Analisis Pengaruh January Effect Terhadap Return Saham Pada Indeks Sektoral Di Bursa Efek Indonesia Chapter III V
BAB III
METODE PENELITIAN
3. 1 Jenis Penelitian
Penelitian ini merupakan penelitian kuantitatif, yaitu penelitian yang
bersifat induktif, objektif dan ilmiah di mana data yang di peroleh berupa angkaangka (score, nilai) atau pernyataan-pernyataan yang di nilai, dan dianalisis
dengan analisis statistik. Menurut Sugiyono, (2003:14) penelitian kuantitatif
adalah penelitian dengan memperoleh data yang berbentuk angka atau data
kualitatif yang diangkakan. Penelitian kuantitatif juga digunakan untuk
membuktikan atau menolak suatu teori. Penelitian ini juga termasuk kedalam
penelitian event study. Event study adalah penelitian yang mengamati dampak
dari pengumuman informasi terhadap harga sekuritas.
3. 2 Jenis Variabel dan Sifat Data
Ada 2 variabel yang digunakan dalam penelitian ini yaitu variabel
dependen dan variabel independen. Dalam hal ini untuk variabel dependen adalah
abnormal return saham bulan Januari pada setiap indeks sektoral di Bursa Efek
Indonesia dan variabel independen meliputi abnormal return saham bulan-bulan
lainnya di setiap indeks sektoral sebagai pembandingnya. Sifat data dalam
41
Universitas Sumatera Utara
penelitian ini adalah data time series (runtun waktu) yakni jenis data yang
dikumpulkan menurut urutan waktu dalam suatu rentang waktu tertentu. Runtun
waktu yang digunakan dalam penelitian ini ialah 5 tahun yaitu mulai dari tahun
2009 hingga 2013.
3. 3 Batasan Operasional
Batasan operasional dilakukan untuk menghindari kesimpangsiuran dalam
membahas dan menganalisis permasalahan dalam penelitian yang dilakukan
peneliti. Penelitian ini dilakukan dengan batasan-batasan pada masalah sebagai
berikut:
a. Variabel independent dalam penelitian ini adalah abnormal return saham bulan
perdagangan pada setiap indeks sektoral yang terdapat di Bursa Efek Indonesia
b. Variabel dependent dalam penelitian ini adalah abnormal return saham bulan
Januari pada setiap indeks sektoral di Bursa Efek Indonesia
c. Objek dalam penelitian ini ialah perusahaan pada setiap indeks sektoral yang
terdapat di Bursa Efek Indonesia selama periode 2009-2013
3. 4 Defenisi Operasional
Berikut ini akan dijelaskan mengenai definisi operasional variabel yang
akan digunakan dalam penelitian. Secara garis besar definisi operasional dari
variabel-variabel yang digunakan didalam penelitian ini adalah sebagai berikut:
3.4.1
Variabel Dependen
42
Universitas Sumatera Utara
Variabel dependen sering disebut juga dengan variabel terikat. Variabel
terikat merupakan variabel yang dipengaruhi atau yang menjadi akibat karena
adanya variabel bebas. Disebut variabel terikat karena variabel ini dipengaruhi
oleh variabel bebas/independent. Variabel dependen dalam penelitian ini adalah
abnormal return saham pada setiap indeks sektoral yang terdapat di Bursa Efek
Indonesia. Abnormal return ialah saham yang nilainya melebihi angka return
saham biasa. Return saham merupakan timbal balik atas keputusan investasi yang
ditanamkan investor pada perusahaan go public. Untuk menghitung return saham
digunakan
rumus:
Keterangan:
Rit = return saham i pada periode t
Pit = harga saham (closing price) bulan t pada setiap indeks sektoral
Pit-1 = harga saham (closing price) bulan t-1 pada setiap indeks sektoral
3.4.2
Variabel Independent
Variabel independent sering disebut juga sebagai variabel stimulus,
pengaruh atau variabel bebas. Variabel independent atau bebas adalah variabel
yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya
variabel dependent (terikat). Dikatakan bebas karena bebas dalam mempengaruhi
variabel lain. Variabel independent dalam penelitian ini adalah abnormal return
saham bulan perdagangan atau bulan lainnya pada setiap indeks sektoral yang
terdapat di Bursa Efek Indonesia.
3. 5 Populasi dan Sampel
43
Universitas Sumatera Utara
Populasi adalah kumpulan individu atau proyek penelitian yang memiliki
kualitas-kualitas serta ciri-ciri yang telah ditetapkan. Menurut Sugiyono
(2008:115), populasi adalah wilayah generalisasi tediri atas objek/ subjek yang
mempunyai kualitas dan karakteristik tertentu. Berdasarkan ciri atau kualitas
tersebut populasi dapat dipahami sebagai kelompok individu atau objek
pengamatan yang minimal memilik satu persamaan. Populasi dalam penelitian ini
adalah indeks saham yang terdaftar di Bursa Efek Indonesia. Sampel adalah
bagian dari populasi yang ingin di teliti. Sampel merupakan sebagian dari jumlah
dan karakteristik yang dimiliki oleh populasi tersebut. Sampel dianggap sebagai
perwakilan dari populasi yang hasilnya mewakili keseluruhan gejala yang diamati.
Sampel dalam penelitian ini adalah indeks saham sektoral yang terdapat di Bursa
Efek Indonesia dengan waktu pengamatan selama periode tahun 2009-2013.
3. 6 Metode Pengumpulan Data
Data yang dikumpulkan dalam penelitian ini adalah data sekunder yang
berkaitan dengan data-data indeks saham sektoral yang terdaftar di Bursa Efek
Indonesia sehingga metode pengumpulan data menggunakan cara non participant
observation atau peneliti tidak terlibat secara langsung dalam proses pengambilan
data. Metode ini menurut Arikunto (2006:158) termasuk metode pengumpulan
data dokumentasi. Dokumentasi adalah mencari atau mengumpulkan data
mengenai hal-hal yang berupa catatan, transkip, buku, surat kabar, majalah, rapot,
agenda, website resmi dan sebagainya. Data yang diperoleh pada penelitian ini
diambil melalui data historical pada Bursa Efek Indonesia yaitu referensi dari
Collection Of JSX Statistics Quarter, JSX Monthly Statistics. Data berupa harga
44
Universitas Sumatera Utara
penutupan (close price) indeks saham sektoral selama periode penelitian yaitu dari
2009-2013.
3. 7 Teknik Analisis Data dan Pengujian Hipotesis
3.7.1
Teknik Analisis Data
Teknik analisis dalam penelitian ini ialah dengan mencari return pasar
saham indeks bulanan dan return saham pasar bulanan. Adapun langkah-langkah
dalam menganalisis data ialah sebagai berikut:
1. Return Pasar Indeks Saham Sektoral Bulanan
Return pasar indeks saham bulanan dihitung berdasarkan selisih antara
harga indeks sektoral bulanan t dengan harga indeks sektoral bulanan t-1. Return
pasar indeks saham bulanan dapat dicari dengan menggunakan rumus:
Keterangan:
Rit = return pasar i pada periode t
Pit = closing price bulan t pada setiap indeks sektoral
Pit-1 = closing price bulan t-1 pada setiap indeks sektoral
2. Return Market
Dalam menghitung return pasar bulana dapat menggunakan formula yang
sama saat menghitung return pasar indeks sektoral bulanan. Namun pada return
market atau pasar ini, harga saham yang digunakan ialah Indeks Harga Saham
Gabungan (IHSG). Return market dapat diperoleh dari selisih antara harga saham
gabungan bulanan t dengan harga saham gabungan bulanan t-1.
3. Abnormal Return
45
Universitas Sumatera Utara
Abnormal return merupakan alat yang digunakan untuk mengukur reaksi
pasar saham menjelang dan setelah pergantian tahun. Abnormal return adalah
selisih antara return saham bulanan untuk saham I pada bulan t dengan return
pasar pada bulan t atau dapat diformulasikan :
ARit=Rit-(E)Rit
Dimana:
ARit = Abnormal return bulanan
Rit = Return pasar pada setiap indeks sektoral
(E)Rt = Expected Return/Return Market.
Dari data indeks sektoral akan diperoleh data return saham sebanyak 540
data selama periode penelitian
3.7.2
Pengujian Hipotesis
Dalam penelitian ini, peneliti mengajukan hipotesis yaitu apakah terdapat
pola terhadap January Effect pada setiap indeks sektoral di Bursa Efek Indonesia
(BEI). Pengujian hipotesis ini dimaksudkan untuk melihat apakah ada reaksi dari
perusahaan perusahaan terhadap January Effect. Untuk menguji signifikansi
return pasar bulan Januari dengan bulan-bulan lainnya maka digunakan uji One
Way ANOVA. Alat uji ini untuk menguji apakah ada atau tidak perbedaan ratarata hitung yang signifikan di antara kelompok-kelompok sampel atau indeks
sektoral yang diteliti. Langkah-langkah dalam prosedur One-Way ANOVA terdiri
dari deskripsi analisis statistik, Tes Homogenitas Varian dan Uji ANOVA.
3.7.2.1 Analisis Deskriptif
Analisis deskriptif merupakan suatu metode dimana data-data yang
dikumpulkan dan dikelompokkan kemudian di analisis dan di interprestasikan
46
Universitas Sumatera Utara
secara objektif sehingga memberikan informasi dan gambaran mengenai topic
yang dibahas seperti rata-rata, standart deviasi, nilai maksimum maupun
minimum dan lain sebagainya.
3.7.2.2 Tes Homogenitas Varian (Test of Homogeneity of Variance)
Uji homogenitas dilakukan untuk memastikan bahwa setiap kelompok data
yang digunakan dalam penelitian memiliki variansi yang sama, dengan kata lain
perbedaan yang terjadi benar-benar merupakan perbedaan antar kelompok, bukan
perbedaan yang memang terjadi dalam kelompok. Uji Homogenitas dilakukan
dengan kriteria sebagai berikut:
1. Apabila nilai p value > 0,05, maka data dalam kelompok-kelompok tersebut
memiliki variansi yang sama, atau data berasal dari populasi yang berbeda satu
sama lain, sehingga data dapat digunakan dalam penelitian (H0 diterima, H1
ditolak).
2. Apabila nilai p value < 0,05, maka data dalam kelompok-kelompok tersebut
tidak memiliki variansi yang sama, atau data antar kelompok mungkin berasal dari
populasi yang sama. Data ini tidak dapat digunakan dalam penelitian (H0 ditolak,
H1 diterima).
3.7.2.3 One Way ANOVA
Uji ANOVA dilakukan untuk jenis penelitian komparatif dengan tujuan
untuk dapat melihat apakah terdapat perbedaan antar variabelnya. Uji ANOVA
dilakukan dengan kriteria sebagai berikut:
1. Apabila p value > 0,05, maka data tersebut dikatakan tidak memiliki perbedaan,
atau sama setiap komponen-komponennya (H0 diterima, H1 ditolak).
