BAB III METODE PENELITIAN 3.1. Jenis Penelitian - Analisis Kausalitas antara Indeks Harga Saham Asia Tenggara dengan Indeks Harga Saham Gabungan

BAB III METODE PENELITIAN

3.1. Jenis Penelitian

  Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian

  asosiatif kausal , Menurut Sugiyono (2007 : 30) penelitian asosiatif kausal adalah

  “penelitian yang bertujuan menganalisis hubungan sebab akibat antara variabel independen (variabel yang mempengaruhi) dan variabel dependen (variabel yang dipengaruhi)”. Teknik pengolahan data dilakukan dengan menggunakan bantuan software eviews .

   Batasan Operasional 3.2.

  Batasan operasional penelitian ini hanya mencakup pengaruh Indeks - indeks Harga Saham yang ada di kawasan Asia Tenggara terhadap Indeks Harga Saham Gabungan Indonesia. Penulis hanya mengambil indeks dari lima negara yang ada di kawasan Asia Tenggara, yaitu Malaysia (Indeks KLCI), Singapura (Indeks STI), Thailand (Indeks SET), Filipina (Indeks PSE) dan Vietnam (Indeks

  VN), sedangkan Myanmar baru akan membuka bursa efeknya pada tahun 2015 mendatang, Kamboja baru saja membuka bursa efeknya pada tahun 2012, Brunei Darussalam belum memiliki bursa efek. Periode penelitian ini dimulai dari bulan Januari 2005 sampai dengan bulan Desember 2013. Alasan pemilihan periode tahun yang digunakan adalah untuk mendapatkan hasil yang lebih akurat sesuai dengan keadaan sekarang ini.

3.3. Definisi Operasional

  Dalam penelitian ini, peneliti menggunakan satu variabel dependen yaitu Indeks Harga Saham Gabungan (IHSG) dan lima variabel independen yaitu Indeks KLCI (Malaysia), Indeks STI (Singapura), Indeks PSE(Filipina), Indeks SET (Thailand), dan Indeks VN (Vietnam). Definisi dari masing-masing variabel adalah sebagai berikut:

Tabel 3.1 Defenisi Operasional dan Pengukuran Variabel

  Jenis Nama Defenisi Pengukuran Skala Variabel Variabel

  Indeks Kuala KLCI merupakan indeks pasar Lumpur saham utama di Malaysia yang

  × 100 Ratio = Stock menjadi barometer pasar Exchange saham lokal.

  (^KLCI) STI merupakan sebuah indeks

  ( × × × × ) Indeks Strait pasar saham dari 50

  Ratio = �

  Times (^STI) perusahaan terbesar di pasar =1 bursa

  Indeks Variabel

  Philippine PSE merupakan sebuah Independen

  Nilai Pasar Stock indeks pasar saham dari 30

  PSE = × 100 Ratio Exchange saham terbesar dan aktif di Nilai Dasar (^PSE) pasar bursa

  Indeks Stock SET merupakan indikator Exchange of pasar saham utama yang × 100 Ratio =

  Thailand dihitung dari harga semua (^SET) saham biasa.

  Indeks

  VN merupakan indeks harga Vietnamese tertimbang kapitalisasi pasar

  Stock × 100 Ratio = yang membandingkan nilai

  Exchange pasar saat ini dari semua

  (^VN) saham biasa yang terdaftar . Variabel Dependen Indeks Harga

  Saham Gabungan Indonesia (^JKSE)

  JKSE merupakan rata-rata gabungan harga seluruh saham yang tercatat di bursa

  = × 100 Ratio Sumber: Diolah Peneliti, 2014 3.4.

   Jenis dan Sumber Data

  Jenis data yang digunakan dalam penelitian ini adalah data sekunder berupa data kuartalan dari Indeks KLCI, Indeks STI, Indeks PSE, Indeks SET, Indeks

  VN dan Indeks JKSE selama tahun 2005 – 2013.

