CAPM kemudian menjadi model yang sangat popular untuk digunakan karena kemudahan dalam ap- likasinya. CAPM memprediksi bahwa hanya ada satu jenis risiko sistematik yang mempengaruhi return saham dan risiko itu adalah risiko pasar. Selanjutnya Ross tahun 1976 memperkenalkan model kedua yai- tu Arbitrage Pricing Theory (APT) yang dianggap sebagai model yang lebih baik dari CAPM (Bod- ie.et.al. 2005 dalam Andri 2010).

Weston.et.al.1996 (dalam Andri, 2010), Kelemahan-kelemahan empiris yang terjadi pada model Capital Asset Pricing Model (CAPM) mendorong para ahli manajemen keuangan untuk mencari model alternatif yang menerangkan hubungan pendapatan dengan risiko saham. Pada tahun 1976 Stephen A. Ross meru- muskan sebuah teori yang disebut dengan Arbitrage Pricing Theory (APT). Meskipun model ini tidak bisa secara keseluruhan memecahkan kekurangan yang terjadi pada model CAPM, tetapi model inilah yang pertama kali dikembangkan untuk mencoba mengeliminir kekurangan-kekurangan yang terjadi pada model CAPM dan mempunyai kesempatan untuk menggantikan model tersebut. APT menyatakan bahwa harga suatu aktiva bisa dipengaruhi oleh berbagai faktor, tidak hanya satu faktor (portofolio pasar) seperti yang telah dikemukakan pada teori CAPM (Weston.et.al, 1999).

Kedua model ini masih menjadi perdebatan para ahli manajemen keuangan tentang ketepatan model ter- sebut dalam memprediksi tingkat return (pendapatan) suatu saham.

Metode Penelitian

A. Variabel Penelitian

Variabel Definisi Pengukuran Sumber Data
Y1 : Return Tingkat Pengembalian Metode CAPM dan APT Jogianto,2013
yang diharapakan oleh
investor di masa yang
akan datang
X1 : CAPM Return harapan Jogianto,2013
menggunakan risiko
sistematis
X1.1 : Rf Pengembalian dari Yunita, 2017
investasi dimana
pengembalian harapan
dapat dipastikan nom-
inalnya
X1.2 : Rm Pengembalian yang Yunita, 2017
diharapkan dipasar
saham
X1.3 : β Risiko Sistematis Jogianto,2009
yang mempengaruhi
return
X2 : APT Return harapan yang Tandelilin,2010
dipengaruhi oleh be- dalam Praset-
berapa faktor risiko yo,dkk
X2.1 : Inflasi Kenaikan terus- Yunita, 2017
menerus dalam rata-
rata tingkat harga
X2.2 : Suku Biaya yang harus Yunita, 2017
Bunga dibayar oleh pemin-
jam atas pinjaman
yang diterima dan
merupakan imbalan
bagi pemberi pin-
jaman investasi
X2.3 : Kurs Selisih dari nilai kurs Yunita, 2017
Rupiah terhadap Dol-
lar actual dengan nilai
kurs Rupiah terhadap
dollarpadaperiode
yang diharapkan
Table 1.Definisi Operasional, indikator dan skala pengukuran variabelData dioleh oleh peneliti, 2019

B. Lokasi Penelitian

Lokasi penelitian ini dilakukan di Galeri Bursa Efek Indonesia (BEI) kampus Universitas Muham- madiyah Sidoarjo yang beralamat Jl. Mojopahit No.666 B Sidoarjo.

C. Jenis Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder merupakan data yang dikumpulkan dari berbagai pusat data yang ada antara lain pusat data diperusahaan, badan- badan penelitian dan sejenisnya (Ferdinand, 2006). Sumber data yang digunakan dalam penelitian ini adalah data sekunder yang meliputi data bulanan yang berupa harga saham perusahaan yang termasuk dalam LQ45 yang terdaftar di Bursa Efek Indonesia (BEI) periode 2015-2017.

D. Populasi dan Sampel

Dalam penelitian ini populasi yang digunakan adalah perusahaan yang terdaftar di Bursa Efek Indo- nesia yang tergolong dalam saham LQ45 periode 2015-2017 sebanyak 32 perusahaan. Teknik pengambilan sampel yang digunakan adalah dengan metode purposive sampling yaitu teknik penen- tuan pengambilan sampel dengan pertimbangan tertentu, seperti karakter-karakter sampel yang sudah diketahui. Adapun kriteria sampel yang digunakan dalam penelitian ini adalah sebagai berikut :

1. Perusahaan-perusahaan yang terdaftar dalam LQ45 di Bursa Efek Indonesia yang mempunyai da- ta keuangan yang lengkap dan dapat diandalkan kebenarannya pada tahun 2015-2017.