47
Universitas Sumatera Utara
2. Apabila p value < 0,05, maka data tersebut dikatakan memiliki perbedaan, atau
setiap komponen-komponennya memiliki perbedaan (H0 ditolak, H1 diterima).
BAB 4
ANALISIS DATA DAN PEMBAHASAN
4.1 Gambaran Umum dan Deskriptif Data Objek Penelitian
4.1.1
Gambaran Umum Objek Penelitian
Objek penelitian yang digunakan dalam penelitian ini adalah harga indeks
pasar saham pada setiap indeks sektoral yang terdapat di Bursa Efek Indonesia
periode 2009-2013. Indeks saham ialah suatu indikator yang menunjukkan
pergerakan harga saham dalam suatu periode tertentu sedangkan indeks pasar
ialah mengambarkan pergerakan seluruh saham di satu bursa tertentu atau pada 1
sektor tertentu atau industri tertentu. Dalam menentukan indeks pasar saham suatu
sektoral dapat dicari dengan mengurangkan indeks saham tahun tertentu dengan
indeks saham tahun tertentu dikurang satu dan dibagi indeks saham tahun tertentu
dikurang satu.
Data yang digunakan dalam penelitian ini diambil dari data
historical yang di publikasikan Bursa Efek Indonesia. Data historis sering disebut
juga dengan data berkala yaitu data yang dikumpulkan dari waktu ke waktu untuk
memberikan gambaran tentang perkembangan suatu kegiatan selama periode
spesifik yang diamati. Dari data yang terlampir dapat terlihat bahwa besarya nilai
harga indeks pasar periode 2009-2013 mengalami fluktuasi atau naik turun.
Terkadang harga indeks pada bulan Januari 300 dan bisa naik 360 pada bulan
Desember atau terjadi kenaikan 20% dan bisa turun kembali di lain periode. Hal
ini dapat diketahui pada beberapa periode untuk masing-masing indeks sektoral.
48
Universitas Sumatera Utara
Terdapat 9 Indeks sektoral yang tercatat pada IDX (Indonesia Stock Exchange)
yaitu sektor pertanian, pertambangan, dasar kimia, aneka industri, konsumsi,
property, infrastruktur, finance, dan trade and services. Pada sektor pertanian
contohnya harga indeks pada tahun 2009 awal terus mengalami peningkatan
namun turun di akhir tahun dan naik lagi pada awal tahun berikutnya. Beda halnya
untuk sektor pertambangan, harga indeks saham pada sektor ini tinggi untuk
periode 2009 hingga 2012 namun turun secara drastis memasuki tahun 2013.
Sektor manufaktur pada sub sektor industry dasar dan kimia sebaliknya harga
indeks saham terus mengalami peningkatan dari tahun ke tahun. Sektor aneka
industry berfluktuasi namun tidak secara drastis. Sedangkan untuk sektor
konsumsi mengalami peningkatan secara terus menerus dari tahun ke tahun yaitu
mulai dari harga 500 hingga menvapai 2000 per tahun 2013 nya namun turun
kembali di akhir 2013 (idx.statistic.co.id). Untuk sektor property harga indeks
saham dapat dikatakan stabil yaitu berkisar 100 hingga 300 selama periode
penelitian. Untuk sektor infrastruktur dari tahun ke tahun hampir menduduki
angka yang sama yaitu berkisar 600 hingga 900 dan terus naik pada awal tahun
2013 dan kembali turun pada akhir tahun 2013, begitu pula dengan sektor
keuangan. Sektor keuangan dapat dikatakan stabil berkisar antara 400 hingga 600
harga indeks sahamnya. Dan terakhir untuk sektor perdagangan harga indeks
saham
juga
mengalami
peningkatan
dari
tahun
2009
hingga
sekarang.(statistic.idx.co.id)
4.1.2
Deskripsi Data
Data yang digunakan pada penelitian ini ialah data harga saham dimana
data harga saham yang dimaksud yaitu indeks harga saham gabungan akhir bulan
setelah penutupan (closing price) selama 2009 sampai dengan tahun 2013, dan
juga data harga saham indeks sektoral akhir bulan setelah penutupan (closing
price) selama 5 tahun yang terdiri dari 9 indeks sektoral yaitu sektor pertanian,
pertambangan (minning ), dasar kimia, aneka industry, konsumsi, property,
infrastruktur, finance dan trade atau perdagangan dan jasa. Dari data-data ini akan
49
Universitas Sumatera Utara
dicari return masing-masing harga saham IHSG dan indeks per setiap sektoral nya
sehingga diperoleh data abnormal return masing-masing sektoral dalam kurun
waktu 5 tahun. Data harga saham indeks, return saham hingga abnormal return
dapat dilihat pada lampiran 1.
4.1.3
Hasil Deskriptif Statistik Variabel Penelitian
Berdasarkan hasil analisis deskripsi statistik, maka didalam tabel berikut
akan ditampilkan karakterisrik sampel yang digunakan dalam penelitian ini
meliputi : jumlah sampel (N), rata-rata sampel (mean), nilai maksimum dan nilai
minimum serta standart deviasi untuk masing-masing variabel. Dalam penelitian
ini analisis deskriptif digunakan untuk mengetahui berapa besar rata-rata
abnormal return bulan perdagangan termasuk dispersi rata-rata yang dikenal
dengan standar deviasi dan juga data maksimum dan minimum tiap kelompok
sampel/sektor. Sampel yang digunakan pada penelitian ini adalah seluruh indeks
sektoral yang terdapat di Bursa Efek Indonesia dalam jangka waktu 5 tahun.
Dimana pada Bursa Efek Indonesia terdapat 9 indeks sektoral.
4.1.3.1.Sektor Pertanian
Tabel 4.1
Hasil Analisis Deskriptif Data Sektor Pertanian
Descriptive Statistics
N
Minimum Maximum
Mean
Std. Deviation
Januari
5
-.064795
.071923 -.00604169
.054365911
Februari
5
-.071069
.115053
.01729816
.077352790
Maret
5
-.090223
.022677 -.02866083
.047582889
50
Universitas Sumatera Utara
April
5
-.111886
.041010 -.04657783
.063881973
Mei
5
-.089764
.087143
.03789055
.073164444
Juni
5
-.088773
.082900 -.01851658
.063151574
Juli
5
-.122797
.021738 -.04138580
.055706942
Agustus
5
-.030867
.151177
.04312969
.073451961
September
5
-.061021
-.009116 -.03595079
.023425240
Oktober
5
-.073781
.091458 -.00785188
.063800166
November
5
-.080763
.162699
.01897978
.089661206
Desember
5
-.044530
.103157
.02065645
.065493662
Valid N (listwise)
5
Sumber: statistic.idx.co.id, diolah
Dari tabel 4.1 dapat dilihat bahwa rata-rata abnormal return terendah
sektor pertanian terjadi pada bulan April, dimana rata-rata abnormal return
menunjukkan nilai negatif sebesar -4,657%. Setelah itu terus terjadi kenaikan
abnormal return pada bulan Mei sebesar 3.789% dan turun kembali berturut-turut
pada bulan Juni dan Juli sebesar -1.851% dan -4.138%. Kenaikan rata-rata
abnormal return teringgi terjadi pada bulan Mei dan disusul oleh bulan Desember
diperingkat kedua dengan kenaikan sebesar 2.065%. Nilai negatif menunjukkan
bahwa tingkat pengusaha atau perusahaan dalam menjual saham di sektor
pertanian ini lebih tinggi daripada membeli saham pada sektor tersebut dan
sebaliknya. Dan nilai minimum terjadi pada bulan Juli sedangkan nilai maksimum
terjadi pada bulan November. Dari data diatas sementara mengindikasikan bahwa
tidak terjadi January Effect pada sektor pertanian yang dilihat dari tidak terdapat
abnormal return yang positif pada bulan Januari.
4.1.3.2.Sektor Pertambangan
51
Universitas Sumatera Utara
Pada sektor pertambangan, dapat dilihat bahwa rata-rata abnormal return
terendah ditemukan pada bulan Maret yaitu sebesar -5.008% dan rata-rata
abnormal return tertinggi terjadi pada bulan Januari yaitu sebesar 2.273%. Hal ini
sementara mengindikasikan bahwa anggapan diperolehnya abnormal return yang
positif di bulan Januari ditemukan pada sektor pertambangan. Disusul rata-rata
abnormal return tertinggi setelah Januari ditemukan pada bulan April yaitu
sebesar 2.130%. Sedangkan nilai maksimum juga berada pada bulan April dan
bulan Mei untuk nilai minimum. Standart deviasi tertinggi yaitu 0.12306 juga
berada pada bulan April dan standart deviasi terendah terletak pada bulan Juni.
Hasil analisis deskriptif data sektor pertambangan dapat dilihat pada lampiran 2.
4.1.3.3.Sektor Dasar Kimia
Pada sektor dasar kimia, dapat dilihat bahwa rata-rata abnormal return
terendah ditemukan pada bulan Januari yaitu sebesar -2.767% disusul bulan April
menempati posisi kedua dengan rata-rata abnormal return terendah yaitu sebesar 1.625%, dan rata-rata abnormal return tertinggi terjadi pada bulan Oktober yaitu
sebesar 2.836%.
Hal
ini
sementara mengindikasikan bahwa anggapan
diperolehnya abnormal return yang positif di bulan Januari tidak ditemukan pada
sektor dasar kimia.. Disusul rata-rata abnormal return tertinggi setelah Oktober
ditemukan pada bulan Desember yaitu sebesar 1.533%. Sedangkan nilai
maksimum juga berada pada bulan Oktober dan bulan April untuk nilai minimum.
Standart deviasi tertinggi yaitu 0.05510 juga berada pada bulan Oktober dan
standart deviasi terendah terletak pada bulan Februari . Hasil analisis deskriptif
data sektor dasar kimia dapat dilihat pada lampiran 2.
52
Universitas Sumatera Utara
4.1.3.4.Sektor Aneka Industri
Pada sektor aneka industri, dapat dilihat bahwa rata-rata abnormal return
tertinggi ditemukan pada bulan Juni yaitu sebesar 5.464% disusul bulan
September menempati posisi kedua dengan rata-rata abnormal return tertinggi
yaitu sebesar 4.050%, dan rata-rata abnormal return terendah terjadi pada bulan
Februari yaitu sebesar -2.230%. Sedangkan nilai maksimum berada pada bulan
Januari dan bulan Februari untuk nilai minimum. Standart deviasi tertinggi yaitu
0.08561 berada pada bulan Januari dan standart deviasi terendah terletak pada
bulan September dengan nilai 0.01598 . Hasil analisis deskriptif data sektor aneka
industri dapat dilihat pada lampiran 2.
