ANALISIS CLUSTER SAHAM-SAHAM BERDASARKAN NISBAH PROFITABILITAS DI MASA KRISIS*) Putu Anom Mahadwartha**)
Abstrak Penelitian
ini
memfokuskan
pada
analisis
cluster
untuk
mengelompokan saham-saham perusahaan manufaktur di BEJ berdasarkan nisbah profitabilitasnya di masa krisis. Penelitian ini menggunakan analisis non-hierarchical dan hierarchical solusi 2 cluster. Hasil yang diperoleh memperlihatkan bahwa analisis cluster mampu mengelompokkan saham-saham perusahaan manufaktur dan hasilnya cukup signifikan baik secara statistik, konsep maupun praktis. Hasil lainnya menunjukkan bahwa proporsi kelompok perusahaan profitabilitas tinggi dengan perusahaan profitabilitas rendah semasa krisis mempunyai jumlah yang hampir seimbang.
*) dipublikasikan pada Jurnal Ekonomi dan Bisnis Dian Ekonomi VIII/2, Fakultas Ekonomi Universitas Kristen Satyawacana Salatiga, 2002. **) Mahasiswa Doktor Ilmu-ilmu Ekonomi, Fakultas Ekonomi Universitas Gadjah Mada
I. Pendahuluan Investor sebelum melakukan investasi di bursa saham khususnya Bursa Efek Jakarta, akan mengumpulkan sebanyak mungkin informasi yang berguna dalam pengambilan keputusan investasi tersebut atau sering disebut proses valuation (penilaian). Informasi yang dibutuhkan antara lain harga saham, kinerja perusahaan (laporan keuangan maupun laporan operasional lainnya) dan faktor eksternal perusahaan (Harianto dan Sudomo, 1998: 9). Profitabilitas perusahaan merupakan salah satu yang tercakup dalam informasi mengenai kinerja perusahaan, dalam hal ini kinerja pada faktor keuangan melalui analisis laporan keuangan (Ross, Westerfield dan Jaffe, 1999: 31). Informasi dapat diperoleh investor dari berbagai sumber yang ada baik formal maupun informal. Namun karena banyaknya informasi dan sebagian besar belum “diolah” maka investor juga mengalami kesulitan dalam memilah-milah informasi yang berguna. Salah satu informasi penting adalah mengenai tingkat profitabilitas perusahaan, yang dapat diperoleh melalui laporan keuangan khususnya nisbah keuangan. Masa krisis keuangan di Indonesia yang dimulai dari pertengahan 1997 berdampak besar terhadap investasi di bursa efek khususnya Bursa Efek Jakarta (BEJ). Krisis keuangan di Indonesia meningkatkan ketidakpastian dalam berinvestasi
yang
mempengaruhi
insentif
bagi
investor.
Ketidakpastian
merupakan unsur inti dari investasi, sehingga investor harus mempertimbangkan ketidakpastian ini sebagai resiko investasi (Harianto dan Sudomo, 1998: 6). Return dan resiko mempunyai hubungan yang positif, semakin tinggi resiko maka return akan semakin tinggi begitu juga sebaliknya (Hartono, 2000: 124; Mahadwartha, 2001). Mahadwartha (2001) menemukan bahwa pergerakan resiko pasar selama periode krisis sangat dipengaruhi oleh resiko unik perusahaan. Hal ini berarti bahwa selama krisis berlangsung, faktor internal perusahaan memainkan peranan penting untuk mempengaruhi tingkat resiko investasi saham perusahaan tersebut. Myers dan Majluf (1984) menemukan bahwa perusahaan dengan profitabilitas tinggi akan memiliki peluang lebih besar untuk berinvestasi pada 2
proyek-proyek yang menguntungkan tanpa memanfaatkan hutang namun menggunakan dana internal (retained earnings). Hutang dimasa krisis, terutama dalam mata uang asing (dollar Amerika) menyebabkan banyak perusahaan Indonesia mengalami kesulitan keuangan, sedangkan perusahaan yang memiliki profitabilitas tinggi akan mampu bertahan. II. Permasalahan Sebagian perusahaan manufaktur di Indonesia selama periode krisis mengalami kesulitan keuangan yang terutama disebabkan oleh depresiasi rupiah terhadap dollar Amerika selain faktor turunnya daya beli masyarakat. Depresiasi rupiah terhadap dollar Amerika meningkatkan nilai hutang luar negeri perusahaan (dollar Amerika) sehingga banyak perusahaan tidak mampu memenuhi kewajibannya kepada kreditur. Hal ini mengakibatkan menurunnya profitabilitas sebagian besar perusahaan di BEJ sehingga jumlah perusahaan yang kesulitan keuangan akan lebih banyak dibandingkan yang sehat. Fenomena tersebut coba diuji melalui penelitian ini. Penting bagi investor untuk mengetahui saham-saham yang memberikan peluang imbal hasil investasi, terutama dimasa krisis. Penelitian ini menggunakan nisbah profitabilitas untuk mengelompokkan saham-saham pada masa krisis kedalam dua kelompok yaitu profitabilitas tinggi dan profitabilitas rendah. 