3.5. Metode dan Pengumpulan Data

  Teknik pengumpulan data yang digunakan adalah dengan melakukan pencatatan langsung berupa data seri waktu (time series) yaitu dari tahun 2005 – 2013. Metode pengumpulan data dalam penelitian ini dilakukan melalui dua tahap, yaitu : a. Tahap pertama, dilakukan melalui studi pustaka yakni pengumpulan data pendukung berupa literature, penelitian terdahulu, dan laporan-laporan yang dipublikasikan untuk mendapat gambaran dari masalah yang akan diteliti.

  b. Tahap kedua, dilakukan melalui pengumpulan data sekunder melalui fasilitas internet dengan mengakses situs-situs resmi seperti, situs resmi Bursa Efek Indonesia situs resmi Bursa Efek Filipinasitus resmi Bursa Efek Thailand situs resmi pemerintah Filipinaserta mengakses situs-situs lainnya.

3.6. Teknik Analisis

  Sebelum dilakukan estimasi melalui metode Granger Causality Test, maka terlebih dahulu dilakukan langkah-langkah berikut:

3.6.1. Uji akar unit (Unit root test)

  Sebelum menguji Granger Causality, maka perlu melakukan uji akar unit (Unit root test). Uji akar unit ini digunakan untuk melihat apakah data yang diamati stasioner atau tidak stasioner. Dalam statistik dan ekonometrik, uji akar unit yang biasa digunakan adalah uji Augmented Dickey-Fuller (ADF) yang mengindikasikan keberadaan akar unit sebagai hipotesis null. Perlu diketahui bahwa data yang stasioner adalah data yang bersifat flat, tidak mengandung komponen trend, dengan keragaman yang tetap, dan tidak terdapat fluktuasi periodik.

  Untuk mengetahui adanya akar unit, maka perlu dilakukan pengujian

  Augmented Dickey-Fuller (ADF-test) sebagai berikut:

  Jika variabel Y t sebagai variabel independen, maka akan diubah menjadi: Y t = þ Y t-1 t ..................................................................................................(3.1)

• μ

  Dimana :

• 1 adalah variabel gangguan yang bersifat random atau stokastik dengan rata-rata ≤ þ ≤ 1 dan μ t nol, varian yang konstan dan tidak saling berhubungan.

  Jika koefisien þ=1 maka variabel Y t mempunyai akar unit, dalam arti hipotesis diterima, yang bergerak secara random (random walk) tanpa trend dimana varian Y t tidak stasioner. Hal ini menunjukkan bahwa Y t merupakan data yang tidak stasioner karena memiliki akar unit. Untuk mengubah trend yang bersifat non-stasioner menjadi stasioner maka dilakukan uji orde pertama (first

  difference ) t t t-1 = (þ – 1) (Y – Y ) ........................................................................................

  ΔY (3.2)

  Koefisien þ akan bernilai nol, dan hipotesis akan ditolak sehingga model menjadi stasioner. Hipotesis yang digunakan pada pengujian Augmented Dickey-

  Fuller (ADF-test) adalah:

  H b : þ = 0 (terdapat unit roots, variabel Y tidak stasioner) H

  1 b : þ ≠ 0 (tidak terdapat unit roots, variabel Y stasioner)

  Hipotesisnya adalah H mengandung arti bahwa terdapat akar-akar unit, H

  

1 mengandung arti bahwa tidak terdapat akar-akar unit. Pengujian hipotesis

  statistik tersebut dilakukan dengan membandingkan ADF hasil regresi

  test statistik

  dengan t statistik Mackinnon critical value 1 persen, 5 persen,10 persen. Bila ADF hitung lebih kecil daripada Mackinnon critical value, maka H

  test statistik

  diterima dan H

  1 ditolak, tidak cukup bukti untuk menolak hipotesis bahwa di dalam persamaan mengandung akar-akar unit, artinya data tidak stasioner.