4.1.3.5.Sektor Konsumsi
Pada sektor konsumsi, dapat dilihat bahwa rata-rata abnormal return
terendah ditemukan pada bulan Maret yaitu sebesar -3.456% dan rata-rata
abnormal return tertinggi terjadi pada bulan Mei yaitu sebesar 7.263%. Bulan
Januari sendiri memiliki abnormal return yang positif walaupun rata-rata
abnormal return tertingginya tidak berada di bulan Januari. Untuk itu sementara
mengindikasikan bahwa anggapan diperolehnya abnormal return yang positif di
bulan Januari ditemukan pada sektor konsumsi. Sedangkan nilai maksimum juga
berada pada bulan Mei dan bulan April untuk nilai minimum yaitu sebesar 1.15760. Standart deviasi tertinggi yaitu 0.07258 berada pada bulan April dan
standart deviasi terendah terletak pada bulan Oktober sebesar 0.02254 . Hasil
analisis deskriptif data sektor konsumsi dapat dilihat pada lampiran 2.
4.1.3.6.Sektor Property
53
Universitas Sumatera Utara
Pada sektor property, dapat dilihat bahwa rata-rata abnormal return
terendah ditemukan pada bulan November yaitu sebesar -2.291% dan rata-rata
abnormal return tertinggi terjadi pada bulan Februari yaitu sebesar 3.108% dan
disusul bulan April pada urutan kedua dengan nilai rata-rata abnormal return
sebesar 2.364%. Hal
ini
sementara mengindikasikan bahwa anggapan
diperolehnya abnormal return yang positif di bulan Januari tidak ditemukan pada
sektor property. Nilai maksimum berada pada bulan Mei yaitu 0.163942 dan
bulan Juni untuk nilai minimum dengan nilai -0.092996. Standart deviasi tertinggi
berada pada bulan Mei dan standart deviasi terendah terletak pada bulan Oktober
dengan nilai 0.014844. Hasil analisis deskriptif data sektor property dapat dilihat
pada lampiran 2.
4.1.3.7.Sektor Infrastruktur
Pada sektor infrastruktur, dapat dilihat bahwa rata-rata abnormal return
tertinggi terjadi pada bulan Juli dan Agustus dimana pada bulan Juli angka
abnormal return mencapai 1.142% dan bulan Agustus 0.149% . Untuk bulan
lainnya selain Juli dan Agustus menunjukkan angka dengan trend yang negatif.
Namun angka rata-rata abnormal return terendah ditemukan pada bulan Februari
yaitu sebesar -3.200%. Hal ini sementara mengindikasikan bahwa anggapan
diperolehnya abnormal return yang positif di bulan Januari tidak ditemukan pada
sektor infrastruktur. Nilai maksimum berada pada bulan Maret yaitu 0.0603 dan
bulan Mei untuk nilai minimum dengan nilai -0.08936. Standart deviasi tertinggi
juga berada pada bulan Mei dengan angka 0.0590 dan standart deviasi terendah
54
Universitas Sumatera Utara
terletak pada bulan Januari dengan nilai 0.02134. Hasil analisis deskriptif data
sektor infrastruktur dapat dilihat pada lampiran 2.
4.1.3.8.Sektor Finance
Pada sektor finance, rata-rata abnormal return tertinggi terjadi pada bulan
Maret yaitu sebesar 3.1595% dan turun berturut-turut dua bulan berikutnya ke
angka 1.744% dan -2.394%. Pada bulan Mei tersebut lah rata-rata abnormal return
terendah. Hal ini sementara mengindikasikan bahwa anggapan diperolehnya
abnormal return yang positif di bulan Januari tidak ditemukan pada sektor finance.
Nilai maksimum berada pada bulan Maret yaitu 0.07296 dan bulan Januari untuk
nilai minimum dengan nilai -0.0688. Standart deviasi tertinggi juga berada pada
bulan Januari dengan angka 0.04219 dan standart deviasi terendah terletak pada
bulan Oktober dengan nilai 0.01596. Hasil analisis deskriptif data sektor finance
dapat dilihat pada lampiran 2.
4.1.3.9.Sektor Trade and Services
Pada sektor trade and services rata-rata abnormal return tertinggi terjadi
pada bulan Februari yaitu sebesar 3.4489% kemudian disusul oleh Januari dengan
rata-rata abnormal return sebesar 2.854%. Kemudian rata-rata abnormal return
terendah berada pada bulan April dengan rata-rata sebesar -1.6363%. Hal ini
sementara mengindikasikan bahwa anggapan diperolehnya abnormal return yang
positif di bulan Januari ditemukan pada sektor trade and services. Nilai
maksimum berada pada bulan Desember yaitu 0.0853 dan bulan Maret untuk nilai
minimum dengan nilai -0.091784. Standart deviasi tertinggi juga berada pada
bulan Maret dengan angka 0.05928 dan standart deviasi terendah terletak pada
55
Universitas Sumatera Utara
bulan Februari dengan nilai 0.01834. Hasil analisis deskriptif data sektor trade and
services dapat dilihat pada lampiran 2.
4.2 Hasil Pengujian Hipotesis
4.2.1. Tes Homogenitas Varian (Test of Homogeneity of Variance)
Tabel 4.2 akan menampilkan hasil uji homogenitas varians dari levene
untuk abnormal retun sektor pertanian.
a. Sektor Pertanian
Tabel 4.2
Hasil Tes Homogenitas Varian Sektor Pertanian
Test of Homogeneity of Variances
abnormal return sektor pertanian
Levene Statistic
.538
Sumber: statistic.idx.co.id, diolah
df1
df2
11
Sig.
48
.868
Pada tabel 2 terdapat hasil uji homogenitas varians dari levene untuk
abnormal return sektor pertanian , yaitu sebesar 0,538 dengan dfl = 11 ( jumlah
kelompok -1) dan df2 = 48 (N-jumlah kelompok), dan signifikansi 0,868. Karena
signifikansinya lebih besar daripada 0,05, maka abnormal return dari kedua belas
bulan tersebut dinyatakan homogen atau tidak memiliki perbedaan varians
sehingga hipotesis nol diterima.
b. Sektor Pertambangan
Untuk sektor pertambangan hasil tes homogenitas varians dapat dilihat
melalui lampiran 2. Pada lampiran 2 diketahui bahwa hasil uji homogenitas
56
Universitas Sumatera Utara
varians dari levene untuk abnormal return sektor pertambangan (minning) , yaitu
sebesar 1,718 dengan dfl = 11 ( jumlah kelompok -1) dan df2 = 48 (N-jumlah
kelompok), dan signifikansi 0,098. Karena signifikansinya lebih besar daripada
0,05, maka abnormal return dari kedua belas bulan tersebut dinyatakan homogen
atau tidak memiliki perbedaan varians sehingga hipotesis nol diterima.
c. Sektor Dasar Kimia
Untuk sektor dasar kimia hasil tes homogenitas varians dapat dilihat pula
melalui lampiran 2. Pada lampiran 2 diketahui bahwa hasil uji homogenitas
varians dari levene untuk abnormal return sektor dasar kimia , yaitu sebesar 1,033
dengan dfl = 11 ( jumlah kelompok -1) dan df2 = 48 (N-jumlah kelompok), dan
signifikansi 0,433. Karena signifikansinya lebih besar daripada 0,05, maka
abnormal return dari kedua belas bulan tersebut dinyatakan homogen atau tidak
memiliki perbedaan varians sehingga hipotesis nol diterima.
d. Sektor Aneka Industri
Untuk sektor aneka industri hasil uji homogenitas varians dari levene
untuk abnormal return sektor aneka industri , yaitu sebesar 1,415 dengan dfl = 11
( jumlah kelompok -1) dan df2 = 48 (N-jumlah kelompok), dan signifikansi 0,197.
Karena signifikansinya lebih besar daripada 0,05, maka abnormal return dari
kedua belas bulan tersebut dinyatakan homogen atau tidak memiliki perbedaan
varians sehingga hipotesis nol diterima.
e. Sektor Konsumsi
Untuk sektor konsumsi hasil uji homogenitas varians dari levene untuk
abnormal return sektor konsumsi , yaitu sebesar 1,724 dengan dfl = 11 ( jumlah
57
Universitas Sumatera Utara
kelompok -1) dan df2 = 48 (N-jumlah kelompok), dan signifikansi 0,096. Karena
signifikansinya lebih besar daripada 0,05, maka abnormal return dari kedua belas
bulan tersebut dinyatakan homogen atau tidak memiliki perbedaan varians
sehingga hipotesis nol diterima.
f. Sektor Property
Untuk sektor property hasil uji homogenitas varians dari levene untuk
abnormal return sektor properti , yaitu sebesar 0,953 dengan dfl = 11 ( jumlah
kelompok -1) dan df2 = 48 (N-jumlah kelompok), dan signifikansi 0,500. Karena
signifikansinya lebih besar daripada 0,05, maka abnormal return dari kedua belas
bulan tersebut dinyatakan homogen atau tidak memiliki perbedaan varians
sehingga hipotesis nol diterima (lampiran 2).
g. Sektor Infrastruktur
Untuk sektor infrastruktur dapat dilihat melalui lampiran 2 dimana pada
lampiran tersebut menunjukkan bahwa hasil uji homogenitas varians dari levene
untuk abnormal return sektor infrastruktur , yaitu sebesar 1,252 dengan dfl = 11 (
jumlah kelompok -1) dan df2 = 48 (N-jumlah kelompok), dan signifikansi 0,281.
Karena signifikansinya lebih besar daripada 0,05, maka abnormal return dari
kedua belas bulan tersebut dinyatakan homogen atau tidak memiliki perbedaan
varians sehingga hipotesis nol diterima.
h. Sektor Finance
Untuk sektor finance dapat dilihat melalui lampiran 2 dimana pada
lampiran tersebut menunjukkan bahwa hasil uji homogenitas varians dari levene
untuk abnormal return sektor finance , yaitu sebesar 1,534 dengan dfl = 11 (
58
Universitas Sumatera Utara
jumlah kelompok -1) dan df2 = 48 (N-jumlah kelompok), dan signifikansi 0,151.
Karena signifikansinya lebih besar daripada 0,05, maka abnormal return dari
kedua belas bulan tersebut dinyatakan homogen atau tidak memiliki perbedaan
varians sehingga hipotesis nol diterima.
i. Sektor Trade and Services
Untuk sektor trade and services atau perdagangan dan jasa dapat dilihat
melalui lampiran 2 dimana pada lampiran tersebut menunjukkan bahwa hasil uji
homogenitas varians dari levene untuk abnormal return sektor perdagangan dan
jasa , yaitu sebesar 1,484 dengan dfl = 11 ( jumlah kelompok -1) dan df2 = 48 (Njumlah kelompok), dan signifikansi 0,169. Karena signifikansinya lebih besar
daripada 0,05, maka abnormal return dari kedua belas bulan tersebut dinyatakan
homogen atau tidak memiliki perbedaan varians sehingga hipotesis nol diterima.