2. Perusahaan dalam LQ45 yang saham-sahamnya aktif dan konsisten diperdagangkan di Bursa Efek Indonesia pada tahun 2015-2017. Merupakan perusahaan manufaktur yang sudah go publik dan terdaftar di Bursa Efek Indonesia (BEI) periode 2015 - 2017.

E. Metode Analisis Data

Analisis data yang dilakukan dalam penelitian ini menggunakan pendekatan Capital Assets Pricing Model (CAPM) dan Arbitrage Pricing Theory (APT). Data yang digunakan dalam penelitian ini akan diolah dengan menggunakan Microsoft Excel, dan SPSS 18. Secara rinci, analisis data pada penelitian ini terdiri dari beberapa tahap, diantaranya adalah sebagai berikut :

1. Mengumpulkan data perusahaan yang masuk dalam LQ-45 dan harga penutupan (closing price) saham per bulan.

2. Menghitung keuntungan masing-masing (Ri) saham

3. Menghitung data yang berkaitan dengan CAPM :

a) Menghitung return market (return pasar) dan expected return market

b) Menghitung risk free rate (Rf)

c) Menghitung beta

d) Menghitung expected return saham dengan menggunakan metode CAPM (Capital Asset Pricing Model) di tahun 2015 – 2017.

4. Menghitung data yang berkaitan dengan Arbitrage Pricing Theory (APT) :

a) Menghitung tingkat perubahan aktual faktor-faktor makro ekonomi.

b) Menghitung tingkat perubahan yang diharapkan dari data historis variabel-variabel makro ekonomi. Tingkat yang diharapkan dihitung menggunakan exponential smoothing yang ada di SPSS 18. Dalam SPSS terdapat 4 macam model baku exponential smoothing diantaranya: Single exponential smoothing, Double exponential smoothing brown, Double exponential smoothing holt, Damped trend exponential smoothing.

c) Menghitung perubahan faktor-faktor makro ekonomi yang tidak diharapkan. Perubahan yang tidak diharapkan merupakan selisih dari perubahan aktual dengan perubahan yang diharap- kan.

d) Menghitung beta (b1, b2, b3) untuk model APT dengan cara meregresikan return saham ak- tual dengan faktor–faktor makro ekonomi yang tidak diharapkan pada periode 2015-2017.

e) Menghitung expected return dengan menggunakan metode Arbitrage Pricing Theory (APT) di tahun 2015-2017.

f) Menghitung rata-rata penyimpang absolut (Mean Absolute Deviation) atau MAD untuk pem- ilihan metode yang akurat dari masing-masing model CAPM dan APT.

g) Menguji kelayakan model APT dengan uji asumsi klasik (normalitas).

Hasil dan Pembahasan

Analisis Deskriptif

1. Capital Asset Pricing Model (CAPM)

a. Return Saham Perusahaan LQ45

Tingkat pengembalian saham individu merupakan salah satu indikator investor dalam melakukan investasi. Tingkat pengembalian saham individu adalah besarnya keuntungan secara rill diterima oleh investor ketika melakukan investasi saham.

