RINGKASAN MATERI KULIAH

PORTOFOLIO DAN ANALISIS INVESTASI

ABNORMAL RETURN

Dosen Pengajar : Ni Putu Shinta Dewi, SE,M.Si., Ak.,CA

OLEH KELOMPOK 9:

1. Ida Ayu Tara Laksita (1902622010162/ 04)

2. Ni Made Riris Pradnya Sari (1902622010177/ 19)
3. Ni Putu Ocik Riantini (1902622010178/ 20)

PROGRAM STUDI AKUNTANSI

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MAHASARASWATI DENPASAR
2020/ 2021
 PEMBAHASAN

1. Model Perhitungan Abnormal Return

A. Abnormal Return

Abnormal return atau sering disebut dengan return tak normal merupakan
kelebihan return yang sesungguhnya terhadap return normal. Dimana return normal
merupakan return ekspetasian ( return yang diharapkan oleh investor). Dengan
demikian abnormal return adalah selisih antara return sesungguhnya yang terjadi
dengan return ekspektasian, sebagai berikut:

RTNi.t = Ri.t – E [Ri.t]

Keterangan:

 RTNi.t adalah abnormal return untuk saham i pada peristiwa ke-t (atau pada

hari ke t)
 Ri.t adalah return realisasi (actual return) atas saham i yang terjadi pada hari ke
t
 E [Ri.t] adalah return ekspektasian (expected return) untuk saham i pada hari
ke t

Return sesungguhnya adalah return yang terjadi pada waktu ke-t yang
merupakan selisih harga sekarang relatif terhdap harga saham sebelumnya, dan dapat
dihitung dengan rumus:

Ri.t  = (Pi.t – Pi.t-1) / Pi.t-1

Keterangan:

 Ri.t adalah return realisasi (actual return) atas saham i yang terjadi pada hari ke

t
 Pi.t-1 adalah harga saham i pada waktu t-1
 Pi.t adalah harga saham i pada waktu t

Sedangkan untuk return ekspektasian atau expected return dapat dihitung

dengan beberapa model, yaitu:

1
 1) Mean- Edjusted Model

Model disesuaikan rata- rata ( mean- edjusted model) ini menganggap, return
ekspektasian bernilai konstan yang sama dengan rata- rata return realisasi sebelumnya
selama periode estimasi, dan dapat dihitung dengan rumus:

Ri , j
E [ Ri , t ] =
T
Keterangan:

 E[Rit] = return ekspektasi sekuritas ke- I pada periode peristiwa k- t

 R ij = return realisasi sekuritas ke-i pada periode estimasi ke-j.
 T = lamanya periode estimasi yaitu dari t1 sampai t2.

Periode estimasi umumnya merupakan periode sebelum periode peristiwa.

Periode peristiwa disebut juga periode pengamatan atau jendela peristiwa (event
window). Umumnya periode jendela juga melibatkan hari sebelum tanggal peristiwa
untuk mengetahui apakah terjadi kebocoran informasi, yaitu apakah pasar sudah
mendengar informasinya sebelum informasi itu sendiri diumumkan. Periode jendela
sebagai periode pengamatan merupakan periode yang akan dihitung nilai return tidak
normalnya.

Kelebihan dari mean-adjusted model adalah model ini merupakan model yang
paling sederhana, mudah dalam perhitungannya dan data-data yang diperlukan relatif
sedikit. Sedangkan kekurangannya adalah kemampuan mendeteksi abnormal return
model ini lebih lemah dibandingkan dengan model lain.

2) Market Model

Perhitungan return ekspektasian dengan model pasar(market model) ini

dilakukan dengan dua tahap, yaitu :

a) Membentuk model ekspektasi dengan menggunakan data realisasi selama

periode estimasi.
b) Menggunakan model ekspektasi ini untuk mengestimasi ini untuk
mengestimasi return normal di periode jendela. Model ekspektasi dapat

2
 dibentuk menggunakan teknik regresi OLS (Ordinary Least Sguare)
dengan persamaan:

Rij = αi + βi . RMj + Eij

Keterangan:

Rij = return realisasi sekuritas ke-i pada periode estimasi ke-j

αi = intercept untuk sekuritas ke-i;

βi = koefisien slope yang merupakan beta sekuritas ke-i

RMj = return indeks pasar pada periode estimasi ke-j yang dapat dihitung dengan
rumus RMj= (IHSGj- IHSGj-1) /IHSGj-1

Eij = kesalahan residu ke-i pada periode estimasi ke-j.