1. Apakah dalam masa krisis, nisbah profitabilitas dapat digunakan untuk memisahkan perusahaan yang menguntungkan (profitable) dengan yang tidak menguntungkan (unprofitable)? 2. Apakah pada masa krisis perusahaan yang menguntungkan (unprofitable) lebih banyak jumlahnya dibandingkan dengan perusahaan yang tidak menguntungkan (profitable)? III. Tujuan Penelitian Saham-saham perusahaan manufaktur akan dibagi berdasarkan tingkat profitabilitasnya, sehingga nantinya diharapkan dapat diperoleh kelompok perusahaan dengan profitabilitas tinggi dan kelompok perusahaan dengan profitabilitas rendah. Investor sebaiknya berinvestasi pada perusahaan dengan profitabilitas tinggi. 3
Penelitian ini bertujuan mengelompokkan saham-saham perusahaan manufaktur berdasarkan profitabilitasnya yang nantinya akan membantu investor dalam proses valuation. Diharapkan investor dapat terbantu dengan mengetahui perusahaan yang memiliki profitabilitas tinggi dan rendah, sehingga keputusan pemilihan saham perusahaan menjadi lebih mudah. Pengelompokan saham-saham ini menggunakan pedoman waktu pada saat krisis yaitu tahun 1997 karena dalam keadaan krisis investor memerlukan lebih banyak informasi sebelum mengambil keputusan investasi. Selain itu karena krisis ekonomi akan menentukan perusahaan-perusahaan yang mampu bertahan di pasar modal sehingga terjadi sistem seleksi. Tujuan lainnya ialah menguji fenomena bahwa dimasa krisis jumlah perusahaan yang mengalami kesulitan keuangan (dilihat dari nisbah profitabilitas) akan lebih banyak dibandingkan dengan perusahaan yang tidak mengalami kesulitan keuangan. IV. Metodologi Penelitian IV.1. Definisi Operasional Nisbah profitabilitas menjelaskan tentang kemampuan manajemen dalam menghasilkan keuntungan operasional usaha atau penjualan atas pemakaian asetaset perusahaan (Harianto dan Sudomo, 1998: 282). Nisbah profitabilitas mencerminkan pengaruh gabungan antara likuiditas, manajemen aset dan hutang pada kegiatan operasi (Brigham, Gapenski dan Daves, 1999: 70). Nisbah profitabilitas yang akan digunakan terdiri dari empat nisbah profitabilitas, yaitu: 1. Pendapatan Operasi terhadap Pendapatan Bersih Sebelum Pajak (X1) 2. Pendapatan Bersih terhadap Equity – ROE (X2) 3. Pendapatan Operasi terhadap Total Aset – ROA (X3) atau Basic Earning Power merupakan kemampuan untuk menghasilkan pendapatan bagi aset sebelum dipengaruhi oleh pajak dan hutang. ROA sesuai digunakan untuk membandingkan antar perusahaan yang berbeda status pengenaan pajak dan kebijakan pembiayaannya. 4. Pendapatan Bersih terhadap Penjualan (X4) atau Profit Margin on Sales merupakan persentase keuntungan untuk setiap rupiah penjualan. 4
Semakin besar nisbah profitabilitas maka akan semakin menguntungkan suatu perusahaan, sehingga dapat dikatakan perusahaan ini mampu menggunakan secara efisien dan efektif aset yang dimilikinya untuk menghasilkan keuntungan. IV.2. Pemilihan Sampel Sampel yang digunakan adalah 50 perusahaan manufaktur di BEJ yang memiliki kapitalisasi pasar terbesar selama tahun 1997. Alasan pemilihan kapitalisasi terbesar agar perusahaan-perusahaan yang masuk kedalam sampel mencerminkan pilihan “terbaik dari yang terburuk” dimasa krisis. Pemilihan sampel berdasarkan nilai kapitalisasinya selama tahun 1997 didukung oleh penelitian Mahadwartha (2001) bahwa semakin besar kapitalisasi dan volum transaksi maka resiko pasar perusahaan akan semakin tinggi. No.
Nama Perusahaan
Market Cap.
No.
Nama Perusahaan
1997 (Rp. Jt)
Market Cap. 1997 (Rp. Jt)