Nomor Kode Saham Nama Perusahaan (Ri)
1 AALI Astra Agro Lestari Tbk -0.0112
2 ADHI Adhi Karya (Persero) Tbk -0.0081
3 ADRO Adaro Energy Tbk 0.0217
4 AKRA AKR Corporindo Tbk -0.0399
5 ASII Astra International Tbk 0.0057
6 BBCA Bank Central Asia Tbk 0.0154
7 BBNI Bank Negara Indonesia (Persero) Tbk 0.0174
8 BBRI Bank Rakyat Indonesia (Persero) Tbk -0.0070
9 BBTN Bank Tabungan Negara (Persero) Tbk 0.0349
10 BSDE Bumi Serpong Damai Tbk 0.0014
11 GGRM Gudang Garam Tbk 0.0111
12 ICBP Indofood CBP Sukses Makmur Tbk 0.0102
13 INCO Vale Indonesia Tbk 0.0070
14 INDF Indofood Tbk 0.0063
15 INTP Indocement Tunggal Prakarsa Tbk 0.0004
16 JSMR Jasa Marga (Persero) Tbk 0.0002
17 KLBF Kalbe Farma Tbk -0.0253
18 LPKR Lippo Karawaci Tbk -0.0159
19 LSIP PP London Sumatra Indonesia Tbk -0.0010
20 MNCN Media Nusantara Citra Tbk -0.0079
21 PGAS Perusahaan Gas Negara (Persero) Tbk -0.0264
22 PTBA Bukit Asam (Persero) Tbk -0.0112
23 PTPP PP (Persero) Tbk -0.0037
Table 2.Return Saham Per Bulan Perusahaan LQ45 Tahun 2015-2017
Nomor Kode Saham Nama Perusahaan (Ri)
24 PWON Pakuwon Jati Tbk 0.0121
25 SCMA Surya Citra Media Tbk -0.0072
26 SMGR Semen Indonesia (Persero) Tbk -0.0112
27 SMRA Summarecon Agung Tbk -0.0068
28 TLKM Telekomunikasi Indonesia Tbk 0.0138
29 UNTR United Tractors Tbk -0.0529
30 UNVR Unilever Indonesia Tbk -0.0391
31 WIKA Wijaya Karya (Persero) Tbk -0.0180
32 WSKT Waskita Karya (Persero) Tbk 0.0152
Table 3.Data diolah oleh peneliti, 2019

b. Expected Return dengan Metode CAPM

Tingkat expected return [E(Ri)] adalah besarnya keuntungan yang diharapkan oleh investor dari hasil investasi saham yang dilakukan. Metode CAPM dapat digunakan untuk menghitung tingkat excpected return dengan menggunakan variable tingkat risk free rate (Rf), nilai expected return market [E(Rm)], dan risiko sistematis (beta) dari setiap saham. Hasil perhitungan tingkat ex- pected return dari 32 saham dari LQ-45 dapat dilihat pada tabel 4.5

Nomor Kode Saham Nama Perusahaan E(Ri) APT
1 AALI Astra Agro Lestari Tbk 0.0053
2 ADHI Adhi Karya (Persero) Tbk 0.0054
3 ADRO Adaro Energy Tbk 0.0056
4 AKRA AKR Corporindo Tbk 0.0047
5 ASII Astra International Tbk 0.0057
6 BBCA Bank Central Asia Tbk 0.0054
7 BBNI Bank Negara Indonesia (Persero) Tbk 0.0058
8 BBRI Bank Rakyat Indonesia (Persero) Tbk 0.0058
9 BBTN Bank Tabungan Negara (Persero) Tbk 0.0056
10 BSDE Bumi Serpong Damai Tbk 0.0057
11 GGRM Gudang Garam Tbk 0.0052
12 ICBP Indofood CBP Sukses Makmur Tbk 0.0054
13 INCO Vale Indonesia Tbk 0.0051
14 INDF Indofood Tbk 0.0055
15 INTP Indocement Tunggal Prakarsa Tbk 0.0056
16 JSMR Jasa Marga (Persero) Tbk 0.0054
17 KLBF Kalbe Farma Tbk 0.0061
18 LPKR Lippo Karawaci Tbk 0.0052
19 LSIP PP London Sumatra Indonesia Tbk 0.0053
20 MNCN Media Nusantara Citra Tbk 0.0058
21 PGAS Perusahaan Gas Negara (Persero) Tbk 0.0056
22 PTBA Bukit Asam (Persero) Tbk 0.0058
23 PTPP PP (Persero) Tbk 0.0052
Table 4.Expected Return (E(Ri)) CAPM Periode 2015 – 2017
Nomor Kode Saham Nama Perusahaan E(Ri) APT
24 PWON Pakuwon Jati Tbk 0.0056
25 SCMA Surya Citra Media Tbk 0.0054
26 SMGR Semen Indonesia (Persero) Tbk 0.0055
27 SMRA Summarecon Agung Tbk 0.0057
28 TLKM Telekomunikasi Indonesia Tbk 0.0053
29 UNTR United Tractors Tbk 0.0062
30 UNVR Unilever Indonesia Tbk 0.0052
31 WIKA Wijaya Karya (Persero) Tbk 0.0053
32 WSKT Waskita Karya (Persero) Tbk 0.0053
Table 5.Data diolah oleh peneliti, 2019

Dari tabel 4.5 diatas, menunjukkan bahwa besarnya expected return (E(Ri)) dari setiap jenis sa- ham mengikuti besarnya tingkatan beta (risiko). Saham UNTR memiliki beta paling tinggi yaitu sebesar 2.5201 dan expected returnnya juga paling tinggi yaitu sebesar 0.0062 Atau 0.62%, Se- dangkan saham AKRA memiliki beta paling rendah yaitu sebesar -0.6706 dan expected returnnya juga paling rendah yitu sebesar 0.0047 atau 0,47%.