4.2.2. Pengujian One Way Anova
Dari penghitungan abnormal return bulanan yang dikelompokkan menurut
bulan terjadinya transaksi dalam perdagangan saham kemudian dilakukan uji
statistic untuk melihat reaksi pasar apakah ada perbedaan rata-rata abnormal
return secara signifikan antara bulan Januari dengan bulan lainnya dengan
menggunakan One Way Anova . Pengujian menggunakan One Way Anova untuk
sektor pertanian disajikan dalam tabel 4.3 dibawah ini.
a. Sektor Pertanian
Tabel 4.3
Hasil Uji One Way Anova Sektor Pertanian
ANOVA
abnormal return sektor pertanian
59
Universitas Sumatera Utara
Sum of
Squares
df
Mean Square
Between Groups
.053
11
.005
Within Groups
.200
48
.004
Total
.253
Sumber: statistic.idx.co.id, diolah
59
F
1.159
Sig.
.340
Tabel 4.3 adalah tabel hasil penghitungan teknik One Way Anova yang
berupa Sum of Squares, df, Mean Square (rata-rata kuadrat antar kelompok/
Between Groups) dan rata-rata kuadrat dalam kelompok/ Within Groups, serta
nilai F hitung yang sebesar 1,592 dengan signifikansi 0,340. Nilai Sig. 0,340 lebih
besar dari 0,05 sehingga dapat disimpulkan bahwa hipotesis yang diajukan
ditolak. Dengan kata lain tidak terdapat perbedaan signifikan antara return
saham/abnormal return bulan Januari dengan bulan selain bulan Januari (tidak
terjadi January Effect pada sektor pertanian).
b. Sektor Pertambangan
Untuk sektor selain pertanian dapat dilihat melalui lampiran 3 dimana
hasil penghitungan teknik One Way Anova yang berupa Sum of Squares, df,
Mean Square (rata-rata kuadrat antar kelompok/ Between Groups) dan rata-rata
kuadrat dalam kelompok/ Within Groups, serta nilai F hitung yang sebesar 0.730
dengan signifikansi 0,704. Nilai Sig. 0,704 lebih besar dari 0,05 sehingga dapat
disimpulkan bahwa hipotesis yang diajukan ditolak. Dengan kata lain tidak
terdapat perbedaan signifikan antara return saham/abnormal return bulan Januari
dengan bulan selain bulan Januari (tidak terjadi January Effect pada sektor
pertambangan).
c. Sektor Dasar Kimia
60
Universitas Sumatera Utara
Untuk sektor dasar kimia dapat dilihat juga melalui lampiran 3 dimana
hasil penghitungan teknik One Way Anova yang berupa Sum of Squares, df,
Mean Square (rata-rata kuadrat antar kelompok/ Between Groups) dan rata-rata
kuadrat dalam kelompok/ Within Groups, serta nilai F hitung yang sebesar 0.800
dengan signifikansi 0,640. Nilai Sig. 0,640 lebih besar dari 0,05 sehingga dapat
disimpulkan bahwa hipotesis yang diajukan ditolak (Ho diterima). Dengan kata
lain tidak terdapat perbedaan signifikan antara return saham/abnormal return
bulan Januari dengan bulan selain bulan Januari (tidak terjadi January Effect pada
sektor dasar kimia).
d. Sektor Aneka Industri
Untuk sektor aneka industri melalui lampiran 3 dapat dilihat hasil
penghitungan teknik One Way Anova yang berupa Sum of Squares, df, Mean
Square (rata-rata kuadrat antar kelompok/ Between Groups) dan rata-rata kuadrat
dalam kelompok/ Within Groups, serta nilai F hitung yang sebesar 1,321 dengan
signifikansi 0,243. Nilai Sig. 0,243 lebih besar dari 0,05 sehingga dapat
disimpulkan bahwa hipotesis yang diajukan ditolak (Ho diterima). Dengan kata
lain tidak terdapat perbedaan signifikan antara return saham/abnormal return
bulan Januari dengan bulan selain bulan Januari (tidak terjadi January Effect pada
sektor aneka industri).
e. Sektor Konsumsi
Untuk sektor konsumsi melalui lampiran 3 dapat dilihat hasil
penghitungan teknik One Way Anova yang berupa Sum of Squares, df, Mean
Square (rata-rata kuadrat antar kelompok/ Between Groups) dan rata-rata kuadrat
61
Universitas Sumatera Utara
dalam kelompok/ Within Groups, serta nilai F hitung yang sebesar 2,082 dengan
signifikansi 0,040. Nilai Sig. 0,040 lebih kecil dari 0,05 sehingga dapat
disimpulkan bahwa hipotesis yang diajukan diterima (Ho ditolak). Dengan kata
lain terdapat perbedaan signifikan antara return saham/abnormal return bulan
Januari dengan bulan selain bulan Januari (terjadi January Effect pada sektor
konsumsi).
f. Sektor Property
Untuk sektor property melalui lampiran 3 dapat dilihat hasil penghitungan
teknik One Way Anova yang berupa Sum of Squares, df, Mean Square (rata-rata
kuadrat antar kelompok/ Between Groups) dan rata-rata kuadrat dalam kelompok/
Within Groups, serta nilai F hitung yang sebesar 0,487 dengan signifikansi 0,902.
Nilai Sig. 0,902 lebih besar dari 0,05 sehingga dapat disimpulkan bahwa hipotesis
yang diajukan ditolak (Ho diterima). Dengan kata lain tidak terdapat perbedaan
yang signifikan antara return saham/abnormal return bulan Januari dengan bulan
selain bulan Januari ( tidak terjadi January Effect pada sektor property).
g. Sektor Infrastruktur
Untuk sektor infrastruktur melalui lampiran 3 dapat dilihat hasil
penghitungan teknik One Way Anova yang berupa Sum of Squares, df, Mean
Square (rata-rata kuadrat antar kelompok/ Between Groups) dan rata-rata kuadrat
dalam kelompok/ Within Groups, serta nilai F hitung yang sebesar 0,404 dengan
signifikansi 0,947. Nilai Sig. 0,947 lebih besar dari 0,05 sehingga dapat
disimpulkan bahwa hipotesis yang diajukan ditolak (Ho diterima). Dengan kata
62
Universitas Sumatera Utara
lain tidak terdapat perbedaan yang signifikan antara return saham/abnormal return
bulan Januari dengan bulan selain bulan Januari ( tidak terjadi January Effect pada
sektor infrastruktur).
h. Sektor Finance
Untuk sektor keuangan atau finance melalui lampiran 3 dapat dilihat hasil
penghitungan teknik One Way Anova yang berupa Sum of Squares, df, Mean
Square (rata-rata kuadrat antar kelompok/ Between Groups) dan rata-rata kuadrat
dalam kelompok/ Within Groups, serta nilai F hitung yang sebesar 1,552 dengan
signifikansi 0,144. Nilai Sig. 0,144 lebih besar dari 0,05 sehingga dapat
disimpulkan bahwa hipotesis yang diajukan ditolak (Ho diterima). Dengan kata
lain tidak terdapat perbedaan yang signifikan antara return saham/abnormal return
bulan Januari dengan bulan selain bulan Januari ( tidak terjadi January Effect pada
sektor finance).
i. Sektor Trade and Services
Untuk sektor ke Sembilan juga dapat dilihat melalui lampiran 3 dimana
hasil penghitungan teknik One Way Anova yang berupa Sum of Squares, df,
Mean Square (rata-rata kuadrat antar kelompok/ Between Groups) dan rata-rata
kuadrat dalam kelompok/ Within Groups, serta nilai F hitung yang sebesar 1,362
dengan signifikansi 0,222. Nilai Sig. 0,222 lebih besar dari 0,05 sehingga dapat
disimpulkan bahwa hipotesis yang diajukan ditolak (Ho diterima). Dengan kata
lain tidak terdapat perbedaan yang signifikan antara return saham/abnormal return
bulan Januari dengan bulan selain bulan Januari ( tidak terjadi January Effect pada
sektor trade and services atau sektor perdagangan dan jasa).
63
Universitas Sumatera Utara
4.3
Pembahasan
Berdasarkan hasil hipotesis yang diperoleh melalui uji homogenitas
varians dan uji One Way Anova diperoleh bahwa dari uji homogenitas
teridentifikasi bahwa kelompok data yang digunakan dalam penelitian ini
memiliki varians yang sama untuk ke sembilan sektor yaitu sektor pertanian,
pertambangan, dasar kimia, aneka industry, konsumsi, property, infrastruktur,
finance atau keuangan dan trade and services atau perdagangan dan jasa, artinya
data tidak berasal dari kelompok yang berbeda, sehingga data dapat digunakan
dalam penelitian. Dan berdasarkan hasil uji One Way Anova diperoleh bahwa
rata-rata tingkat signifikansi sektor lebih besar dari 0,05. Secara empiris hal ini
membuktikan bahwa efek bulan Januari (January Effect) return saham tidak
terjadi secara signifikan terhadap indeks sektoral di Bursa Efek Indonesia. Kecuali
untuk sektor konsumsi sendiri, memiliki nilai signifikansi yang lebih kecil dari
0,05 yaitu 0,040 dan memiliki rata-rata abnormal return yang positif. Dari hasil
tersebut mengindikasikan bahwa untuk sektor konsumsi terjadi fenomena January
Effect atau hipotesis alternative diterima.
Secara umum, penelitian ini mendukung penelitian sebelumnya dimana
hasil analisis menunjukkan bahwa hanya sektor konsumsi lah terjadi fenomena
January Effect. Dimana pada penelitian Yoga (2010) dalam “Analisis fenomena
January Effect Terhadap Return Saham di Bursa Efek Indonesia” dengan kurun
waktu 2008-2011 menyatakan bahwa sektor konsumsi memiliki return pasar pada
bulan Januari yang lebih tinggi dibandingkan dengan return pasar pada bulan
lainnya.
64
Universitas Sumatera Utara
Menurut hasil deskriptif statistik rata-rata abnormal return tertinggi untuk
setiap indeks sektoral justru tidak di dominasi pada bulan Januari melainkan bulan
Desember dan Mei untuk setiap indeks sektoral. Dimana rata-rata pada bulan
Maret dan April rata-rata abnormal return akan turun dan naik kembali pada bulan
Mei dan turun kembali pada bulan berikutnya dan naik kembali pada bulan
Desember. Dan pada bulan Januari rata-rata abnormal return tidak terlalu rendah
ataupun tinggi.
BAB 5
KESIMPULAN DAN SARAN
5.1. Kesimpulan
1.