1
Gudang Garam
19.625.698
26 Roda Vivatex
128.100
2
11.340.000
27 Astra Graphia
116.273
4
H.M Sampoerna Indocement Tunggal Prakarsa Indah Kiat P&P
5
Tjiwi Kimia
6
Gajah Tunggal
1.623.600
31 Metrodata Elect
62.393
7
Indo-Rama Synthetic
1.293.869
32 Pan Brother Tex
53.760
8
Semen Cibinong
1.013.966
33 Intan Wijaya
48.400
9
Mayora Indah
46.215
3
8.692.032
28 Multibintang Ind
77.440
2.214.012
29 Igar Jaya
76.125
1.699.818
30 Voksel electric
66.150
843.242
34 Aqua Golden
10 Inti Indorayon Utama
728.082
35 Inter Delta
43.758
11 United Tractor
683.100
36 Indospring
41.250
12 Great River Int.
620.928
37 Aster Dharma
40.320
13 Brata Mulia
585.000
38 Itamaraya Gold
35.700
14 Sari Husada
459.519
39 Duta Pertiwi
35.466
15 Apac Centertex Corp.
408.000
40 Mayertex Ind.
35.420
16 Unilever Ind.
403.083
41 Berlina Co.ltd
35.075
17 Unggul Indah Corp.
348.480
42 Delta Djakarta
32.349
18 Trias Sentosa
345.600
43 Trafindo Perkasa
26.400
19 Ultrajaya Milk
242.074
44 Prima Aloy Steel
22.000
20 Dankos Laboratories
236.014
45 Jaya Pari Steel
19.500
21 Japfa Comfeed Ind.
223.412
46 Goodyear Ind.
18.450
22 Multipolar Corp.
219.418
47 Eratex Djaya
17.191
23 Citra Turbindo
173.250
48 Alumindo Perkasa
17.160
24 Supreme Cable Manf. Corp.
169.606
49 Eka Dharma Tape
14.535
25 Bat Indonesia
128.700
50 Teijin Ind.Fiber
11.592
Tabel 1: Daftar Perusahaan Sampel
5
Data-data mengenai nisbah profitabilitas diperoleh dengan melakukan penghitungan nisbah melalui laporan keuangan tahun 1997, yang diterbitkan pada tanggal 31 April 1998 dan diperoleh melalui Capital Market Directory yang diterbitkan oleh Economics and Financial Institutes. Sengaja dipilih data tahun 1997, untuk memberikan manfaat lebih bagi investor dalam berinvestasi masa krisis dan menunjukkan bahwa saham-saham yang ada akan lebih mencerminkan ketahanan (durability) saham tersebut disaat krisis. No.
Perusahaan
X1
X2
X3
X4
EBIT/EBT
ROE
ROA
EAT/Sales
1 Gudang Garam
1.32
0.09
0.12
0.06
2 H.M.Sampoerna 3 Indocement
1.05
0.3
0.32
0.21
1.55
0.17
0.26
0.12
4 Indah Kiat P&P
1.74
0.23
0.39
0.23
5 Tjiwi Kimia
1.88
0.14
0.26
0.14
0.7
0.2
0.14
0.14
7 Indo-Rama Synt.
1.29
0.18
0.24
0.18
8 Semen Cibinong
1.89
0.15
0.28
0.13
9 Mayora Indah
0.73
0.18
0.13
0.16
10 Inti Indorayon
1.58
0.21
0.34
0.21
11 United Tractor
1.63
0.05
0.09
0.04
12 Great River Int.
2.59
0.08
0.22
0.07
13 Brata Mulia
1.27
0.17
0.19
0.12
14 Sari Husada
1.12
0.24
0.27
0.16
15 Apac Centertex
0.73
0.08
0.13
0.07
16 Unilever Ind
1.12
0.11
0.13
0.08
17 Unggul Indah
1.26
0.14
0.18
0.1
18 Trias Sentosa
1.06
0.26
0.28
0.26
19 Ultrajaya milk
0.81
0.2
0.16
0.15
20 Damkos Labs.
0.89
0.24
0.21
0.17
21 Japfa Comfeed
1.37
0.05
0.07
0.04
22 Multipolar Corp.
0.57
0.16
0.09
0.11
23 Citra Turbindo
0.74
0.03
0.02
0.03
24 Supreme Cable
1.62
0.06
0.09
0.04
25 BAT Indonesia
0.99
0.4
0.23
0.16
26 Roda Vivatex
1.04
0.22
0.23
0.19
27 Astra Graphia
2.91
0.002
0.05
0.01
0.9
0.39
0.35
0.27
29 Igar Jaya
4.21
0.02
0.09
0.01
30 Voksel Electric
2.55
0.04
0.09
0.03
31 Metrodata Elect
1.3
0.06
0.07
0.04
32 Pan Brother Tex
1.05
0.18
0.25
0.2
33 Intan Wijaya
0.93
0.2
0.18
0.15
34 Aqua Golden
0.73
0.04
0.03
0.03
35 Inter Delta
1.65
0.02
0.03
0.01
36 Indospring
1
0.19
0.19
0.14
0.8
0.03
0.02
0.02
38 Itamaraya Gold
3.37
0.01
0.04
0.005
39 Duta Pertiwi
1.21
0.17
0.2
0.11
6 Gajah Tunggal
28 Multibintang Ind.
37 Aster Dharma
6
40 Mayertex Ind.
6.18
0.008
0.05
0.01
41 Berlina Co.ltd
1.1
0.19
0.21
0.12
42 Delta Djakarta
0.96
0.35
0.34
0.25
43 Trafindo Perkasa
1.22
0.09
0.1
0.06
44 Prima Aloy Steel
2.9
0.06
0.18
0.04
45 Jaya Pari Steel
1.13
0.08
0.1
0.05
46 Goodyear Ind.
0.72
0.04
0.2
0.14
47 Eratex Djaya
1.39
0.04
0.05
0.03
48 Alumindo Perkasa
2.78
0.03
0.09
0.03
49 Eka Dharma Tape
1.32
0.05
0.18
0.15
50 Teijin Ind.Fiber
2.61
0.02
0.08
0.002
Tabel 2: Data Nisbah Profitabilitas tahun 1997 Standarisasi terhadap nisbah keuangan dilakukan untuk membuat X1, X2, X3 dan X4 mempunyai skala yang sama atau pergerakan yang dapat diperbandingkan (comparable). Selanjutnya disebut ZX1, ZX2, ZX3 dan ZX4. Hasil standarisasi dapat dilihat pada tabel standarisasi. No.
Perusahaan
ZX1
ZX2
ZX3
ZX4
1
Gudang Garam
-0.22403
-0.42231
-0.45927
-0.60158
2
H.M.Sampoerna
-0.48793
1.64012
1.59104
1.37992
3
Indocement
0.00078
0.36338
0.97595
0.19102
4
Indah Kiat P&P
0.18649
0.95264
2.30865
1.64412
5
Tjiwi Kimia
0.32333
0.06875
0.97595
0.45522
6
Gajah Tunggal
-0.83003
0.65801
-0.25424
0.45522
7
Indo-Rama Synt.