2. Arbitrage Pricing Theory (APT)

a. Expected Return dengan Metode APT

Dalam metode APT juga diperlukan return bebas risiko (Rf), return bebas risiko yang digunakan dalam metode APT juga sama dengan yang digunakan dalam metode CAPM yaitu sebesar 0.0050.

Nomor Kode Saham Nama Perusahaan E(Ri) APT
1 AALI Astra Agro Lestari Tbk 0.9841
2 ADHI Adhi Karya (Persero) Tbk -0.1581
3 ADRO Adaro Energy Tbk 0.6978
4 AKRA AKR Corporindo Tbk -0.9942
5 ASII Astra International Tbk 0.3938
6 BBCA Bank Central Asia Tbk 0.1530
7 BBNI Bank Negara Indonesia (Persero) Tbk 0.2610
8 BBRI Bank Rakyat Indonesia (Persero) Tbk 0.2539
9 BBTN Bank Tabungan Negara (Persero) Tbk 0.0798
10 BSDE Bumi Serpong Damai Tbk 0.3167
11 GGRM Gudang Garam Tbk -0.4294
12 ICBP Indofood CBP Sukses Makmur Tbk 0.6821
13 INCO Vale Indonesia Tbk 0.1201
14 INDF Indofood Tbk 0.0910
15 INTP Indocement Tunggal Prakarsa Tbk 0.0850
16 JSMR Jasa Marga (Persero) Tbk -0.4991
17 KLBF Kalbe Farma Tbk 0.5087
18 LPKR Lippo Karawaci Tbk 0.2213
19 LSIP PP London Sumatra Indonesia Tbk 0.8483
20 MNCN Media Nusantara Citra Tbk -0.3678
Table 6.Expected Return APT (E(Ri)) APT Periode 2015-2017
Nomor Kode Saham Nama Perusahaan E(Ri) APT
21 PGAS Perusahaan Gas Negara (Persero) Tbk -0.7433
22 PTBA Bukit Asam (Persero) Tbk 0.2460
23 PTPP PP (Persero) Tbk 0.3360
24 PWON Pakuwon Jati Tbk -0.4168
25 SCMA Surya Citra Media Tbk -0.3181
26 SMGR Semen Indonesia (Persero) Tbk 0.3711
27 SMRA Summarecon Agung Tbk 0.4073
28 TLKM Telekomunikasi Indonesia Tbk -0.0300
29 UNTR United Tractors Tbk 0.9693
30 UNVR Unilever Indonesia Tbk -0.1754
31 WIKA Wijaya Karya (Persero) Tbk 0.4434
32 WSKT Waskita Karya (Persero) Tbk -0.4143
Table 7.Data diolah oleh peneliti, 2019

Perbandingan Akurasi Metode CAPM dan APT

Untuk melihat metode mana yang lebih baik dalam menghitung return saham LQ45, maka akan dihi- tung nilai MAD dari kedua model tersebut. Hasilnya dapat dilihat pada tabel 4.11.