  Sebaliknya, jika ADF hitung lebih besar daripada Mackinnon critical

  test statistik value maka H ditolak dan H 1 diterima, cukup bukti untuk menolak hipotesis nol bahwa didalam persamaan mengandung akar-akar unit, artinya data stasioner.

  Dalam hal hasil ADF test menunjukkan bahwa data time series yang diamati tidak stasioner dalam bentuk level, maka perlu dilakukan transformasi melalui proses differencing agar data menjadi stasioner. Cara differencing dilakukan dengan cara mengurangi data tersebut dengan data periode data sebelumnya. Data dalam bentuk difference merupakan data yang telah diturunkan dengan periode sebelumnya, dimana bentuk derajat pertama (first difference) dapat dinotasikan dengan I (1) dengan fungsi:

  t = (Y t – Y t-1 ) ................................................................................................... (3.3)

  Δ Y Dengan demikian melalui differencing pertama (first difference) akan diperoleh data selisih. Prosedur data ADF kemudian diaplikasikan kembali untuk menguji data first difference. Jika dari hasil uji ternyata data first difference telah stasioner, maka dikatakan data time series tersebut terintegrasi pada derajat pertama I(1) untuk seluruh variabel. Tetapi jika data first difference tersebut belum stasioner maka perlu dilakukan differencing yang kedua (second difference) pada data tersebut untuk memperoleh data yang stasioner. Prosedur ini seterusnya dilakukan hingga diperoleh data yang stasioner. Uji ini dilakukan dengan program

  E-views versi 6.

   Uji Kausalitas (Granger Causality Test) 3.6.2.

  Uji kausalitas dilakukan untuk mengetahui apakah suatu variabel endogen dapat diperlakukan sebagai variabel eksogen. Hal ini bermula dari ketidaktahuan pengaruh antar variabel. Jika ada dua variabel y dan z, maka apakah y menyebabkan z atau z menyebabkan y atau berlaku keduanya atau tidak ada hubungan keduanya. Variabel y menyebabkan variabel z artinya berapa banyak nilai z pada periode sekarang dapat dijelaskan oleh nilai z pada periode sebelumnya dan nilai y pada periode sebelumnya. Uji kausalitas dapat dilakukan dengan berbagai metode diantaranya metode Granger’s Causality.

  Pada penelitian ini digunakan metode Granger’s Causality. Granger’s

  

Causality digunakan untuk menguji adanya hubungan kausalitas antara dua

  variabel. Kekuatan prediksi (predictive power) dari informasi sebelumnya dapat menunjukkan adanya hubungan kausalitas antara y dan z dalam jangka waktu lama. Penggunaan jumlah lag atau efek tunda dianjurkan dalam waktu lebih lama, sesuai dengan dugaan terjadinya kausalitas. Diharapkan hasil Granger’s Causality ini dapat memberikan hasil yang menunjukkan adanya hubungan kausalitas dan arah pengaruh antara variabel Indeks Harga saham Asia Tenggara (Indeks KLCI, Indeks STI, Indeks PSE, Indeks SET dan Indeks VN) dengan variabel Indeks Harga Saham Gabungan Indonesia (Indeks JKSE).

  Pengujian hubungan kausalitas dengan metode Granger’s Causality dikembangkan oleh Granger. Model Granger’s Causality dinyatakan dalam bentuk vektor autoregresi yang dinyatakan dalam persamaan berikut ini:

  n n

  Y t t y t-i j X t-j 1t ; X → Y jika ß j > 0 …….…………...……… (3.4) = Σ α + Σ ß + μ

  i =1 j =1 m m 2t

  X t t y t-i j X t-j ; Y → X jika j > 0 ……..……………..…… (3.5)

  γ

  = Σ λ + Σ γ + μ

  i =1 j =1 keterangan : Y = variabel terikat

  X = variabel bebas

μ ,μ = error of term diasumsikan tidak mengandung korelasi serial dan m = n.