-0.25335
0.46159
0.77092
0.98362
8
Semen Cibinong
0.33311
0.16696
1.18098
0.32312
9
0.71942
Mayora Indah
-0.80071
0.46159
-0.35675
10 Inti Indorayon
0.0301
0.75622
1.79607
1.37992
11 United Tractor
0.07898
-0.81515
-0.76682
-0.86579
12 Great River Int.
1.0173
-0.52052
0.56589
-0.46948
13 Brata Mulia
-0.2729
0.36338
0.25834
0.19102
14 Sari Husada
-0.41951
1.05085
1.07846
0.71942
15 Apac Centertex
-0.80071
-0.52052
-0.35675
-0.46948
16 Unilever Ind
-0.41951
-0.22588
-0.35675
-0.33738
17 Unggul Indah
-0.28267
0.06875
0.15582
-0.07318
18 Trias Sentosa
-0.47816
1.24727
1.18098
2.04042
19 Ultrajaya milk
-0.72251
0.65801
-0.04921
0.58732
20 Damkos Labs.
-0.64432
1.05085
0.46337
0.85152
21 Japfa Comfeed
-0.17515
-0.81515
-0.97185
-0.86579
22 Multipolar Corp.
-0.95709
0.26517
-0.76682
0.05892
23 Citra Turbindo
-0.79093
-1.01157
-1.48442
-0.99789
24 Supreme Cable
0.0692
-0.71694
-0.76682
-0.86579
-0.54658
2.62222
0.6684
0.71942
26 Roda Vivatex
-0.4977
0.85443
0.6684
1.11572
27 Astra Graphia
1.33008
-1.28656
-1.17688
-1.26209
25 BAT Indonesia
28 Multibintang Ind.
-0.63454
2.52401
1.89859
2.17252
2.60073
-1.10978
-0.76682
-1.26209
30 Voksel Electric
0.97821
-0.91336
-0.76682
-0.99789
31 Metrodata Elect
-0.24357
-0.71694
-0.97185
-0.86579
32 Pan Brother Tex
-0.48793
0.46159
0.87343
1.24782
29 Igar Jaya
7
33 Intan Wijaya
-0.60522
0.65801
0.15582
0.58732
34 Aqua Golden
-0.80071
-0.91336
-1.38191
-0.99789
35 Inter Delta
0.09852
-1.10978
-1.38191
-1.26209
36 Indospring
-0.5368
0.5598
0.25834
0.45522
-0.73229
-1.01157
-1.48442
-1.12999 -1.32814
37 Aster Dharma 38 Itamaraya Gold
1.7797
-1.20799
-1.27939
-0.33154
0.36338
0.36085
0.05892
40 Mayertex Ind.
4.52626
-1.22763
-1.17688
-1.26209
41 Berlina Co.ltd
-0.43906
0.5598
0.46337
0.19102
42 Delta Djakarta
-0.5759
2.13117
1.79607
1.90832
-0.32177
-0.42231
-0.6643
-0.60158
39 Duta Pertiwi
43 Trafindo Perkasa 44 Prima Aloy Steel
1.32031
-0.71694
0.15582
-0.86579
45 Jaya Pari Steel
-0.40974
-0.52052
-0.6643
-0.73369
46 Goodyear Ind.
-0.81048
-0.91336
0.36085
0.45522
47 Eratex Djaya
-0.15561
-0.91336
-1.17688
-0.99789
48 Alumindo Perkasa
1.20301
-1.01157
-0.76682
-0.99789
49 Eka Dharma Tape
-0.22403
-0.81515
0.15582
0.58732
1.03685
-1.10978
-0.86933
-1.36777
50 Teijin Ind.Fiber
Tabel 3: Standarisasi Nisbah Profitabilitas 1997
IV.3. Analisis Cluster Metode statistika yang digunakan untuk mengelompokkan perusahaanperusahaan berdasarkan nisbah profitabilitasnya adalah analisis cluster. Analisis cluster menurut Hair, Anderson, Tatham dan Black (1998: 473) adalah: “…..the name for a group of multivariate techniques whose primary purpose is to group objects based on the characteristics they posses. Cluster analysis classifies objects so that each object is very similar to others in the cluster with respect to some predetermined selection criterion.” Analisis cluster sebagian besar digunakan untuk penelitian dalam bidang pemasaran (Carmone, Frank dan Kara, 1999; Arable dan Hurbert, 1994), misalnya untuk penentuan segmentasi, persepsi, tanggapan konsumen dan lain-lain, namun dalam penelitian ini penulis mencoba menerapkannya pada sektor keuangan. Penelitian Carmone, Frank dan Kara (1999) menggunakan analisis cluster yang disempurnakan dengan metode HINoV untuk melakukan segmentasi konsumen. Pernyataan Hair, Anderson, Tatham dan Black (1998: 473) ini menunjukan bahwa analisis cluster adalah pengelompokan objek dan bukannya variabel, yang memiliki karakteristik yang sama. Dalam konteks penelitian ini maka saham
8
dengan nisbah profitabilitas yang tinggi akan mengelompok menjadi satu, demikian juga saham dengan profitabilitas rendah. Pengertian analisis cluster menurut Sharma (1996: 185), hampir sama dengan Hair, Anderson, Tatham dan Black (1998: 473), hanya mengganti kata objek dengan menyebut observasi sebagai item yang akan dikelompokkan. Nantinya akan terdapat dua kelompok perusahaan yang terdiri dari perusahaan dengan profitabilitas tinggi dan perusahaan dengan profitabilitas rendah, sehingga solusi cluster yang digunakan adalah solusi dua cluster (two cluster solution). Metode agglomeratif yang digunakan adalah Ward’s method dengan pengukuran distance Square Eclidean Distance kemudian dilakukan analisis Hierarchical (Hair, Anderson, Tatham dan Black, 1998: 498) sebagai metode utama. Analisis cluster non-hierarchical digunakan sebagai metode pembanding hasil dari analisis cluster Hierarchical. Metode agglomeratif lainnya ialah single linkage, complete linkage, average linkage
dan centroid method.