Nomor Kode Saham Nama Perusahaan MAD CAPM MAD APT
1 AALI Astra Agro Lestari Tbk 0.0005 0.0276
2 ADHI Adhi Karya (Persero) Tbk 0.0004 0.0042
3 ADRO Adaro Energy Tbk 0.0004 0.0188
4 AKRA AKR Corporindo Tbk 0.0012 0.0265
5 ASII Astra International Tbk 0.0000 0.0108
6 BBCA Bank Central Asia Tbk 0.0003 0.0038
7 BBNI Bank Negara Indonesia (Persero) Tbk 0.0003 0.0068
8 BBRI Bank Rakyat Indonesia (Persero) Tbk 0.0004 0.0072
9 BBTN Bank Tabungan Negara (Persero) Tbk 0.0008 0.0012
10 BSDE Bumi Serpong Damai Tbk 0.0001 0.0088
11 GGRM Gudang Garam Tbk 0.0002 0.0122
12 ICBP Indofood CBP Sukses Makmur Tbk 0.0001 0.0187
13 INCO Vale Indonesia Tbk 0.0001 0.0031
14 INDF Indofood Tbk 0.0000 0.0024
15 INTP Indocement Tunggal Prakarsa Tbk 0.0001 0.0024
16 JSMR Jasa Marga (Persero) Tbk 0.0001 0.0139
17 KLBF Kalbe Farma Tbk 0.0009 0.0148
18 LPKR Lippo Karawaci Tbk 0.0006 0.0066
19 LSIP PP London Sumatra Indonesia Tbk 0.0002 0.0236
20 MNCN Media Nusantara Citra Tbk 0.0004 0.0100
21 PGAS Perusahaan Gas Negara (Persero) Tbk 0.0009 0.0199
22 PTBA Bukit Asam (Persero) Tbk 0.0005 0.0071
Table 8.MAD CAPM dan APT
Nomor Kode Saham Nama Perusahaan MAD CAPM MAD APT
23 PTPP PP (Persero) Tbk 0.0002 0.0094
24 PWON Pakuwon Jati Tbk 0.0002 0.0119
25 SCMA Surya Citra Media Tbk 0.0004 0.0086
26 SMGR Semen Indonesia (Persero) Tbk 0.0005 0.0106
27 SMRA Summarecon Agung Tbk 0.0003 0.0115
28 TLKM Telekomunikasi Indonesia Tbk 0.0002 0.0012
29 UNTR United Tractors Tbk 0.0016 0.0284
30 UNVR Unilever Indonesia Tbk 0.0012 0.0038
31 WIKA Wijaya Karya (Persero) Tbk 0.0007 0.0128
32 WSKT Waskita Karya (Persero) Tbk 0.0003 0.0119
Rata-rata 0.0004 0.0113
Table 9.Data diolah oleh peneliti, 2019

Dari tabel terlihat bahwa nilai MADCAPM (0.0004) lebih kecil dari nilai MADAPT (0.0113), ini menun- jukkan bahwa metode CAPM lebih baik dibandingkan metode APT dalam memprediksi return saham LQ45.

Hasil Pengujian Hipotesis

Setelah mendapatkan nilai MAD untuk kedua model tersebut, langkah selanjutnya adalah membanding- kan kedua nilai MAD dengan independent sample t-test. Sebelum diuji dengan independent sample t-test, MAD CAPM dan APT perlu dilakukan uji normalitas dengan menggunakan Kolmogorov-smirnov dengan SPSS 18.

1. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam regresi, variabel penganggu atau residual memiliki distribusi normal (Ghozali, 2016). Pengujian normalitas data adalah pengujian tentang kenormalan distribusi data. Dalam penelitian ini, distribusi normal dideteksi menggunakan uji statis- tik non-parametrik Kolmogorov-Smirnov (K-S). Hasil uji normalitas data kedua model tersebut dapat dilihat pada tabel 4.11.

Tabel

One-Sample Kolmogorov-Smirnov Test

MADCAPM

N32

Normal Parametersa,b Mean.000441

Std. Deviation.0003809

Most Extreme Differ-

ences

Absolute.199

Positive.199

Negative-.124

Kolmogorov-Smirnov Z1.124

Asymp. Sig. (2-tailed).160

Sumber :Hasil Output SPSS, 2019

Berdasarkan tabel x kolmogorov – smirnov hasil pengujian normalitas pada 32 sampel perusahaan yang terdaftar dalam Indeks LQ-45 menunjukkan bahwa variabel MADCAPM mempunyai nilai signifikansi sebesar 0.160 yang artinya bahwa variabel tersebut terdistribusi normal, karena nilai MADCAPM 0.160 > 0.05.

Tabel

One-Sample Kolmogorov-Smirnov Test

MAD APT

N32

Normal Parametersa,b Mean.011266

Std. Deviation.0076982

Most Extreme Differ- ences

Absolute.140

Positive.140 Negative-.096

Kolmogorov-Smirnov Z.791

Asymp. Sig. (2-tailed).560

  1. Test distribution is Normal.
  2. Calculated from data.

Sumber :Hasil Output SPSS, 2019

Berdasarkan tabel x kolmogorov – smirnov hasil pengujian normalitas pada 32 sampel perusahaan yang terdaftar dalam Indeks LQ-45 menunjukkan bahwa variabel MADAPT mempunyai nilai signif- ikansi sebesar 0.560 yang artinya bahwa variabel tersebut terdistribusi normal, karena nilai MAD- CAPM 0.560 > 0.05.