Hasil pengujian menunjukkan bahwa selama periode pengamatan yaitu dari
tahun 2009-2013, indeks sektoral di Bursa Efek Indonesa untuk Sektor
Konsumsi mengalami fenomena January Effect. Dimana efek bulan January
ini mengakibatkan terdapat rata-rata abnormal return yang positif. Dan hasil
uji One Way Anova dengan tinkat signifikansi 0,05 menunjukkan bahwa
pada Sektor Konsumsi terdapat perbedaan yang signifikan abnormal return
bulan Januari dibandingkan dengan bulan lainnya. Dimana nilai p-value
untuk Sektor Konsumsi 0,040
METODE PENELITIAN
3. 1 Jenis Penelitian
Penelitian ini merupakan penelitian kuantitatif, yaitu penelitian yang
bersifat induktif, objektif dan ilmiah di mana data yang di peroleh berupa angkaangka (score, nilai) atau pernyataan-pernyataan yang di nilai, dan dianalisis
dengan analisis statistik. Menurut Sugiyono, (2003:14) penelitian kuantitatif
adalah penelitian dengan memperoleh data yang berbentuk angka atau data
kualitatif yang diangkakan. Penelitian kuantitatif juga digunakan untuk
membuktikan atau menolak suatu teori. Penelitian ini juga termasuk kedalam
penelitian event study. Event study adalah penelitian yang mengamati dampak
dari pengumuman informasi terhadap harga sekuritas.
3. 2 Jenis Variabel dan Sifat Data
Ada 2 variabel yang digunakan dalam penelitian ini yaitu variabel
dependen dan variabel independen. Dalam hal ini untuk variabel dependen adalah
abnormal return saham bulan Januari pada setiap indeks sektoral di Bursa Efek
Indonesia dan variabel independen meliputi abnormal return saham bulan-bulan
lainnya di setiap indeks sektoral sebagai pembandingnya. Sifat data dalam
41
Universitas Sumatera Utara
penelitian ini adalah data time series (runtun waktu) yakni jenis data yang
dikumpulkan menurut urutan waktu dalam suatu rentang waktu tertentu. Runtun
waktu yang digunakan dalam penelitian ini ialah 5 tahun yaitu mulai dari tahun
2009 hingga 2013.
3. 3 Batasan Operasional
Batasan operasional dilakukan untuk menghindari kesimpangsiuran dalam
membahas dan menganalisis permasalahan dalam penelitian yang dilakukan
peneliti. Penelitian ini dilakukan dengan batasan-batasan pada masalah sebagai
berikut:
a. Variabel independent dalam penelitian ini adalah abnormal return saham bulan
perdagangan pada setiap indeks sektoral yang terdapat di Bursa Efek Indonesia
b. Variabel dependent dalam penelitian ini adalah abnormal return saham bulan
Januari pada setiap indeks sektoral di Bursa Efek Indonesia
c. Objek dalam penelitian ini ialah perusahaan pada setiap indeks sektoral yang
terdapat di Bursa Efek Indonesia selama periode 2009-2013
3. 4 Defenisi Operasional
Berikut ini akan dijelaskan mengenai definisi operasional variabel yang
akan digunakan dalam penelitian. Secara garis besar definisi operasional dari
variabel-variabel yang digunakan didalam penelitian ini adalah sebagai berikut:
3.4.1
Variabel Dependen
42
Universitas Sumatera Utara
Variabel dependen sering disebut juga dengan variabel terikat. Variabel
terikat merupakan variabel yang dipengaruhi atau yang menjadi akibat karena
adanya variabel bebas. Disebut variabel terikat karena variabel ini dipengaruhi
oleh variabel bebas/independent. Variabel dependen dalam penelitian ini adalah
abnormal return saham pada setiap indeks sektoral yang terdapat di Bursa Efek
Indonesia. Abnormal return ialah saham yang nilainya melebihi angka return
saham biasa. Return saham merupakan timbal balik atas keputusan investasi yang
ditanamkan investor pada perusahaan go public. Untuk menghitung return saham
digunakan
rumus:
Keterangan:
Rit = return saham i pada periode t
Pit = harga saham (closing price) bulan t pada setiap indeks sektoral
Pit-1 = harga saham (closing price) bulan t-1 pada setiap indeks sektoral
3.4.2
Variabel Independent
Variabel independent sering disebut juga sebagai variabel stimulus,
pengaruh atau variabel bebas. Variabel independent atau bebas adalah variabel
yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya
variabel dependent (terikat). Dikatakan bebas karena bebas dalam mempengaruhi
variabel lain. Variabel independent dalam penelitian ini adalah abnormal return
saham bulan perdagangan atau bulan lainnya pada setiap indeks sektoral yang
terdapat di Bursa Efek Indonesia.
3. 5 Populasi dan Sampel
43
Universitas Sumatera Utara
Populasi adalah kumpulan individu atau proyek penelitian yang memiliki
kualitas-kualitas serta ciri-ciri yang telah ditetapkan. Menurut Sugiyono
(2008:115), populasi adalah wilayah generalisasi tediri atas objek/ subjek yang
mempunyai kualitas dan karakteristik tertentu. Berdasarkan ciri atau kualitas
tersebut populasi dapat dipahami sebagai kelompok individu atau objek
pengamatan yang minimal memilik satu persamaan. Populasi dalam penelitian ini
adalah indeks saham yang terdaftar di Bursa Efek Indonesia. Sampel adalah
bagian dari populasi yang ingin di teliti. Sampel merupakan sebagian dari jumlah
dan karakteristik yang dimiliki oleh populasi tersebut. Sampel dianggap sebagai
perwakilan dari populasi yang hasilnya mewakili keseluruhan gejala yang diamati.
Sampel dalam penelitian ini adalah indeks saham sektoral yang terdapat di Bursa
Efek Indonesia dengan waktu pengamatan selama periode tahun 2009-2013.
3. 6 Metode Pengumpulan Data
Data yang dikumpulkan dalam penelitian ini adalah data sekunder yang
berkaitan dengan data-data indeks saham sektoral yang terdaftar di Bursa Efek
Indonesia sehingga metode pengumpulan data menggunakan cara non participant
observation atau peneliti tidak terlibat secara langsung dalam proses pengambilan
data. Metode ini menurut Arikunto (2006:158) termasuk metode pengumpulan
data dokumentasi. Dokumentasi adalah mencari atau mengumpulkan data
mengenai hal-hal yang berupa catatan, transkip, buku, surat kabar, majalah, rapot,
agenda, website resmi dan sebagainya. Data yang diperoleh pada penelitian ini
diambil melalui data historical pada Bursa Efek Indonesia yaitu referensi dari
Collection Of JSX Statistics Quarter, JSX Monthly Statistics. Data berupa harga
44
Universitas Sumatera Utara
penutupan (close price) indeks saham sektoral selama periode penelitian yaitu dari
2009-2013.
3. 7 Teknik Analisis Data dan Pengujian Hipotesis
3.7.1
Teknik Analisis Data
Teknik analisis dalam penelitian ini ialah dengan mencari return pasar
saham indeks bulanan dan return saham pasar bulanan. Adapun langkah-langkah
dalam menganalisis data ialah sebagai berikut:
1. Return Pasar Indeks Saham Sektoral Bulanan
Return pasar indeks saham bulanan dihitung berdasarkan selisih antara
harga indeks sektoral bulanan t dengan harga indeks sektoral bulanan t-1. Return
pasar indeks saham bulanan dapat dicari dengan menggunakan rumus:
Keterangan:
Rit = return pasar i pada periode t
Pit = closing price bulan t pada setiap indeks sektoral
Pit-1 = closing price bulan t-1 pada setiap indeks sektoral
2. Return Market
Dalam menghitung return pasar bulana dapat menggunakan formula yang
sama saat menghitung return pasar indeks sektoral bulanan. Namun pada return
market atau pasar ini, harga saham yang digunakan ialah Indeks Harga Saham
Gabungan (IHSG). Return market dapat diperoleh dari selisih antara harga saham
gabungan bulanan t dengan harga saham gabungan bulanan t-1.
3. Abnormal Return
45
Universitas Sumatera Utara
Abnormal return merupakan alat yang digunakan untuk mengukur reaksi
pasar saham menjelang dan setelah pergantian tahun. Abnormal return adalah
selisih antara return saham bulanan untuk saham I pada bulan t dengan return
pasar pada bulan t atau dapat diformulasikan :
ARit=Rit-(E)Rit
Dimana:
ARit = Abnormal return bulanan
Rit = Return pasar pada setiap indeks sektoral
(E)Rt = Expected Return/Return Market.
Dari data indeks sektoral akan diperoleh data return saham sebanyak 540
data selama periode penelitian
3.7.2
Pengujian Hipotesis
Dalam penelitian ini, peneliti mengajukan hipotesis yaitu apakah terdapat
pola terhadap January Effect pada setiap indeks sektoral di Bursa Efek Indonesia
(BEI). Pengujian hipotesis ini dimaksudkan untuk melihat apakah ada reaksi dari
perusahaan perusahaan terhadap January Effect. Untuk menguji signifikansi
return pasar bulan Januari dengan bulan-bulan lainnya maka digunakan uji One
Way ANOVA. Alat uji ini untuk menguji apakah ada atau tidak perbedaan ratarata hitung yang signifikan di antara kelompok-kelompok sampel atau indeks
sektoral yang diteliti. Langkah-langkah dalam prosedur One-Way ANOVA terdiri
dari deskripsi analisis statistik, Tes Homogenitas Varian dan Uji ANOVA.
3.7.2.1 Analisis Deskriptif
Analisis deskriptif merupakan suatu metode dimana data-data yang
dikumpulkan dan dikelompokkan kemudian di analisis dan di interprestasikan
46
Universitas Sumatera Utara
secara objektif sehingga memberikan informasi dan gambaran mengenai topic
yang dibahas seperti rata-rata, standart deviasi, nilai maksimum maupun
minimum dan lain sebagainya.
3.7.2.2 Tes Homogenitas Varian (Test of Homogeneity of Variance)
Uji homogenitas dilakukan untuk memastikan bahwa setiap kelompok data
yang digunakan dalam penelitian memiliki variansi yang sama, dengan kata lain
perbedaan yang terjadi benar-benar merupakan perbedaan antar kelompok, bukan
perbedaan yang memang terjadi dalam kelompok. Uji Homogenitas dilakukan
dengan kriteria sebagai berikut:
1. Apabila nilai p value > 0,05, maka data dalam kelompok-kelompok tersebut
memiliki variansi yang sama, atau data berasal dari populasi yang berbeda satu
sama lain, sehingga data dapat digunakan dalam penelitian (H0 diterima, H1
ditolak).
2. Apabila nilai p value < 0,05, maka data dalam kelompok-kelompok tersebut
tidak memiliki variansi yang sama, atau data antar kelompok mungkin berasal dari
populasi yang sama. Data ini tidak dapat digunakan dalam penelitian (H0 ditolak,
H1 diterima).
3.7.2.3 One Way ANOVA
Uji ANOVA dilakukan untuk jenis penelitian komparatif dengan tujuan
untuk dapat melihat apakah terdapat perbedaan antar variabelnya. Uji ANOVA
dilakukan dengan kriteria sebagai berikut:
1. Apabila p value > 0,05, maka data tersebut dikatakan tidak memiliki perbedaan,
atau sama setiap komponen-komponennya (H0 diterima, H1 ditolak).