_{1 2} Berdasarkan hasil regresi linear diatas, akan dihasilkan empat

  kemungkinan mengenai nilai koefisien-koefisien regresi dari persamaan (3.4) dan (3.5) adalah sebagai berikut: 1) Jika secara statistik ß = 0 , maka terdapat kausalitas

  ∑ ≠ 0 ∑

  =1 =1 satu arah (unindirectional causality) dari Y ke X.

  ß = 0 2) Jika secara statistik , maka terdapat kausalitas

  ∑ ∑ ≠ 0

  =1 =1 satu arah (unindirectional causality) dari X ke Y.

  3) Jika secara statistik ß = 0 = 0 , maka X dan Y bebas ∑ ∑

  =1 =1

  antara satu dengan yang lainnya, artinya antara Y ke X tidak saling mempengaruhi (independence atau tidak signifikan) antara satu dengan lainnya. 4) Jika secara statistik ß ,maka terdapat kausalitas

  ∑ ≠ 0 ∑ ≠ 0

  =1 =1

  dua arah antara Y dan X atau terdapat hubungan kausalitas (feedback atau bilateral causality ) antara satu dengan lainnya.

  Untuk memperkuat indikasi keberadaan berbagai bentuk kausalitas seperti yang disebutkan diatas, maka perlu dilakukan uji F (F ) untuk masing-masing

  test regresi.

  Hipotesis nolnya adalah H : = 0 ∑

  =1

  Kemudian untuk menguji hipotesis atau pola kausalitas granger tersebutlah digunakan uji F (F test ) dengan rumus sebagai berikut: ( – ) (

  − ) = dimana m adalah jumlah lag, RSS (Restricted Residual Sum of Squares)

  R

  diperoleh dari regresi yang dilakukan terhadap X tanpa melibatkan lag variabel B, sedangkan RSS UR (Unrestricted Residual Sum of Squares) diperoleh dari regresi yang dilakukan terhadap jumlah observasi dan k adalah jumlah parameter. Sedangkan nilai (n – k) disebut juga derajat kebebasan atau degree of freedom.

  Jika nilai F stat lebih besar daripada F tabel pada level signifikan yang ditentukan, maka H ditolak atau tidak cukup bukti untuk diterima. Dengan kata lain, bahwa Y granger cause X atau terdapat hubungan kausalitas. Jika H tidak cukup bukti untuk dapat ditolak maka Y does not granger cause X.

  Analisis dalam penelitian ini menggunakan e-views, sehingga test kausalitas antara variabel dapat dilakukan dengan mudah, dimana lag optimal digunakan. Untuk menguji hipotesis, maka dipermudah dengan membaca probabilitasnya. Dimana jika probabilitas lebih kecil daripada α (dalam penelitian ditolak atau dengan kata lain ini, penulis menggunakan α sebesar 5%), maka H variabel Y menyebabkan variabel X. Dan sebaliknya, jika probabilitasnya lebih

  , atau Y tidak menyebabkan besar daripada α, maka tidak cukup bukti menolak H X sehingga artinya tidak ada hubungan kausalitas diantara kedua variabel tersebut.

BAB IV HASIL DAN PEMBAHASAN

  4.1 Gambaran Umum Indeks Harga Saham Gabungan Indonesia

  Indeks Harga saham Gabungan (IHSG) adalah indeks harga yang merupakan gabungan harga semua saham yang tercatat di Bursa Efek Indonesia (BEI), pengukuran yang dilakukan adalah dalam satuan poin. Indeks ini mencakup pergerakan seluruh saham biasa dan saham preferen yang tercatat pada Bursa Efek Indonesia.