2. Uji Beda Independent t-test

Uji beda pada tabel dibawah ini digunakan untuk melihat perbedaan nilai MADCAPM dan MADAPT pada saham LQ45.

Independent Samples Test

Levene's Test for Equality of

Variancest-test for Equality of Means

95% Confidence Inter-

Sig. (2-

Mean Dif-

Std. Error

val of the Difference

F Sig. t df tailed) ference Difference Lower Upper
NILAI Equal var-44.052 .000 -7.945 62 .000 -.0108250 .0013625 -.0135487 -.0081013
MAD iances as- sumed
Equal var- iances notassumed -7.945 31.152 .000 -.0108250 .0013625 -.0136034 -.0080466
Table 10.Hasil Output SPSS, 2019

Berdasarkan tabel diatas terlihat nilai F hasil Lavene’s test for equality of variances sebesar 44.052 dengan nilai Sig (p) = 0.000 yang lebih kecil dari taraf signifikansi (0.05), maka Ho ditolak atau dengan kata lain asumsi kedua varian sama besar (equal variances assumed) tidak terpenuhi, maka uji t-test menggunakan asumsi varian tidak sama (equal variancesassumed).

Karena hasil Lavene’s test menyatakan bahwa asumsi kedua variance tidak sama besar (equal variances not assumed), maka digunakan hasil independent sample t-test dengan asumsi equal vari- ances not assumed, hasilnya Ho ditolak dan Ha diterima karena nilai Sig lebih kecil dari taraf signif-

ikansi (5%), yaitu Sig = 0.000 < 0.05, sehingga dapat disimpulkan bahwa terdapat perbedaan akurasi yang signifikan antara CAPM dan APT dalam menghitung return saham LQ45.

Pembahasan

Perbedaan Akurasi Model CAPM dan APT dalam Memprediksi Return Saham.

Berdasarkan perhitungan MADCAPM dan MADAPT, diketahui bahwa nilai rata-rata MAD masing- masing model adalah 0.0004 dan 0.0113, ini menunjukkan bahwa metode CAPM lebih baik dibandingan metode APT dalam memprediksi return saham LQ45. Berdasarkan pengolahan uji beda independent sample t-test dengan SPSS juga menunjukkan bahwa Ho ditolak dan Ha diterima, karena nilai Sig lebih kecil dari taraf signifikansi (5%), yaitu Sig = 0.000 < 0.05, sehingga dapat disimpulkan bahwa terdapat perbedaan akurasi yang signifikan antara CAPM dan APT dalam menghitung return saham LQ45.

Hal ini sesuai dengan penelitian terdahulu yang dilakukan oleh Hielmiyani Maftuhah (2014), Musdalifah Azis (2018) dimana hasil menunjukkan bahwa metode CAPM lebih akurat dibandingkan metode APT dalam memprediksi return saham yang diukur dengan menghitung nilai MAD, dan terdapat perbedaan yang signifikan antara MADCAPM dan MADAPT.

Kesimpulan

Berdasarkan hasil analisis dengan perhitungan menggunakan Capital Asset Pricing Model (CAPM) dan ArbitrasePricingTheory(APT) pada saham-saham LQ45 di Bursa Efek Indonesia periode Januari 2015 – Desember 2017 diperoleh kesimpulan :

1. Terdapat perbedaan akurasi antara metode CAPM dan APT dalam memprediksi return saham LQ45. Hal ini berdasarkan dari nilai MAD (Mean Absolute Deviation) dari kedua model rata-rata nilai MAD- CAPM sebesar 0.0004 dan nilai MADAPT sebesar 0.0113. Kedua nilai tersebut memiliki selisih yang sig- nifikan yaitu sebesar 0.0109. Berdasarkan hasil uji beda independent sample t-test dengan SPSS juga menunjukkan bahwa Ho ditolak dan Ha diterima, karena nilai Sig lebih kecil dari taraf signifikansi (5%), yaitu Sig = 0.000 < 0.05.