Kelebihan dari market model adalah model ini mempunyai kemampuan

mendeteksi abnormal return yang lebih baik dibandingkan dengan model yang
lainnya. Market model memiliki potensi untuk menghasilkan tes statistik yang lebih
sederhana. Dengan menggunakan model ini akan dapat diperoleh model return
ekspektasi yang mencerminkan karakteristik setiap sekuritas. Sedangkan
kekurangannya adalah model ini rumit dan relatif lebih lama perhitungannya serta
membutuhkan data-data yang lebih banyak.

3) Market Adjusted Model

Model disesuikan pasar (Market Adjusted Model) menganggap bahwa

penduga yang terbaik untuk mengestimasi return suatu sekuritas adalah return indeks
pasar pada saat tersebut. Dengan menggunakan model ini, maka tidak perlu
menggunakan periode estimasi untuk membentuk model estimasi karena return
sekuritas yang diestimasi adalah sama dengan return indeks pasar.

Misalnya pada hari pengumuman peristiwa, indeks pasar adalah 18%, dengan
metode sesuaian-pasar (markel-adjusted method) ini, maka return ekspetasian semua

3
 sekuritas di hari yang sama tersebut adalah sama dengan return indeks pasarnya, yaitu
sebesar 18% tersebut. Jika return suatu sekuritas di hari pengumuman peristiwa
adalah 35%, maka besarnya abnormal return yang terjadi adalah 17% (35% -18%).

B. Rata- Rata Abnormal Return

Pengujian adanya abnormal return tidak dilakukan untuk tiap tiap sekuritas,
tetapi dilakukan secara agregat dengan menguji rata-rata retum tidak normal seluruh
sekuritas secara cross section untuk tiap-tiap bari di periode peristiwa. Rata rata return
tak normal (average abnormal return) untuk hari ke-t dapat dihitung berdasarkan rata-
rata aritmatika sebagai berikut:
k

∑ RTN i ,t
1+1
RRTN t
K
Keterangan:

RRTNt = rata-rata return tidak normal (average abnormal retumn)pada hari ke t.

RTNi,t = return tak normal (abnormal return) untuk sekuritas ke-i pada hari ke t.

K =jumlah sekuritas yang terpengaruh oleh pengumuman peristiwa.

C. Akumulasi Abnormal Return atau Cummulative Abnormal Return

Cummulative Abnormal Return (CAR) merupakan akumulasi abnormal return
dari sebelumnya didalam periode peristiwa untuk masing- masing sekuritas sebagai
berikut:

t
ARTN i , t= ∑ RTN i, t
a =t 3

Keterangan:
ARTN i , t=¿ akumulasi return tidak normal sekuritas mulai dari awal sampai ke-t
RTN i ,t =¿ Abnormal return untuksekuritas ke- I ada hari ke-a
2. Pengujian Statistik Terhadap Abnormal Return atau Return Tak Normal
Pengujian statistik terhadap return tak normal mempunyai tujuan untuk
melihat signifikan return tak normal yang ada diperiode peristiwa. Signifikansi yang

4
dimaksud adalah bahwa abnormal return tersebut secara statistic signifikan tidak sama
dengan nol ( positif untuk kabar baik dan negative untuk kabar buruk).
Secara umum pengujin –t yang menguji hipotensi nol bahwa nilai suatu
parameter sama dengan nol adalah sebagai berikut:

t=
❑
kesalahan standar estiminasi
Keterangan:

 = parameter yang akan diuji signifikansinya

Dengan demikian pengujian –t ini dilakukan dengan cara standarisasi dari nilai
return tak normal. Standarisasi yang dilakukan adalah dengan membagi nilai return
tak normal dengan nilai kesalahan estimasinya (standar error of the estimate).
Kesalahan standar estimasi merupakan kesalahan pada waktu mengestimasi nilai
abnormal returnnya. Standarisasi dilakukan untuk return tak normal masing- masing
sekuritas. Return tak normal standarisasi (standardized abnormal return) untuk
sekuritas ke-1 dapat dirumuskan sebagai berikut:

RTNit
RTNSi,t =
KSEi

Keterangan:

RTNSi,t = return tak normal standarisasi sekuritas ke – i pada hari ke –t di periode

peristiwa .