  Dasar pertimbangannya antara lain, jika jumlah saham Perusahaan Tercatat tersebut yang dimiliki oleh publik (free float) relatif kecil sementara kapitalisasi pasarnya cukup besar, sehingga perubahan harga saham Perusahaan Tercatat tersebut berpotensi mempengaruhi kewajaran pergerakan IHSG

  4.2 Gambaran Umum Indeks Harga Saham Gabungan Asia Tenggara

  Indeks saham di suatu negara pada dasarnya merupakan cerminan dari kinerja bursa saham di negara tersebut. Semakin besar kegiatan transaksi harian di lantai bursa maka indeks saham cenderung akan naik, penurunan kegiatan transaksi harian di lantai bursa akan menyebabkan indeks saham menjadi flat atau bahkan menjadi koreksi apabila terjadi aksi jual yang besar-besaran. Pergerakan bursa saham pada dasarnya didasari oleh perkembangan harga saham yang terdaftar dan diperdagangkan di lantai bursa, oleh karena itu maka perlu untuk menganalisis hubungan antara indeks saham dengan harga saham yang tercatat di bursa secara periodik. Berikut profil kelima indeks di Asia Tenggara:

  1. Indeks Kuala Lumpur Stock Exchange Indeks Kuala Lumpur Stock Exchange atau Kuala Lumpur Composite Indeks (^KLCI) diperkenalkan pada tahun 1986 yang merupakan indeks pasar saham utama di Malaysia yang menjadi barometer pasar saham lokal yang berfungsi sebagai indikator kinerja yang akurat dari pasar saham dan keadaan ekonomi Malaysia. Indeks Kuala Lumpur Composite adalah kapitalisasi tertimbang indeks pasar saham yang memiliki nilai dasar 100 per 2 Januari 1977.

  2. Indeks Strait Times Indeks Straits Times (STI) adalah sebuah indeks pasar saham berdasarkan kapitalisasi yang digunakan untuk mendata dan memonitor perubahan harian dari 30 perusahaan terbesar di pasar saham Singapura dan sebagai indikator utama dari kinerja pasar di Singapura. Indeks Straits Times dihitung berdasarkan Market Value Weighted.

  3. Indeks Philippine Stock Exchange Indeks Philippine Stock Exchange yang pertama sekali dikenal dalam sejarah pasar saham Filipina adalah, yang dibentuk ketika industri pertambangan sedang berjaya pada tahun 1940-an. Indeks PSE adalah indeks utama dari bursa efek di Filipina. Ini terdiri dari kumpulan 30 perusahaan tetap, yang diseleksi berdasarkan ketentuan-ketentuan tertentu. Indeks PSE mengukur perubahan relatif dalam kapitalisasi pasar mengambang bebas dari 30 saham terbesar dan teraktif di bursa.

  4. Indeks Stock Exchange of Thailand Indeks Stock Exchange of Thailand adalah indikator pasar saham utama yang dihitung dari harga semua saham biasa termasuk reksa dana dan properti di papan utama Bursa Efek Thailand, kecuali untuk saham-saham yang telah ditangguhkan selama lebih satu tahun. Indeks SET menganut indeks harga kapitalisasi pasar tertimbang yang membandingkan nilai pasar saat ini dari semua saham biasa yang terdaftar dengan nilai pada tanggal dasar tanggal 30 April 1975. Ditetapkanlah 100 poin untuk nilai dasar indeks SET.

  5. Indeks Vietnamese Stock Exchange Indeks Vietnamese Stock Exchange merupakan indeks pasar saham yang dihitung dari harga semua saham biasa yang diperdagangkan di Bursa Efek Vietnam yang dikenal dengan nama STC (Securities Trading Centre). Indeks

  VN adalah indeks harga tertimbang kapitalisasi pasar yang membandingkan nilai pasar saat ini dari semua saham biasa yang terdaftar dengan nilai pada tanggal dasar 28 Juli 2000 ketika sesi pertama diperdagangkan di pasar. Indeks pasar terutama ditetapkan pada 100 poin.