47
Universitas Sumatera Utara
2. Apabila p value < 0,05, maka data tersebut dikatakan memiliki perbedaan, atau
setiap komponen-komponennya memiliki perbedaan (H0 ditolak, H1 diterima).
BAB 4
ANALISIS DATA DAN PEMBAHASAN
4.1 Gambaran Umum dan Deskriptif Data Objek Penelitian
4.1.1
Gambaran Umum Objek Penelitian
Objek penelitian yang digunakan dalam penelitian ini adalah harga indeks
pasar saham pada setiap indeks sektoral yang terdapat di Bursa Efek Indonesia
periode 2009-2013. Indeks saham ialah suatu indikator yang menunjukkan
pergerakan harga saham dalam suatu periode tertentu sedangkan indeks pasar
ialah mengambarkan pergerakan seluruh saham di satu bursa tertentu atau pada 1
sektor tertentu atau industri tertentu. Dalam menentukan indeks pasar saham suatu
sektoral dapat dicari dengan mengurangkan indeks saham tahun tertentu dengan
indeks saham tahun tertentu dikurang satu dan dibagi indeks saham tahun tertentu
dikurang satu.
Data yang digunakan dalam penelitian ini diambil dari data
historical yang di publikasikan Bursa Efek Indonesia. Data historis sering disebut
juga dengan data berkala yaitu data yang dikumpulkan dari waktu ke waktu untuk
memberikan gambaran tentang perkembangan suatu kegiatan selama periode
spesifik yang diamati. Dari data yang terlampir dapat terlihat bahwa besarya nilai
harga indeks pasar periode 2009-2013 mengalami fluktuasi atau naik turun.
Terkadang harga indeks pada bulan Januari 300 dan bisa naik 360 pada bulan
Desember atau terjadi kenaikan 20% dan bisa turun kembali di lain periode. Hal
ini dapat diketahui pada beberapa periode untuk masing-masing indeks sektoral.
48
Universitas Sumatera Utara
Terdapat 9 Indeks sektoral yang tercatat pada IDX (Indonesia Stock Exchange)
yaitu sektor pertanian, pertambangan, dasar kimia, aneka industri, konsumsi,
property, infrastruktur, finance, dan trade and services. Pada sektor pertanian
contohnya harga indeks pada tahun 2009 awal terus mengalami peningkatan
namun turun di akhir tahun dan naik lagi pada awal tahun berikutnya. Beda halnya
untuk sektor pertambangan, harga indeks saham pada sektor ini tinggi untuk
periode 2009 hingga 2012 namun turun secara drastis memasuki tahun 2013.
Sektor manufaktur pada sub sektor industry dasar dan kimia sebaliknya harga
indeks saham terus mengalami peningkatan dari tahun ke tahun. Sektor aneka
industry berfluktuasi namun tidak secara drastis. Sedangkan untuk sektor
konsumsi mengalami peningkatan secara terus menerus dari tahun ke tahun yaitu
mulai dari harga 500 hingga menvapai 2000 per tahun 2013 nya namun turun
kembali di akhir 2013 (idx.statistic.co.id). Untuk sektor property harga indeks
saham dapat dikatakan stabil yaitu berkisar 100 hingga 300 selama periode
penelitian. Untuk sektor infrastruktur dari tahun ke tahun hampir menduduki
angka yang sama yaitu berkisar 600 hingga 900 dan terus naik pada awal tahun
2013 dan kembali turun pada akhir tahun 2013, begitu pula dengan sektor
keuangan. Sektor keuangan dapat dikatakan stabil berkisar antara 400 hingga 600
harga indeks sahamnya. Dan terakhir untuk sektor perdagangan harga indeks
saham
juga
mengalami
peningkatan
dari
tahun
2009
hingga
sekarang.(statistic.idx.co.id)
4.1.2
Deskripsi Data
Data yang digunakan pada penelitian ini ialah data harga saham dimana
data harga saham yang dimaksud yaitu indeks harga saham gabungan akhir bulan
setelah penutupan (closing price) selama 2009 sampai dengan tahun 2013, dan
juga data harga saham indeks sektoral akhir bulan setelah penutupan (closing
price) selama 5 tahun yang terdiri dari 9 indeks sektoral yaitu sektor pertanian,
pertambangan (minning ), dasar kimia, aneka industry, konsumsi, property,
infrastruktur, finance dan trade atau perdagangan dan jasa. Dari data-data ini akan
49
Universitas Sumatera Utara
dicari return masing-masing harga saham IHSG dan indeks per setiap sektoral nya
sehingga diperoleh data abnormal return masing-masing sektoral dalam kurun
waktu 5 tahun. Data harga saham indeks, return saham hingga abnormal return
dapat dilihat pada lampiran 1.
4.1.3
Hasil Deskriptif Statistik Variabel Penelitian
Berdasarkan hasil analisis deskripsi statistik, maka didalam tabel berikut
akan ditampilkan karakterisrik sampel yang digunakan dalam penelitian ini
meliputi : jumlah sampel (N), rata-rata sampel (mean), nilai maksimum dan nilai
minimum serta standart deviasi untuk masing-masing variabel. Dalam penelitian
ini analisis deskriptif digunakan untuk mengetahui berapa besar rata-rata
abnormal return bulan perdagangan termasuk dispersi rata-rata yang dikenal
dengan standar deviasi dan juga data maksimum dan minimum tiap kelompok
sampel/sektor. Sampel yang digunakan pada penelitian ini adalah seluruh indeks
sektoral yang terdapat di Bursa Efek Indonesia dalam jangka waktu 5 tahun.
Dimana pada Bursa Efek Indonesia terdapat 9 indeks sektoral.
4.1.3.1.Sektor Pertanian
Tabel 4.1
Hasil Analisis Deskriptif Data Sektor Pertanian
Descriptive Statistics
N
Minimum Maximum
Mean
Std. Deviation
Januari
5
-.064795
.071923 -.00604169
.054365911
Februari
5
-.071069
.115053
.01729816
.077352790
Maret
5
-.090223
.022677 -.02866083
.047582889
50
Universitas Sumatera Utara
April
5
-.111886
.041010 -.04657783
.063881973
Mei
5
-.089764
.087143
.03789055
.073164444
Juni
5
-.088773
.082900 -.01851658
.063151574
Juli
5
-.122797
.021738 -.04138580
.055706942
Agustus
5
-.030867
.151177
.04312969
.073451961
September
5
-.061021
-.009116 -.03595079
.023425240
Oktober
5
-.073781
.091458 -.00785188
.063800166
November
5
-.080763
.162699
.01897978
.089661206
Desember
5
-.044530
.103157
.02065645
.065493662
Valid N (listwise)
5
Sumber: statistic.idx.co.id, diolah
Dari tabel 4.1 dapat dilihat bahwa rata-rata abnormal return terendah
sektor pertanian terjadi pada bulan April, dimana rata-rata abnormal return
menunjukkan nilai negatif sebesar -4,657%. Setelah itu terus terjadi kenaikan
abnormal return pada bulan Mei sebesar 3.789% dan turun kembali berturut-turut
pada bulan Juni dan Juli sebesar -1.851% dan -4.138%. Kenaikan rata-rata
abnormal return teringgi terjadi pada bulan Mei dan disusul oleh bulan Desember
diperingkat kedua dengan kenaikan sebesar 2.065%. Nilai negatif menunjukkan
bahwa tingkat pengusaha atau perusahaan dalam menjual saham di sektor
pertanian ini lebih tinggi daripada membeli saham pada sektor tersebut dan
sebaliknya. Dan nilai minimum terjadi pada bulan Juli sedangkan nilai maksimum
terjadi pada bulan November. Dari data diatas sementara mengindikasikan bahwa
tidak terjadi January Effect pada sektor pertanian yang dilihat dari tidak terdapat
abnormal return yang positif pada bulan Januari.
4.1.3.2.Sektor Pertambangan
51
Universitas Sumatera Utara
Pada sektor pertambangan, dapat dilihat bahwa rata-rata abnormal return
terendah ditemukan pada bulan Maret yaitu sebesar -5.008% dan rata-rata
abnormal return tertinggi terjadi pada bulan Januari yaitu sebesar 2.273%. Hal ini
sementara mengindikasikan bahwa anggapan diperolehnya abnormal return yang
positif di bulan Januari ditemukan pada sektor pertambangan. Disusul rata-rata
abnormal return tertinggi setelah Januari ditemukan pada bulan April yaitu
sebesar 2.130%. Sedangkan nilai maksimum juga berada pada bulan April dan
bulan Mei untuk nilai minimum. Standart deviasi tertinggi yaitu 0.12306 juga
berada pada bulan April dan standart deviasi terendah terletak pada bulan Juni.
Hasil analisis deskriptif data sektor pertambangan dapat dilihat pada lampiran 2.
4.1.3.3.Sektor Dasar Kimia
Pada sektor dasar kimia, dapat dilihat bahwa rata-rata abnormal return
terendah ditemukan pada bulan Januari yaitu sebesar -2.767% disusul bulan April
menempati posisi kedua dengan rata-rata abnormal return terendah yaitu sebesar 1.625%, dan rata-rata abnormal return tertinggi terjadi pada bulan Oktober yaitu
sebesar 2.836%.
Hal
ini
sementara mengindikasikan bahwa anggapan
diperolehnya abnormal return yang positif di bulan Januari tidak ditemukan pada
sektor dasar kimia.. Disusul rata-rata abnormal return tertinggi setelah Oktober
ditemukan pada bulan Desember yaitu sebesar 1.533%. Sedangkan nilai
maksimum juga berada pada bulan Oktober dan bulan April untuk nilai minimum.
Standart deviasi tertinggi yaitu 0.05510 juga berada pada bulan Oktober dan
standart deviasi terendah terletak pada bulan Februari . Hasil analisis deskriptif
data sektor dasar kimia dapat dilihat pada lampiran 2.
52
Universitas Sumatera Utara
4.1.3.4.Sektor Aneka Industri
Pada sektor aneka industri, dapat dilihat bahwa rata-rata abnormal return
tertinggi ditemukan pada bulan Juni yaitu sebesar 5.464% disusul bulan
September menempati posisi kedua dengan rata-rata abnormal return tertinggi
yaitu sebesar 4.050%, dan rata-rata abnormal return terendah terjadi pada bulan
Februari yaitu sebesar -2.230%. Sedangkan nilai maksimum berada pada bulan
Januari dan bulan Februari untuk nilai minimum. Standart deviasi tertinggi yaitu
0.08561 berada pada bulan Januari dan standart deviasi terendah terletak pada
bulan September dengan nilai 0.01598 . Hasil analisis deskriptif data sektor aneka
industri dapat dilihat pada lampiran 2.