RTNSit = return tak normal sekuritas ke –I pada hari ke –t di periode peristiwa .

KSEi = kesalahan standar estimasi untuk sekuritas ke –i.

Permasalahan yang timbul adalah nilai kesalahan standar estimasi bagaimana

yang dapat digunakan. Beberapa cara telah digunakan untuk menentukan kesalahan
standar estimasi yang akan digunakan sebagai berikut:

1) Kesalahan standar estimasi ditentukan berdasarkan deviasi standar return selama

periode estimasi dengan nilai standarnya yang digunakan adalah nilai rata- rata
returnnya. Model perhitungannya dapat dicari dengan rumus:
5
 √∑
t2
KSEi= ¿¿¿¿
j=t 1

Keterangan:
KSEi = Kesalahan standar Estimasi untuk sekuritas ke-I .
Rij = return sekuritas ke I untuk hari ke j selama periode estimasi.
R = rata- rata return sekuritas ke –I selama periode estimasi.
T1 = jumlah hari periode estimasi, yaitu dari ke- t1 samapai dengan hari –t2.
2) Selama periode estimasi dengan nilai standar yang digunakan adalah nilai prediksi
returnnya. Model perhiungannya dapat dicari dengan rumus :

√∑
t2
KSEi= ¿¿¿¿
j=t 1

Keterangan:
KSEi = Kesalahan standar Estimasi untuk sekuritas ke-I .
Rij = return sekuritas ke I untuk hari ke j selama periode estimasi .
T1 = jumlah hari periode estimasi, yaitu dari ke- t1 samapai dengan hari –t2.
3) Ditentukan berdasarkan deviasi standar return hari ke –t secara cross section
selama periode peristiwa. Cara ini lebih tepat digunakan untuk model sesuaian
pasar( market adjusted model) yang hanya menggunkan peristiwa dan tidak
menggunakan periode estimasi. Model perhitungannya dapat dicari dengan rumus:

√∑
k
KSEt= ¿¿¿¿
i=1

Keterangan:

KSEt =kesalahan standar estimasi untuk hari ke-t di periode peristiwa.

RTNit = return tak normal k sekuritas untuk hari ke –t di periode peristiwa.

6
Contoh Perhitungan Abnormal Return atau Return Taknormal

Jika digunakan data harian dengan periode jendela selama 7 hari (3 hari
sebelum hari peristiwa, 1 hari peristiwa, dan 3 hari setelah peristiwa) dan periode
estimasi selama 200 hari, maka dapat digambarkan sebagai berikut:

Periode estimasi Periode jendela

-203 -4,3 0 +3

Dimana lama periari atau selama setahun untuk hari- hari perdagangan
dikurangi dengan lamanya periode jendela untuk data harian dan berkisar 24 sampai
dengan 60 bulan untuk data bulanan.

−203

∑ R1 , j
E [ Ri , t ] =
j=−4
200

Cara pertama menghitung kesalahan standar estimasi berdasarkan nilai devisi

nilai- nilai rata returnya selama periode estimasi.

Tabel Data Return , Rata-Rata Return Sekuritas Dan Kesalahan Standar

Estimasi Masing-Masing Sekuritas Selama Periode Estimasi.

Hari ke-j Return Return ... Return

Sekuritas Sekuritas Sekuritas
ke-1 ke-2 ke-k
(RI, I) (R2,I) (Rk,j)
-4 0,20 0,18 ... 0,25
-5 0,15 0,17 ... 0,28
-6 0,17 0,16 ... 0,22
. . . .
. . . .
. . . .

7
 -203 0,09 0,12 ... 0,17
Ri 0,16 ... 0,22
KSEi . . ... .
Dari tabel diatas menunjukan KSEi dihitung untuk tiap-tiap sekuritas, untuk
sekuritas ke-1 KSEi dihitung sebagai berikut ini :

1. Hitung rata-rata return sekuritas ke-1 selama periode estimasi, yaitu mulai hari ke-
4 sampai hari ke-203 selama 200 hari :
( 0,20+0.15+0,17 +…+0,09 )
R 1= =0,12
200

2. Kesalahan standar estimasi untuk sekuritas ke-1 adalah sebesar :

KSE1¿ ( ( ( 0,20−0.120 ) + ( 0,15−0,12 ) + ( 0,17−0,12 ) ) ) /(200−2)¿+¿ = 0,02.