4.3 Hasil

4.3.1 Hasil Estimasi Uji Akar Unit (Unit Root Test)

  Data yang stationer adalah data yang nilai rata-rata dan varian dari data tersebut tidak mengalami perubahan secara sistematik sepanjang waktu atau sebagian ahli menyatakan rata-rata dan variannya konstan (Pratomo dan Hidayat : 2010). Dalam menganalisis data time series, uji kestasioneran data merupakan tahap yang sangat penting. Hal ini dilakukan untuk melihat ada atau tidaknya akar unit (unit root) yang terkandung diantara variabel, sehingga hubungan diantara variabel menjadi valid, karena apabila data yang diperoleh tidak stationer maka dikhawatirkan regresi yang dibuat adalah regresi lancung (spurious regression).

  Dengan menggunakan program Eviews, dilakukan uji akar unit (unit root

  

test ) untuk menguji apakah variabel Indeks Harga Saham Gabungan (IHSG),

  Indeks KLCI (Malaysia), Indeks STI (Singapura), Indeks PSE(Filipina), Indeks SET (Thailand), dan Indeks VN (Vietnam) stationer atau tidak.

  Hasil uji akar unit variabel JKSE disajikan pada tabel 4.1 sebagai berikut :

  Tabel 4.1

Hasil Uji Akar Unit Variabel Indeks Harga Saham Gabungan

(^JKSE) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -5,703751 0,0002

  Test critical values: 1% level -4,252879 5% level -3,548490 10% level -3,207094

  Sumber : Hasil Pengolahan Data

  Berdasarkan tabel 4.1 diperoleh hasil bahwa angka ADF statistik yang cukup tinggi yakni -5,703751. Nilai ini melewati nilai kritis pada tingkat signifikan sebesar 1%. Dengan demikian dapat disimpulkan bahwa data runtun waktu variabel JKSE telah stasioner pada tingkat first difference.

  Hasil uji akar unit variabel KLCI disajikan pada tabel 4.2 sebagai berikut :

  Tabel 4.2

Hasil Uji Akar Unit Variabel Indeks Kuala Lumpur Stock Exchange

(^KLCI)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic

• 3,664007 0,0390

  Test critical values: 1% level -4,252879 5% level -3,548490 10% level -3,207094

  Sumber : Hasil Pengolahan Data

  Berdasarkan tabel 4.2 diperoleh hasil bahwa angka ADF statistik sebesar - 3,664007 yang melewati nilai kritis pada tingkat 5%. Dengan demikian dapat disimpulkan bahwa data runtun waktu variabel KLCI telah stasioner pada tingkat

  first difference .

  Hasil uji akar unit variabel STI disajikan pada tabel 4.3 sebagai berikut :

  

Hasil Uji Akar Unit Variabel Indeks Straits Times

(^STI)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic

• 5,218326 0,0009

  Test critical values: 1% level -4,252879 5% level -3,548490

  10% level -3,207094 Sumber : Hasil Pengolahan Data Berdasarkan tabel 4.3 diperoleh hasil bahwa angka ADF statistik yang cukup tinggi yakni -5,218326. Nilai ini melewati nilai kritis pada tingkat signifikan sebesar 1%. Dengan demikian dapat disimpulkan bahwa data runtun waktu variabel STI telah stasioner pada tingkat first difference.

  Hasil uji akar unit variabel PSE disajikan pada tabel 4.4 sebagai berikut :

  Tabel 4.4

Hasil Uji Akar Unit Variabel Indeks Philippine Stock Exchange

(^PSE) t-Statistic Prob.*

  Augmented Dickey-Fuller test statistic -4,967715 0,0016 1% level -4,252879

  Test critical values: 5% level -3,548490 10% level -3,207094

  Sumber : Hasil Pengolahan Data

  Berdasarkan tabel 4.4 diperoleh hasil bahwa angka ADF statistik yang cukup tinggi yakni -4,967715. Nilai ini melewati nilai kritis pada tingkat signifikan sebesar 1%. Dengan demikian dapat disimpulkan bahwa data runtun waktu variabel PSE telah stasioner pada tingkat first difference.