Ward”s method
dipilih untuk
meminimalkan perbedaan within cluster dan menghindari masalah “chaining” observasi, yang sering ditemukan dalam metode single linkage. IV.3.1. Hierarchical Solusi Dua Cluster Jumlah kelompok cluster yang akan dibentuk adalah hanya dua kelompok karena tingkat profitabilitas ditentukan apriori ada dua yaitu tinggi dan rendah. Salah satu cluster mewakili saham dengan profitabilitas tinggi sedangkan yang lain sebaliknya. Program statistik yang akan digunakan adalah SPSS. No. Cluster
Koef. Agglomerasi
%-ase perubahan
10
15.742
17%
9
18.489
17%
8
21.666
16%
7
25.134
18%
6
29.768
19%
5
35.478
25%
4
44.488
46%
3
65.066
42%
2
92.525
112%
1
196.000
Tabel 4: Analisis koefisien Agglomeratif
9
C A S E Label Num
0 5 10 15 20 25 +---------+---------+---------+---------+---------+
11 24 21 31 47 35 23 34 37 46 49 43 45 1 15 16 12 44 30 48 27 50 29 38 40 4 10 28 42 2 18 25 13 39 41 17 33 36 6 19 9 22 5 8 3 7 32 20 26 14
-+ -+ -+ -+ -+ -+-+ -+ I -+ I -+ +---------+ -+ I I -+ I I -+-+ I -+ I -+ I -+ +-----------------------------------+ -+ I I -+ I I -+ I I -+---+ I I -+ I I I Garis pemisah cluster 1 dan 2 -+ I I I (Hierarchical clustering) -+ +-------+ I -+ I I -+ I I -----+ I -+ I -+ I -+-------+ I -+ I I -+ I I -+ I I -+ I I -+ I I -+ +---------------------------------------+ -+ I -+ I -+-+ I -+ I I -+ I I -+ I I -+ +-----+ -+ I -+ I -+ I -+-+ -+ -+ -+ -+ -+
Gambar 1: Dendrogram Ward Method 10
Analisis koefisien agglomeratif menunjukkan bahwa dari 2 ke 1, cluster mengalami perubahan yang besar yaitu 112%, sehingga hasil ini mendukung penerapan solusi dua cluster (Hair, Anderson, Tatham dan Black, 1998: 506). Dendrogram yang terbentuk memperlihatkan pemisahan antara cluster 1 dan 2 yang perpotongannya pada case no. 4 dan 10. Masing-masing anggota cluster sebagai berikut: No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
Case No. 11 24 21 31 47 35 23 34 37 46 49 43 45 1 15 16 12 44 30 48 27 50 29 38 40 4
Perusahaan United Tractor Supreme Cable Japfa Comfeed Metrodata Elect Eratex Djaya Inter Delta Citra Turbindo Aqua Golden Aster Dharma Goodyear Ind. Eka Dharma Tape Trafindo Perkasa Jaya Pari Steel Gudang Garam Apac Centertex Unilever Ind Great River Int. Prima Aloy Steel Voksel Electric Alumindo Perkasa Astra Graphia Teijin Ind.Fiber Igar Jaya Itamaraya Gold Mayertex Ind. Indah Kiat P&P Mean Values
X1 EBIT/EBT
X2 ROE
X3 ROA
X4 EAT/Sales
1.63 1.62 1.37 1.30 1.39 1.65 0.74 0.73 0.8 0.72 1.32 1.22 1.13 1.32 0.73 1.12 2.59 2.9 2.55 2.78 2.91 2.61 4.21 3.37 6.18 1.74 1.947
0.05 0.06 0.05 0.06 0.04 0.02 0.03 0.04 0.03 0.04 0.05 0.09 0.08 0.09 0.08 0.11 0.08 0.06 0.04 0.03 0.002 0.02 0.02 0.01 0.008 0.23 0.055
0.09 0.09 0.07 0.07 0.05 0.03 0.02 0.03 0.02 0.2 0.18 0.1 0.1 0.12 0.13 0.13 0.22 0.18 0.09 0.09 0.05 0.08 0.09 0.04 0.05 0.39 0.104
0.04 0.04 0.04 0.04 0.03 0.01 0.03 0.03 0.02 0.14 0.15 0.06 0.05 0.06 0.07 0.08 0.07 0.04 0.03 0.03 0.01 0.002 0.01 0.005 0.01 0.23 0.051
X1 EBIT/EBT
X2 ROE
X3 ROA
X4 EAT/Sales
1.58 0.9 0.96 1.05 1.06 0.99 1.27 1.21 1.1 1.26 0.93
0.21 0.39 0.35 0.3 0.26 0.4 0.17 0.17 0.19 0.14 0.2