KSE2 sampai KSEk dapat dihitung dengan cara yang sama KSEi ini kemudian
digunakan sebagai pembagi untuk return-return tak normal di periode peristiwa untuk
tiap-tiap sekuritas . Hasil dari pembagian ini adalah return tak normal standarisasi
(RTNSi,t) sesuai dengan rumus. Return tak normal berdasarkan model pasar untuk
tiap sekuritas tiap harinya dalam periode peristiwa telah dihitung dan disajikan
dengan membagi return tak normal ini dengan KSEi untuk tiap-tiap sekuritas, maka
akan didapatkan return taknormal standarisasi (RTNSi,t).

Contoh Hasil Return Taknormal Standarisasi menggunakan Model Pasar Cara

Pertama

Hari RTNI,t RTNSI,t RTN2,t RTNS2,t ... RTNk,t RTNSk,t

ke-t
-3 0,01 0,500 0,01 1,000 ... 0,00 0,000
-2 0,00 0,000 0,02 2,000 ... 0,01 0,333
-1 0,02 1,000 0,01 1,000 ... 0,02 0,667
0 0,04 2,000 0,01 1,000 0,03 1,000
1 0,07 3,500 0,00 0,000 0,09 3,000
2 0,02 1,000 0,01 1,000 0,03 1,000
3 0,01 0,500 0,00 0,000 0,02 0,667

8
 Return taknormal (abnormal return) berdasarkan model pasar untuk sekuritas
ke-1 pada hari ke-3 adalah sebesar 0,01. Dengan membagi nilai ini dengan nilai KSE1
sebesar 0,02, maka akan didapat nilai RTNS1, 3 sebesar 0,500 selanjutnya nilai
RTNSi,t ini dapat diartikan sebagai nilai t-hitung untuk masing-masing return
taknormal sekuritas ke-1 hari ke-t pengujian-t umumnya dilalukan untuk return
portofolio (rata-rata return semua k-sekuritas) pada hari –t di periode peristiwa.
Portofolio sekuritas ini terdiri dari k-buah yang terpngaruh oleh pengumuman
peristiwa bersangkutan.
Tabel Signifikasi Return Taknormal Di Periode Peristiwa

Hari Rata-rata return taknormal t-htung

ke-t hipnotis nol yang menyatakan rata-
rata return taknormal
-3 (0,01+0,01 + ...+0,00)/k= 0,05 (0,500+1,000+...0,000)k1/2=0,2
55
-2 (0,00+0,002+ ...+0,01)/k = 0,007 (0,000+2,000+...0,333)k1/2=0,5
25
-1 (0,02+0,01+...+0,02)/k= 0,017** (1,000+1,000+...
+0,667)k1/2=1,982
0 (0,04+0,01+...+0,03)/k = 0,009*** (2,000+1,000+...
+1,000)k1/2=3,891
1 (0,07+0,00+...+0,09)/k= 0,075*** (3,500+0,000+...
+3,000)k1/2=3,750
2 (0,02+0,01+...+0,03)/k = 0,010** (1,000+1,000+...+1,000)k1/2=
1,655
3 (0,01+0,00+...+0,02)k = 0,03* 1,355

Keterangan :
t-test didasarkan pada hipnotis nol yang menyatakan rata-rata
return tiaknormal adalah sama dengan nol.
*= signifikasi pada tingkat 10%(t>1,282 untuk pengujian dua sisi dengan k besar)
**= signifikasi pada tingkat 5% ( t>1,645 untuk pengujian dua sisi dengan k
besar)

9
 ***= signifikasi pada tingkat 1% ( t>2,326 untuk pengujian dua sisi dengan k
besar)