4.1.3.5.Sektor Konsumsi
Pada sektor konsumsi, dapat dilihat bahwa rata-rata abnormal return
terendah ditemukan pada bulan Maret yaitu sebesar -3.456% dan rata-rata
abnormal return tertinggi terjadi pada bulan Mei yaitu sebesar 7.263%. Bulan
Januari sendiri memiliki abnormal return yang positif walaupun rata-rata
abnormal return tertingginya tidak berada di bulan Januari. Untuk itu sementara
mengindikasikan bahwa anggapan diperolehnya abnormal return yang positif di
bulan Januari ditemukan pada sektor konsumsi. Sedangkan nilai maksimum juga
berada pada bulan Mei dan bulan April untuk nilai minimum yaitu sebesar 1.15760. Standart deviasi tertinggi yaitu 0.07258 berada pada bulan April dan
standart deviasi terendah terletak pada bulan Oktober sebesar 0.02254 . Hasil
analisis deskriptif data sektor konsumsi dapat dilihat pada lampiran 2.
4.1.3.6.Sektor Property
53
Universitas Sumatera Utara
Pada sektor property, dapat dilihat bahwa rata-rata abnormal return
terendah ditemukan pada bulan November yaitu sebesar -2.291% dan rata-rata
abnormal return tertinggi terjadi pada bulan Februari yaitu sebesar 3.108% dan
disusul bulan April pada urutan kedua dengan nilai rata-rata abnormal return
sebesar 2.364%. Hal
ini
sementara mengindikasikan bahwa anggapan
diperolehnya abnormal return yang positif di bulan Januari tidak ditemukan pada
sektor property. Nilai maksimum berada pada bulan Mei yaitu 0.163942 dan
bulan Juni untuk nilai minimum dengan nilai -0.092996. Standart deviasi tertinggi
berada pada bulan Mei dan standart deviasi terendah terletak pada bulan Oktober
dengan nilai 0.014844. Hasil analisis deskriptif data sektor property dapat dilihat
pada lampiran 2.
4.1.3.7.Sektor Infrastruktur
Pada sektor infrastruktur, dapat dilihat bahwa rata-rata abnormal return
tertinggi terjadi pada bulan Juli dan Agustus dimana pada bulan Juli angka
abnormal return mencapai 1.142% dan bulan Agustus 0.149% . Untuk bulan
lainnya selain Juli dan Agustus menunjukkan angka dengan trend yang negatif.
Namun angka rata-rata abnormal return terendah ditemukan pada bulan Februari
yaitu sebesar -3.200%. Hal ini sementara mengindikasikan bahwa anggapan
diperolehnya abnormal return yang positif di bulan Januari tidak ditemukan pada
sektor infrastruktur. Nilai maksimum berada pada bulan Maret yaitu 0.0603 dan
bulan Mei untuk nilai minimum dengan nilai -0.08936. Standart deviasi tertinggi
juga berada pada bulan Mei dengan angka 0.0590 dan standart deviasi terendah
54
Universitas Sumatera Utara
terletak pada bulan Januari dengan nilai 0.02134. Hasil analisis deskriptif data
sektor infrastruktur dapat dilihat pada lampiran 2.
4.1.3.8.Sektor Finance
Pada sektor finance, rata-rata abnormal return tertinggi terjadi pada bulan
Maret yaitu sebesar 3.1595% dan turun berturut-turut dua bulan berikutnya ke
angka 1.744% dan -2.394%. Pada bulan Mei tersebut lah rata-rata abnormal return
terendah. Hal ini sementara mengindikasikan bahwa anggapan diperolehnya
abnormal return yang positif di bulan Januari tidak ditemukan pada sektor finance.
Nilai maksimum berada pada bulan Maret yaitu 0.07296 dan bulan Januari untuk
nilai minimum dengan nilai -0.0688. Standart deviasi tertinggi juga berada pada
bulan Januari dengan angka 0.04219 dan standart deviasi terendah terletak pada
bulan Oktober dengan nilai 0.01596. Hasil analisis deskriptif data sektor finance
dapat dilihat pada lampiran 2.
4.1.3.9.Sektor Trade and Services
Pada sektor trade and services rata-rata abnormal return tertinggi terjadi
pada bulan Februari yaitu sebesar 3.4489% kemudian disusul oleh Januari dengan
rata-rata abnormal return sebesar 2.854%. Kemudian rata-rata abnormal return
terendah berada pada bulan April dengan rata-rata sebesar -1.6363%. Hal ini
sementara mengindikasikan bahwa anggapan diperolehnya abnormal return yang
positif di bulan Januari ditemukan pada sektor trade and services. Nilai
maksimum berada pada bulan Desember yaitu 0.0853 dan bulan Maret untuk nilai
minimum dengan nilai -0.091784. Standart deviasi tertinggi juga berada pada
bulan Maret dengan angka 0.05928 dan standart deviasi terendah terletak pada
55
Universitas Sumatera Utara
bulan Februari dengan nilai 0.01834. Hasil analisis deskriptif data sektor trade and
services dapat dilihat pada lampiran 2.
4.2 Hasil Pengujian Hipotesis
4.2.1. Tes Homogenitas Varian (Test of Homogeneity of Variance)
Tabel 4.2 akan menampilkan hasil uji homogenitas varians dari levene
untuk abnormal retun sektor pertanian.
a. Sektor Pertanian
Tabel 4.2
Hasil Tes Homogenitas Varian Sektor Pertanian
Test of Homogeneity of Variances
abnormal return sektor pertanian
Levene Statistic
.538
Sumber: statistic.idx.co.id, diolah
df1
df2
11
Sig.
48
.868
Pada tabel 2 terdapat hasil uji homogenitas varians dari levene untuk
abnormal return sektor pertanian , yaitu sebesar 0,538 dengan dfl = 11 ( jumlah
kelompok -1) dan df2 = 48 (N-jumlah kelompok), dan signifikansi 0,868. Karena
signifikansinya lebih besar daripada 0,05, maka abnormal return dari kedua belas
bulan tersebut dinyatakan homogen atau tidak memiliki perbedaan varians
sehingga hipotesis nol diterima.
b. Sektor Pertambangan
Untuk sektor pertambangan hasil tes homogenitas varians dapat dilihat
melalui lampiran 2. Pada lampiran 2 diketahui bahwa hasil uji homogenitas
56
Universitas Sumatera Utara
varians dari levene untuk abnormal return sektor pertambangan (minning) , yaitu
sebesar 1,718 dengan dfl = 11 ( jumlah kelompok -1) dan df2 = 48 (N-jumlah
kelompok), dan signifikansi 0,098. Karena signifikansinya lebih besar daripada
0,05, maka abnormal return dari kedua belas bulan tersebut dinyatakan homogen
atau tidak memiliki perbedaan varians sehingga hipotesis nol diterima.
c. Sektor Dasar Kimia
Untuk sektor dasar kimia hasil tes homogenitas varians dapat dilihat pula
melalui lampiran 2. Pada lampiran 2 diketahui bahwa hasil uji homogenitas
varians dari levene untuk abnormal return sektor dasar kimia , yaitu sebesar 1,033
dengan dfl = 11 ( jumlah kelompok -1) dan df2 = 48 (N-jumlah kelompok), dan
signifikansi 0,433. Karena signifikansinya lebih besar daripada 0,05, maka
abnormal return dari kedua belas bulan tersebut dinyatakan homogen atau tidak
memiliki perbedaan varians sehingga hipotesis nol diterima.
d. Sektor Aneka Industri
Untuk sektor aneka industri hasil uji homogenitas varians dari levene
untuk abnormal return sektor aneka industri , yaitu sebesar 1,415 dengan dfl = 11
( jumlah kelompok -1) dan df2 = 48 (N-jumlah kelompok), dan signifikansi 0,197.
Karena signifikansinya lebih besar daripada 0,05, maka abnormal return dari
kedua belas bulan tersebut dinyatakan homogen atau tidak memiliki perbedaan
varians sehingga hipotesis nol diterima.
e. Sektor Konsumsi
Untuk sektor konsumsi hasil uji homogenitas varians dari levene untuk
abnormal return sektor konsumsi , yaitu sebesar 1,724 dengan dfl = 11 ( jumlah
57
Universitas Sumatera Utara
kelompok -1) dan df2 = 48 (N-jumlah kelompok), dan signifikansi 0,096. Karena
signifikansinya lebih besar daripada 0,05, maka abnormal return dari kedua belas
bulan tersebut dinyatakan homogen atau tidak memiliki perbedaan varians
sehingga hipotesis nol diterima.
f. Sektor Property
Untuk sektor property hasil uji homogenitas varians dari levene untuk
abnormal return sektor properti , yaitu sebesar 0,953 dengan dfl = 11 ( jumlah
kelompok -1) dan df2 = 48 (N-jumlah kelompok), dan signifikansi 0,500. Karena
signifikansinya lebih besar daripada 0,05, maka abnormal return dari kedua belas
bulan tersebut dinyatakan homogen atau tidak memiliki perbedaan varians
sehingga hipotesis nol diterima (lampiran 2).
g. Sektor Infrastruktur
Untuk sektor infrastruktur dapat dilihat melalui lampiran 2 dimana pada
lampiran tersebut menunjukkan bahwa hasil uji homogenitas varians dari levene
untuk abnormal return sektor infrastruktur , yaitu sebesar 1,252 dengan dfl = 11 (
jumlah kelompok -1) dan df2 = 48 (N-jumlah kelompok), dan signifikansi 0,281.
Karena signifikansinya lebih besar daripada 0,05, maka abnormal return dari
kedua belas bulan tersebut dinyatakan homogen atau tidak memiliki perbedaan
varians sehingga hipotesis nol diterima.
h. Sektor Finance
Untuk sektor finance dapat dilihat melalui lampiran 2 dimana pada
lampiran tersebut menunjukkan bahwa hasil uji homogenitas varians dari levene
untuk abnormal return sektor finance , yaitu sebesar 1,534 dengan dfl = 11 (
58
Universitas Sumatera Utara
jumlah kelompok -1) dan df2 = 48 (N-jumlah kelompok), dan signifikansi 0,151.
Karena signifikansinya lebih besar daripada 0,05, maka abnormal return dari
kedua belas bulan tersebut dinyatakan homogen atau tidak memiliki perbedaan
varians sehingga hipotesis nol diterima.
i. Sektor Trade and Services
Untuk sektor trade and services atau perdagangan dan jasa dapat dilihat
melalui lampiran 2 dimana pada lampiran tersebut menunjukkan bahwa hasil uji
homogenitas varians dari levene untuk abnormal return sektor perdagangan dan
jasa , yaitu sebesar 1,484 dengan dfl = 11 ( jumlah kelompok -1) dan df2 = 48 (Njumlah kelompok), dan signifikansi 0,169. Karena signifikansinya lebih besar
daripada 0,05, maka abnormal return dari kedua belas bulan tersebut dinyatakan
homogen atau tidak memiliki perbedaan varians sehingga hipotesis nol diterima.