0.34 0.35 0.34 0.32 0.28 0.23 0.19 0.2 0.21 0.18 0.18
0.21 0.27 0.25 0.21 0.26 0.16 0.12 0.11 0.12 0.1 0.15
Tabel 5: Anggota Cluster 1(Hierarchical) No. 1 2 3 4 5 6 7 8 9 10 11
Case No. 10 28 42 2 18 25 13 39 41 17 33
Perusahaan Inti Indorayon Multibintang Ind. Delta Djakarta H.M.Sampoerna Trias Sentosa BAT Indonesia Brata Mulia Duta Pertiwi Berlina Co.ltd Unggul Indah Intan Wijaya
11
12 13 14 15 16 17 18 19 20 21 22 23 24
36 6 19 9 22 5 8 3 7 32 20 26 14
Indospring Gajah Tunggal Ultrajaya milk Mayora Indah Multipolar Corp. Tjiwi Kimia Semen Cibinong Indocement Indo-Rama Synt. Pan Brother Tex Damkos Labs. Roda Vivatex Sari Husada Mean Values
1 0.7 0.81 0.73 0.57 1.88 1.89 1.55 1.29 1.05 0.89 1.04 1.12 1.118
0.19 0.2 0.2 0.18 0.16 0.14 0.15 0.17 0.18 0.18 0.24 0.22 0.24 0.218
0.19 0.14 0.16 0.13 0.09 0.26 0.28 0.26 0.24 0.25 0.21 0.23 0.27 0.230
0.14 0.14 0.15 0.16 0.11 0.14 0.13 0.12 0.18 0.2 0.17 0.19 0.16 0.165
Tabel 6: Anggota Cluster 2 (Hierarchical) Cluster 2 Solutions 1 2
X1 EBIT/EBT 1.947 1.118
X2 ROE 0.055 0.218
X3 ROA 0.104 0.230
X4 EAT/Sales 0.051 0.165
Cluster Size 26 24
Tabel 7: Cluster Mean Values Variables (Hierarchical) Terlihat pada tabel 7 antara cluster 1 dan 2 baik untuk variabel X1 sampai X4, mempunyai perbedaan mean values yang cukup besar yang menunjukkan bahwa antara cluster 1 dan 2 merupakan kelompok yang memang benar-benar berbeda. Cluster 1 mempunyai 26 perusahaan profitabilitas rendah (tabel 4) sedangkan cluster 2 mempunyai 24 perusahaan profitabilitas tinggi (tabel 5). Terlihat bahwa cluster 2 nilai mean values X1 (EBIT/EBT) lebih rendah dibandingkan mean values cluster 1. Biaya bunga cluster 2 lebih rendah dibandingkan cluster 1 atau anggota cluster 2 secara rata-rata mempunyai hutang yang lebih rendah dibandingkan cluster 1. Nilai mean values X2 (ROE), X3 (ROA) dan X4 (EAT/Sales) cluster 2 melampaui nilai mean values cluster 1. Anggota cluster 2 memberikan imbal hasil yang lebih besar dibandingkan anggota cluster 1 atau menunjukkan semakin profitabel perusahaan tersebut. Hal ini mendukung bahwa cluster 1 merupakan kelompok saham-saham perusahaan dengan profitabilitas rendah dan cluster 2 sebaliknya. IV.3.2. Non-hierarchical Solusi Dua Cluster Analisis non-hierarchical digunakan sebagai metode untuk membantu mencari jumlah anggota masing-masing cluster atau menurut Hair, Anderson, Tatham dan Black (1998: 499) mengistilahkan dengan “fine tune”. Fine tune merupakan istilah dalam analisis cluster untuk menilai hasil clustering bila hasil 12
hierarchical tidak didukung oleh hasil non-hierarchical. Analisis nonhierarchical hanya sebagi tambahan dipadukan dengan temuan hierarchical clustering. Jumlah anggota masing-masing cluster dengan non-hierarchical: Cluster
1 2 Valid
23 27 50
Tabel 8: Non-hierarchical Cluster 2 Solutions Hasil akhir solusi dua cluster yang diperoleh dengan non-hierarchical mempunyai anggota dengan jumlah yang berbeda, yaitu untuk cluster 1 adalah 23 perusahaan dan cluster 2 adalah 27 perusahaan. Selengkapnya anggota cluster sebagai berikut: No.