References

  1. Afrida. (2018). Perbandingan Keakuratan Metode CAPM dan APT Dalam Memprediksi Return Saham ISSI (Periode 2013-2016). Journal of Economic, Business and Accounting, 1-9.
  2. Andri. (2010). Perbandingan Keakuratan CAPM dan APT Dalam Memprediksi Return Saham (Periode 2006-2010). Jurnal Riset Manajemen Keuangan, 1-20.
  3. Brigham, D. d. (2004). Penggunaan APT untuk Menganalisis Return Saham Syariah. Ultima Management Vol. 9 No. 1.
  4. Darmadji, F. d. (2011). Pasar Modal di Indonesia Edisi ke 3. Jakarta: Salemba Empat.
  5. Ghozali, I. (2016). Aplikasi Analisis Multivariate Dengan IBM SPSS 23 (Edisi 8). Semarang: BPFE Uni- versitas Diponegoro.
  6. Gusni, S. R. (2017). Penggunaan APT Untuk Menganalisis Return Saham Syariah. Ultima Management, 1-16.
  7. Jogianto. (2013). Teori Portofolio Dan Analisis Investasi. Edisi kedelapan. Yogyakarta: BPFE Yogyakar- ta.
  8. Lemiyana. (2015). Analisis Model CAPM dan APT Dalam Memprediksi Tingkat Return Saham Syariah .
  9. I-Finance, 1-18.
  10. Lintner. (1955). The valution on of risk assets and the selection of risk investment in stock portofolios and capital budgets. Journal of Finance, 1-25.
  11. Maftuhah, H. (2014). Perbandingan Metode CAPM dan APT Dalam Menghitung Tingkat Retun Saham JII. Jurnal Riset Ekonomi Islam, 1-14.
  12. Mankiw. (2007). Penggunaan APT untuk Menganalisis Return Saham Syariah. Ultima Management Vol. 9 No. 1.
  13. Markowitz, H. (1952). Foundation of Portofolio Theory. Journal of Finance , pp 466-477.
  14. Murni. (2016). Penggunaan APT untuk Menganalisis Return Saham Syariah. Ultima Management Vol. 9 No. 1.
  15. Muzdalifah, A. (2009). Analisis Expected Return CAPM dan APT Pada Industri Manufaktur. Jurnal Ekonomi, Vol.V.No.2 September.
  16. Nopirin. (2002). Mankiw. (2007). Penggunaan APT untuk Menganalisis Return Saham Syariah. Ultima
  17. Management Vol. 9 No. 1. Ultima Management Vol. 9 No. 1.
  18. Pearson, C. (2009). Jurnal Manajemen - Bahan Kuliah Manajemen. Jurnal Manajemen, http://jurnal- sdm.blogspot.com.
  19. Prasetyo, A. d. (2015). Perbandingan Keakuratan CAPM dan APT Dalam Memprediksi Retun Saham JII (Periode 2010-2014). Jurnal FEB UB, 1-19.
  20. P, T. W. (2017, 05 29). Mean Absolute Deviation Menggunakan Regresi Linear dan Regresi Linear Kuadratis. Artikel Teknik Peramalan, pp. 1-3.
  21. Ross, S. A. (1976). The Arbitrage Theory of Capital Asset Pricing. Journal of Economic Theory vol. 13. Rudianto, M. d. (2014). Penggunaan APT untuk Menganalisis Return Saham Syariah. Ultima Management Vol. 9 No. 1.
  22. Samsul. (2015). Pasar Modal dan Manajemen Portofolio. Surabaya: Erlangga.
  23. Sharpe, W. F. (1964). Capital Asset Prices A theory of market equilibrium under conditions of risk .
  24. Journal of Finance , 1-33.
  25. Sugiyono. (2015 ). Metode Penelitian Pendidikan Pendekatan Kuantitatif, Kualitatif. Bandung : Alfabeta. Tandelilin. (2001). Analisis Investasi dan Manajemen Fortofolio. Yogyakarta: BPFE.
  26. Tandelilin. (2010). Portofolio dan Investasi: Teori dan Aplikasi Edisi ke-18. Yogyakarta: PT KANISIUS.
  27. Tony, M. d. (2007). Penggunaan APT untuk Menganalisis Return Saham Syariah. Ultima Management Vol. 9 No. 1.
  28. Yunita, P. A. (2017). Analisis Komparatif CAPM dengan APT Dalam Memprediksi Return dan Risiko Saham . Skripsi, 1 - 102.
  29. Weston.et.al. (1999). Manajemen Keuangan. Journal of Finance, 1-25.