Hasil dari tabel menunjukan nilai rata-rata return taknormal untuk k-sekuritas
dan pengujian t dihari –hari periode peristiwa. Rata-rata return hari ke1 sebesar
0,0017dengan nilai t-terbesar 1,982 merupakan nilai yang signifikan pada tingkat 5%
atau lebih (nilai t nya lebih besar dari 1,282). Demiikian juga untuk rata-rata return
hari ke-0 , +1, +2,+3 adalah signifikasi berturut-turut sebesar 1%.5%,5% dan 10% .
Signifikasi return tak normal sekitar tanggal pengumuman yaitu pada hari-1 samapai
denagn +3 menunjukan bahwa pengumuman tersebut mengandung informasi. Disebut
mengandug informasi karena pengumuman tersebut menyebabkan terjadinya reaksi
pasar yang ditunjukan dengan adanya return tak normal yang terjadi . Return
taknormal yang terjadi untuk kasus ini yaitu kasus pengumuman laba , sifatnya adalah
lama dan berkepanjangan yaitu sampai hari +3 . Reaksi pasar yang efisien untuk
pengumuman laba akan terjadi dengan cepat , yaitu sekitar satu hari setelah
diumumkan . Terjadinya return taknormal yang lama dan berkepanjangan
menunjukkan bahwa pasar tidak efesien secara informasi . Akan tetapi untuk kasus
yang lain , misalnya pengumuman merjer, reaksi pasar selama 3 hari dianggap tidak
terlalu lama dan tidak berkepanjanggan .

Jika return taknormal masing-masing sekuritas pada hari ke-t (RTNSi.t)

merupakan return-return yang independen dan terdisstribusi secara identik
(independent and identically distributed atau iid), maka return taknormal
standarisasinya (RTNSt) mempunyai distribusi normal untuk nilai k yang besar.
Implikasinya adalah retum taknormal standarisasinya (RTNSt) yang merupakan t-
hitung adalah juga merupakan z hitung untuk nilai k yang besar.

Brown dan warner (1980) menggunakan metode yang disebut dengan crude
dependence adjustment untuk mengatasi masalah return sekuiritas sekuiritas yang
melanggar asumsi independen .

Dengan demikian perbedaan cara pertama dan kedua dalam menghitung

kesalahan standar estimasi adalah terletak di standar yang digunakan untuk, mengukur
penyimangan return returnya selama periode estimasi . Dicara pertama , nilai standar
yang digunakan adalah nilai return retumnya , sedang di cara keduaini niali standar
yang digunakan adalah nilai estimasi retumnya.

10
 Return estimasi untuk hari ke-j dapat diperoleh dengan memasukkan nilai
return indeks pasar dari bari ke-j yang sama di model estimasi masing-masing
sekuiritas . Retum Estimasi untuk hari ke-j dapat diperoleh dengan memasukan nilai
return indeks pasar pada hari ke-j yang sama di model estimasi masing-masing
sekuiritas . Dari perhitungan sebelumnaya, model estimasi untuk masing masing
sekuiritas adalah sebagai berikut :

E[Rij]=  0,007+1,67. E{Rmt}

E{Rkj} = 0,015+ 1,23.E[ Rmt]

.
.
E{Rkj}= 0,17+ 1,55 E{Rmt}

Tabel ini menunjukan nilai kesalahan nilai sekuritas yang dihitung dengan
cara pertama. Dengan menggunakan data yang sama ini , keasalahan standar estimasi
yang masing-masing sekuiritas ke-i yang dihitung dengan cara berdasarkan rumus
dapat dilihat berdasarkan table berikut ini .

Tabel Data Return , Return Estimasi, Kesalahna Standar Estimasi Masing-

Masing Sekuritas Dan Return Indeks Pasar Selama Periode Estimasi.

Hari Sekuritas ke-1 Sekuritas ke-2 ... Sekuritas ke-k Rmj

ke-j Ri,j E(Ri,j) R2,j E(R2,j) Ri,j E(Ri,j
)
-4 0,20 0,26 0,18 0,20 ... 0,25 0,25 0,15
-5 0,15 0,26 0,17 0,20 ... 0,28 0,25 0,15
-6 0,17 0,24 0,16 0,19 ... 0,22 0,23 0,14
. . . . . . . .
. . . . . . . .
. . . . . . . .
-203 0,09 0,12 0,12 0.10 0,17 0,13 0.07
KSEi 0,08 0,07 0,05

11
 Tabel diatas menunjukan bahwa KSEI dihitung untuk tiap tiap sekuiritas . Untuk
sekuiritas ke -1 dihitung sebagai berikut ini

1) Hitung return estimasi sekuiritas ke-1 selama periode estimasi , yaitu mulai
hari ke-4 sampai hari ke 203 selama 200 hari:
E[R1,4] = 0,007+1,67.0,15 = 0,26
E[R1,-4]=0.007+1,67.0,15=0,26
E[R1,-6]=0,007+1,67.0,14=0,24
.
.
E[R1,-203]=0,007+1,67.0,07=0,12
2) Kesalahan standar estimasi untuk sekuiritas ke-1 adalah sebesar :
KSE1 = (((0,20-0,26}2+(0,15-0,26)+(0,17-0,24)2+...+(0,09-0,12)2/(200-
2)))1/2=0,08.