4.2.2. Pengujian One Way Anova
Dari penghitungan abnormal return bulanan yang dikelompokkan menurut
bulan terjadinya transaksi dalam perdagangan saham kemudian dilakukan uji
statistic untuk melihat reaksi pasar apakah ada perbedaan rata-rata abnormal
return secara signifikan antara bulan Januari dengan bulan lainnya dengan
menggunakan One Way Anova . Pengujian menggunakan One Way Anova untuk
sektor pertanian disajikan dalam tabel 4.3 dibawah ini.
a. Sektor Pertanian
Tabel 4.3
Hasil Uji One Way Anova Sektor Pertanian
ANOVA
abnormal return sektor pertanian
59
Universitas Sumatera Utara
Sum of
Squares
df
Mean Square
Between Groups
.053
11
.005
Within Groups
.200
48
.004
Total
.253
Sumber: statistic.idx.co.id, diolah
59
F
1.159
Sig.
.340
Tabel 4.3 adalah tabel hasil penghitungan teknik One Way Anova yang
berupa Sum of Squares, df, Mean Square (rata-rata kuadrat antar kelompok/
Between Groups) dan rata-rata kuadrat dalam kelompok/ Within Groups, serta
nilai F hitung yang sebesar 1,592 dengan signifikansi 0,340. Nilai Sig. 0,340 lebih
besar dari 0,05 sehingga dapat disimpulkan bahwa hipotesis yang diajukan
ditolak. Dengan kata lain tidak terdapat perbedaan signifikan antara return
saham/abnormal return bulan Januari dengan bulan selain bulan Januari (tidak
terjadi January Effect pada sektor pertanian).
b. Sektor Pertambangan
Untuk sektor selain pertanian dapat dilihat melalui lampiran 3 dimana
hasil penghitungan teknik One Way Anova yang berupa Sum of Squares, df,
Mean Square (rata-rata kuadrat antar kelompok/ Between Groups) dan rata-rata
kuadrat dalam kelompok/ Within Groups, serta nilai F hitung yang sebesar 0.730
dengan signifikansi 0,704. Nilai Sig. 0,704 lebih besar dari 0,05 sehingga dapat
disimpulkan bahwa hipotesis yang diajukan ditolak. Dengan kata lain tidak
terdapat perbedaan signifikan antara return saham/abnormal return bulan Januari
dengan bulan selain bulan Januari (tidak terjadi January Effect pada sektor
pertambangan).
c. Sektor Dasar Kimia
60
Universitas Sumatera Utara
Untuk sektor dasar kimia dapat dilihat juga melalui lampiran 3 dimana
hasil penghitungan teknik One Way Anova yang berupa Sum of Squares, df,
Mean Square (rata-rata kuadrat antar kelompok/ Between Groups) dan rata-rata
kuadrat dalam kelompok/ Within Groups, serta nilai F hitung yang sebesar 0.800
dengan signifikansi 0,640. Nilai Sig. 0,640 lebih besar dari 0,05 sehingga dapat
disimpulkan bahwa hipotesis yang diajukan ditolak (Ho diterima). Dengan kata
lain tidak terdapat perbedaan signifikan antara return saham/abnormal return
bulan Januari dengan bulan selain bulan Januari (tidak terjadi January Effect pada
sektor dasar kimia).
d. Sektor Aneka Industri
Untuk sektor aneka industri melalui lampiran 3 dapat dilihat hasil
penghitungan teknik One Way Anova yang berupa Sum of Squares, df, Mean
Square (rata-rata kuadrat antar kelompok/ Between Groups) dan rata-rata kuadrat
dalam kelompok/ Within Groups, serta nilai F hitung yang sebesar 1,321 dengan
signifikansi 0,243. Nilai Sig. 0,243 lebih besar dari 0,05 sehingga dapat
disimpulkan bahwa hipotesis yang diajukan ditolak (Ho diterima). Dengan kata
lain tidak terdapat perbedaan signifikan antara return saham/abnormal return
bulan Januari dengan bulan selain bulan Januari (tidak terjadi January Effect pada
sektor aneka industri).
e. Sektor Konsumsi
Untuk sektor konsumsi melalui lampiran 3 dapat dilihat hasil
penghitungan teknik One Way Anova yang berupa Sum of Squares, df, Mean
Square (rata-rata kuadrat antar kelompok/ Between Groups) dan rata-rata kuadrat
61
Universitas Sumatera Utara
dalam kelompok/ Within Groups, serta nilai F hitung yang sebesar 2,082 dengan
signifikansi 0,040. Nilai Sig. 0,040 lebih kecil dari 0,05 sehingga dapat
disimpulkan bahwa hipotesis yang diajukan diterima (Ho ditolak). Dengan kata
lain terdapat perbedaan signifikan antara return saham/abnormal return bulan
Januari dengan bulan selain bulan Januari (terjadi January Effect pada sektor
konsumsi).
f. Sektor Property
Untuk sektor property melalui lampiran 3 dapat dilihat hasil penghitungan
teknik One Way Anova yang berupa Sum of Squares, df, Mean Square (rata-rata
kuadrat antar kelompok/ Between Groups) dan rata-rata kuadrat dalam kelompok/
Within Groups, serta nilai F hitung yang sebesar 0,487 dengan signifikansi 0,902.
Nilai Sig. 0,902 lebih besar dari 0,05 sehingga dapat disimpulkan bahwa hipotesis
yang diajukan ditolak (Ho diterima). Dengan kata lain tidak terdapat perbedaan
yang signifikan antara return saham/abnormal return bulan Januari dengan bulan
selain bulan Januari ( tidak terjadi January Effect pada sektor property).
g. Sektor Infrastruktur
Untuk sektor infrastruktur melalui lampiran 3 dapat dilihat hasil
penghitungan teknik One Way Anova yang berupa Sum of Squares, df, Mean
Square (rata-rata kuadrat antar kelompok/ Between Groups) dan rata-rata kuadrat
dalam kelompok/ Within Groups, serta nilai F hitung yang sebesar 0,404 dengan
signifikansi 0,947. Nilai Sig. 0,947 lebih besar dari 0,05 sehingga dapat
disimpulkan bahwa hipotesis yang diajukan ditolak (Ho diterima). Dengan kata
62
Universitas Sumatera Utara
lain tidak terdapat perbedaan yang signifikan antara return saham/abnormal return
bulan Januari dengan bulan selain bulan Januari ( tidak terjadi January Effect pada
sektor infrastruktur).
h. Sektor Finance
Untuk sektor keuangan atau finance melalui lampiran 3 dapat dilihat hasil
penghitungan teknik One Way Anova yang berupa Sum of Squares, df, Mean
Square (rata-rata kuadrat antar kelompok/ Between Groups) dan rata-rata kuadrat
dalam kelompok/ Within Groups, serta nilai F hitung yang sebesar 1,552 dengan
signifikansi 0,144. Nilai Sig. 0,144 lebih besar dari 0,05 sehingga dapat
disimpulkan bahwa hipotesis yang diajukan ditolak (Ho diterima). Dengan kata
lain tidak terdapat perbedaan yang signifikan antara return saham/abnormal return
bulan Januari dengan bulan selain bulan Januari ( tidak terjadi January Effect pada
sektor finance).
i. Sektor Trade and Services
Untuk sektor ke Sembilan juga dapat dilihat melalui lampiran 3 dimana
hasil penghitungan teknik One Way Anova yang berupa Sum of Squares, df,
Mean Square (rata-rata kuadrat antar kelompok/ Between Groups) dan rata-rata
kuadrat dalam kelompok/ Within Groups, serta nilai F hitung yang sebesar 1,362
dengan signifikansi 0,222. Nilai Sig. 0,222 lebih besar dari 0,05 sehingga dapat
disimpulkan bahwa hipotesis yang diajukan ditolak (Ho diterima). Dengan kata
lain tidak terdapat perbedaan yang signifikan antara return saham/abnormal return
bulan Januari dengan bulan selain bulan Januari ( tidak terjadi January Effect pada
sektor trade and services atau sektor perdagangan dan jasa).
63
Universitas Sumatera Utara
4.3
Pembahasan
Berdasarkan hasil hipotesis yang diperoleh melalui uji homogenitas
varians dan uji One Way Anova diperoleh bahwa dari uji homogenitas
teridentifikasi bahwa kelompok data yang digunakan dalam penelitian ini
memiliki varians yang sama untuk ke sembilan sektor yaitu sektor pertanian,
pertambangan, dasar kimia, aneka industry, konsumsi, property, infrastruktur,
finance atau keuangan dan trade and services atau perdagangan dan jasa, artinya
data tidak berasal dari kelompok yang berbeda, sehingga data dapat digunakan
dalam penelitian. Dan berdasarkan hasil uji One Way Anova diperoleh bahwa
rata-rata tingkat signifikansi sektor lebih besar dari 0,05. Secara empiris hal ini
membuktikan bahwa efek bulan Januari (January Effect) return saham tidak
terjadi secara signifikan terhadap indeks sektoral di Bursa Efek Indonesia. Kecuali
untuk sektor konsumsi sendiri, memiliki nilai signifikansi yang lebih kecil dari
0,05 yaitu 0,040 dan memiliki rata-rata abnormal return yang positif. Dari hasil
tersebut mengindikasikan bahwa untuk sektor konsumsi terjadi fenomena January
Effect atau hipotesis alternative diterima.
Secara umum, penelitian ini mendukung penelitian sebelumnya dimana
hasil analisis menunjukkan bahwa hanya sektor konsumsi lah terjadi fenomena
January Effect. Dimana pada penelitian Yoga (2010) dalam “Analisis fenomena
January Effect Terhadap Return Saham di Bursa Efek Indonesia” dengan kurun
waktu 2008-2011 menyatakan bahwa sektor konsumsi memiliki return pasar pada
bulan Januari yang lebih tinggi dibandingkan dengan return pasar pada bulan
lainnya.
64
Universitas Sumatera Utara
Menurut hasil deskriptif statistik rata-rata abnormal return tertinggi untuk
setiap indeks sektoral justru tidak di dominasi pada bulan Januari melainkan bulan
Desember dan Mei untuk setiap indeks sektoral. Dimana rata-rata pada bulan
Maret dan April rata-rata abnormal return akan turun dan naik kembali pada bulan
Mei dan turun kembali pada bulan berikutnya dan naik kembali pada bulan
Desember. Dan pada bulan Januari rata-rata abnormal return tidak terlalu rendah
ataupun tinggi.
BAB 5
KESIMPULAN DAN SARAN
5.1. Kesimpulan
1.
Hasil pengujian menunjukkan bahwa selama periode pengamatan yaitu dari
tahun 2009-2013, indeks sektoral di Bursa Efek Indonesa untuk Sektor
Konsumsi mengalami fenomena January Effect. Dimana efek bulan January
ini mengakibatkan terdapat rata-rata abnormal return yang positif. Dan hasil
uji One Way Anova dengan tinkat signifikansi 0,05 menunjukkan bahwa
pada Sektor Konsumsi terdapat perbedaan yang signifikan abnormal return
bulan Januari dibandingkan dengan bulan lainnya. Dimana nilai p-value
untuk Sektor Konsumsi 0,040