Case
Perusahan
No. Gudang Garam
X1
X2
X3
X4
EBIT/EBT
ROE
ROA
EAT/Sales
1,32
0,09
0,12
0,06
1
1
2
11 United Tractor
1,63
0,05
0,09
0,04
3
12 Great River Int.
2,59
0,08
0,22
0,07
4
15 Apac Centertex
0,73
0,08
0,13
0,07
5
16 Unilever Ind
1,12
0,11
0,13
0,08
6
21 Japfa Comfeed
1,37
0,05
0,07
0,04
7
23 Citra Turbindo
0,74
0,03
0,02
0,03
8
24 Supreme Cable
1,62
0,06
0,09
0,04
9
27 Astra Graphia
2,91
0,002
0,05
0,01
10
29 Igar Jaya
4,21
0,02
0,09
0,01
11
30 Voksel Electric
2,55
0,04
0,09
0,03
12
31 Metrodata Elect
1,30
0,06
0,07
0,04
13
34 Aqua Golden
0,73
0,04
0,03
0,03
14
35 Inter Delta
1,65
0,02
0,03
0,01
15
37 Aster Dharma
0,8
0,03
0,02
0,02
16
38 Itamaraya Gold
3,37
0,01
0,04
0,005
17
40 Mayertex Ind.
6,18
0,008
0,05
0,01
18
43 Trafindo Perkasa
1,22
0,09
0,1
0,06
19
44 Prima Aloy Steel
2,9
0,06
0,18
0,04
20
45 Jaya Pari Steel
1,13
0,08
0,1
0,05
21
47 Eratex Djaya
1,39
0,04
0,05
0,03
22
48 Alumindo Perkasa
2,78
0,03
0,09
0,03
23
50 Teijin Ind.Fiber
2,61 2,037
0,02 0,048
0,08 0,084
0,002 0,035
Mean Values
Tabel 9: Anggota Cluster 1 (Non – Hierarchical) No.
Case
Perusahan
No.
X1
X2
X3
X4
EBIT/EBT
ROE
ROA
EAT/Sales
1
2
H.M.Sampoerna
1,05
0,3
0,32
0,21
2
3
Indocement
1,55
0,17
0,26
0,12
13
3
4
Indah Kiat P&P
1,74
0,23
0,39
0,23
4
5
Tjiwi Kimia
1,88
0,14
0,26
0,14
5
6
Gajah Tunggal
0,7
0,2
0,14
0,14
6
7
Indo-Rama Synt.
1,29
0,18
0,24
0,18
7
8
Semen Cibinong
1,89
0,15
0,28
0,13
8
9
Mayora Indah
0,73
0,18
0,13
0,16
9
10 Inti Indorayon
1,58
0,21
0,34
0,21
10
13 Brata Mulia
1,27
0,17
0,19
0,12
11
14 Sari Husada
1,12
0,24
0,27
0,16
12
17 Unggul Indah
1,26
0,14
0,18
0,1
13
18 Trias Sentosa
1,06
0,26
0,28
0,26
14
19 Ultrajaya milk
0,81
0,2
0,16
0,15
15
20 Damkos Labs.
0,89
0,24
0,21
0,17
16
22 Multipolar Corp.
0,57
0,16
0,09
0,11
17
25 BAT Indonesia
0,99
0,4
0,23
0,16
18
26 Roda Vivatex
1,04
0,22
0,23
0,19
19
28 Multibintang Ind.
0,9
0,39
0,35
0,27
20
32 Pan Brother Tex
1,05
0,18
0,25
0,2
21
33 Intan Wijaya
0,93
0,2
0,18
0,15
22
36 Indospring
1
0,19
0,19
0,14
23
39 Duta Pertiwi
1,21
0,17
0,2
0,11
24
41 Berlina Co.ltd
1,1
0,19
0,21
0,12
25
42 Delta Djakarta
0,96
0,35
0,34
0,25
26
46 Goodyear Ind.
0,72
0,04
0,2
0,14
27
49 Eka Dharma Tape
1,32
0,05
0,18
0,15
Mean Values
1,134
0,206
0,233
0,166
Tabel 10: Anggota Cluster 2 (Non – Hierarchical) Cluster 2 Solutions 1 2
X1 EBIT/EBT 2,037 1,134
X2 ROE 0,048 0,206
X3 ROA 0,084 0,233
X4 EAT/Sales 0,035 0,166
Cluster Size 23 27
Tabel 11: Cluster Mean Values Variables (Non – Hierarchical) Tabel 11 antara cluster 1 dan 2 baik untuk variabel X1 sampai X4, mempunyai perbedaan mean values yang cukup besar yang menunjukkan bahwa antara cluster 1 dan 2 merupakan kelompok yang memang benar-benar berbeda. Cluster 1 mempunyai 23 perusahaan profitabilitas rendah (tabel 9) sedangkan cluster 2 mempunyai 27 perusahaan profitabilitas tinggi (tabel 10). Terlihat bahwa cluster 2 nilai mean values X1 (EBIT/EBT) lebih rendah dibandingkan cluster 1. Nilai mean values cluster 2 untuk variabel X2 (ROE), X3 (ROA) dan X4 (EAT/Sales) melampaui nilai mean values cluster 1 untuk variabel yang sama. Semakin tinggi besaran nisbah profitabilitas menunjukkan semakin profitabel perusahaan tersebut. Temuan non-hierarchical masih mendukung 14
bahwa cluster 1 merupakan kelompok saham-saham perusahaan dengan profitabilitas rendah dan cluster 2 sebaliknya. Walaupun secara keseluruhan kesimpulan hasil perhitungan mean values non-hierarchical sama dengan hierarchical clustering namun hasil ini menunjukkan realita terbalik, bahwa lebih banyak perusahaan yang mempunyai nisbah profitabilitas tinggi dibandingkan rendah. Walaupun perbedaan jumlah anggota cluster 1 dan 2 tidak terlalu mencolok. V. Hasil Penelitian Analisis cluster dapat digunakan untuk pengelompokan saham-saham berdasarkan nisbah profitabilitas. Nisbah profitabilitas saham-saham perusahaan manufaktur yang dipilih memang sedikit menurun secara agregat dibandingkan dengan tahun-tahun sebelumnya, kemungkinan besar hal ini disebabkan karena krisis ekonomi. Sektor riil mengalami proses degradasi operasional yang besar, sehingga mengalami penurunan yang tajam dalam nilai keuntungan (profit) yang berdampak pada penurunan nisbah profitabilitas. Mean values antara hasil hierarchical dan non-hierarchical mempunyai perbandingan yang sama antar cluster yang membentuknya. Hal ini menunjukkan bahwa kedua analisis, baik hierarchical ataupun non-hierarchical salah satu dapat dipilih untuk menentukan size dari cluster. Diperkuat lagi bahwa perbedaan size antar hierarchical (cluster 1=26; cluster 2=24) dan non-hierarchical (cluster 1=23; cluster 2=27) tidak terlalu mencolok. Berdasarkan pola investasi konservatif maka solusi dua cluster dengan analisis Hierarchical lebih mencerminkan situasi semasa krisis karena lebih banyak perusahaan yang mengalami kesulitan keuangan walaupun perbedaannya tidak mencolok Size cluster untuk analisis hierarchical dimana cluster 1 (profitabilitas rendah) = 26 perusahaan dan cluster 2 (profitabilitas tinggi) = 24 perusahaan lebih mencerminkan situasi pada saat krisis, karena lebih banyak perusahaan di sektor manufaktur yang mengalami kerugian operasional, namun jumlahnya tidak berbeda
jauh.