KSE2 sampai KSEk dapat dihitung dengan cara yang sama .KSEI ini kemudian
digunakan sebagai pembagi untuk return-return taknormal di periode peristiwa untuk tiap-tiap
sekuritas. Hasil dari pembagian ini adalah return taknormal standarisasi. Contoh hasil retun
taknormal standarisasi menggunakan model pasar berdasarkan nilai prediksi returnya atau
cara kedua

Hari RTN1,t RTNS1,t RTN2,t RTNS2,t RTNk, RTNSt,k

ke –t t

-3 0,01 0,125 0,01 0,143 0,00 0,000

-2 0,00 0,000 0,02 0,286 0,01 0,200

-1 0,02 0,250 0,01 0,143 0,02 0,400

0 0,04 0,500 0,01 0,143 0,03 0,600

+1 0,07 0,875 0,00 0,000 0,09 0,800

+2 0,02 0,250 0,01 0,143 0,03 0,600

+3 0,01 0,125 0,00 0,000 0,20 0,400

12
 Abnormal return berdasarkan model pasar untuk sekuritas ke 1 pada hari ke 3
adalah sebesar 0,01. Dengan membagi nilai ini dengan KSEI sebesar 0,08, maka
aksan didapat nilai RTNSi,t ini dapat diartikan sebagai nilai t hitung untuk masing-
masing return taknormal sekuiritas ke 1 hari ke -t . Signifikasi return rata rata dapat
dilihat di table dengan menggunakan cara yang sama sebagai berikut:

13
 Hari ke Rata- rata t- hitung
–t return
taknormal

-3 0,005 (0,125+0,143+…+0,000)k1/2=
0,023

-2 0,007 0,000+0,286+…+0,200)k1/2=
0,035

-1 0,017 0,250+0,143+…+0,400)k1/2=
0,975

0 0,090 0,500+0,143+…+0,600)K1/2=
1,289

+1 0,075 0,875+0,000+…+1,800)/ K1/2=

2,375

+2 0,010 0,250+0,143+…+0,600)K1/2=
1,555

+3 0,03 0,125+0,000+…+0,400)K1/2=
0,755

Cara ketiga dari perhitungan kesalahan standar estimasi didasarkan pada

deviasi standar return return taknormal dari sekeuritas secara cross section untuk tiap
hari periode peristiwa . Cara ketiga ini lebih tepat digunakan untuk model sesuaian
pasar (market adjusted model ) yang hanya menggunakan periode peristiwa dan tidak
menggunakan periode estimasi .

Sebagai ilustrasi perhitungan, misalnya return tak normal pada hari ke-3 untuk
sekuritas ke-1 adalah sebesar 0,11 , untuk sekuritas ke-2 adalah sebesar 0,06 dan
untuk sekuritas ke –k adalah sebesar 0,10.

RTN -3 = (0,11+0,06+…+0,10)/k= 0,07

Besarnya KSE-3 adalah:

14
KSE -3 = (0,11-0,07)2 +(0,006-0,07)2+…+(0,10-0,07)2/(K-1)1/2..(K-1)1/2= 0,65.

Besarnya t- hitung adalah 0,07/ 0,65= 0,108. KSE dan t- hitung untuk hari hari
laindiperiode jendela dapat dihitung dengan cara yang sama.

DAFTAR PUSTAKA

Ellen Chandra, 2018, Pengertian dan cara perhitungan abnormal return.

http://www.finansialku.com/abnormal-return/ (Diakses 3 Agustus 2021)

15
https://www.sahamgain.com/2018/01/pengertian-dan-cara-menghitung-
abnormal.html?m=1 ( Diakses tanggal 3 Agustus 2021)

https://id.scribd.com/document/240953080/Model-Perhitungan-Return-
Taknormal(Diakses 3 Agustus 2021)

16