Kontradiksi
hasil
hierarchical
dengan
non-hierarchical
memperlihatkan bahwa hasil non-hierarchical tidak sesuai dengan realitas nyata di BEJ. 15
VI. Kesimpulan dan Saran VI.1. Kesimpulan 1. Analisis cluster mampu memisahkan antara perusahaan berdasarkan nisbah profitabilitasnya sehingga dapat diketahui perusahaan yang mempunyai profitabilitas rendah dan tinggi. Hasil hierarchical dan non-hierarchical mengalami kontradiksi. Metode hierarchical lebih mencerminkan keadaan krisis dibandingkan metode non-hierarchical ditilik dari jumlah anggota cluster. 2. Jumlah anggota setiap cluster memperlihatkan proporsi yang tidak terlalu mencolok antara perusahaan dengan profitabilitas tinggi dan rendah semasa krisis. Hal ini menunjukkan bahwa pada saat krisis, keadaan pasar modal Indonesia tidaklah terlalu jelek atau cukup kondusif untuk berinvestasi ditinjau dari nisbah profitabilitas. 3. Masa krisis dapat digunakan sebagai pedoman periode penelitian untuk melihat kekuatan pasar modal kita dalam mengatasi dan melewati krisis yang terjadi. Hal ini juga menunjukkan bagaimana pengelolaan manajemen krisis di pasar modal Indonesia khususnya BEJ. VI.2. Saran-Saran 1. Investor disarankan memadukan analisis fundamental (analisis nisbah – analisis cluster) dengan analisis teknikal untuk mendapatkan informasi yang lebih akurat dalam pengambilan keputusan investasi. 2. Bagi peneliti yang akan menggunakan analisis cluster, dapat digabungkan dengan Analisis Faktor sehingga hasil yang diperoleh lebih valid untuk menentukan anggota cluster sesuai dengan factor loading-nya. 3. Penelitian yang akan datang sebaiknya menambah jumlah data ataupun objek yang digunakan, sehingga lebih mendekati populasi saham-saham di BEJ. 4. Penelitian yang akan datang sebaiknya menghitung X3 atau Basic Earning Power menggunakan nilai rata-rata aset karena nilai aset merupakan cetusan perhitungan di akhir tahun sedangkan EBIT adalah pendapatan sepanjang tahun tersebut.
16
REFERENSI Arable. P., dan L. Hurbert., 1994, Cluster Analysis in Marketing Research, in Advanced Methods in Marketing Research, R.P. Bagozzi, ed. Oxford: Blackwell. Brigham, E.F., L.C. Gapenski dan P.R. Daves, 1999, Intermediate Financial Management, 6th ed., The Dryden Press. Carmone, Jr., J. Frank, dan Kara, Ali., 1999, “A New Model to Improve Market Segmentation Definition by Identifying Noisy Variables,” Journal of Marketing Research 36, 201-235. Harianto, F., dan Sudomo, S., 1998, Perangkat Dan Teknik Analisis Investasi Di Pasar Modal Indonesia, PT.Bursa Efek Jakarta, edisi Pertama. Hair, J.E., Jr., R.E. Anderson, R.L. Tatham, dan W.C. Black., 1998, Multivariate Data Analysis, Prentice-Hall, Inc., 5th ed. Hartono, J., 2000, Teori Portofolio dan Analisis Investasi, Edisi 2, BPFE Yogyakarta. Mahadwartha, P.A., 2001, “Analisis Ekonometri: Pengaruh Return, Volume Transaksi dan Resiko Unik Saham Terhadap Beta Perusahaan pada Industri Rokok,” Jurnal Riset Akuntansi, Manajemen, dan Ekonomi 1, 177-190. Myers, S.C., dan N. S. Majluf, 1984, “Corporate Financing and Investment Decisions When Firms Have Information Investors Do Not Have,” Journal of Financial Economics 13, 187-221. Ross, S.A., R.W. Westerfield, dan J. Jaffe, 1999, Corporate Finance, 5th ed, Irwin McGraw-Hill. Sharma, S.., 1996, Applied Multivariate Techniques, John Willey and Sons, Inc.
17