  Hasil uji akar unit variabel SET disajikan pada tabel 4.5 sebagai berikut :

  Tabel 4.5

Hasil Uji Akar Unit Variabel Indeks Stock Exchange of Thailand

(^SET)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic

• 6,601314 0,0000

  Test critical values: 1% level -4,262735 5% level -3,552973

  10% level -3,209642 Sumber : Hasil Pengolahan Data Berdasarkan tabel 4.5 diperoleh hasil bahwa angka ADF statistik yang cukup tinggi yakni -6,601314. Nilai ini melewati nilai kritis pada tingkat signifikan sebesar 1%. Dengan demikian dapat disimpulkan bahwa data runtun waktu variabel SET telah stasioner pada tingkat first difference.

  Hasil uji akar unit variabel VN disajikan pada tabel 4.6 sebagai berikut :

  Tabel 4.6

Hasil Uji Akar Unit Variabel Indeks Vietnamese

(^VN)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic

• 3,758021 0.0341

  Test critical values: 1% level -4,309824 5% level -3,574244

  10% level -3,221728 Sumber : Hasil Pengolahan Data

  Berdasarkan tabel 4.6 diperoleh hasil bahwa angka ADF statistik sebesar - 3,758021 yang melewati nilai kritis pada tingkat 5%. Dengan demikian dapat disimpulkan bahwa data runtun waktu variabel VN telah stasioner pada tingkat

  first difference .

  Berdasarkan hasil uji akar unit atau unit root test terhadap keenam variabel maka dapat diambil kesimpulan bahwa variabel Indeks Harga Saham Gabungan (IHSG), Indeks KLCI (Malaysia), Indeks STI (Singapura), Indeks PSE (Filipina), Indeks SET (Thailand), dan Indeks VN (Vietnam) sudah stasioner pada tingkat

  first different

  dengan tingkat signifikansi pada α = 5%. Artinya, tidak terdapat akar-akar unit atau unit roots terhadap kedua variabel tersebut pada tingkat first

  different

  dengan tingkat signifikansi α = 5%. Sehingga tidak perlu dilakukan lagi pengujian akar unit pada tingkat second different.

4.3.2 Hasil Estimasi Kausalitas Granger

  Uji Kausalitas merupakan metode untuk melihat bentuk hubungan timbal balik antara variabel-variabel independen dengan variabel dependen yang diteliti apakah hubungan searah atau dua arah. Pada uji Granger yang dilihat adalah seberapa besar hubungan antar variabel Indeks Harga Saham Gabungan (IHSG) dengan variabel Indeks Harga Saham Asia Tenggara, yaitu Indeks KLCI (Malaysia), Indeks STI (Singapura), Indeks PSE (Filipina), Indeks SET (Thailand), dan Indeks VN (Vietnam). Sebelum melakukan pengujian dengan metode Granger Causality, terlebih dahulu kita melakukan pengujian untuk menentukan panjang lag atau lag length.

  Penentuan lag length adalah untuk menghindari terjadinya serial korelasi antara error term dengan variabel endogen dalam model yang menyebabkan estimator menjadi tidak konsisten. Hal ini berarti bahwa pemilihan lag yang tepat akan menghasilkan residual yang bersifat Gaussian, yakni terbebas dari permasalahan autokokedastisitas (Gujarati, 1997). Dalam penentuan lag optimal, kita memilih dengan kriteria yang mempunyai final prediction error correction (FPE) atau jumlah dari AIC,SIC, dan HQ yang paling kecil di antara berbagai lag yang diajukan. Penentuan panjang lag atau lag length dilakukan dengan menggunakan program Eviews 6.0 dengan metode Lag Length Criteria.

  Hasil penentuan Lag Length disajikan pada tabel 4.7 sebagai berikut :

Tabel 4.7 Hasil Penentuan Lag Length

  

Lag LogL LR FPE AIC SC HQ

• 1449,115 NA 1,26e+32 90,94471 91,21954 91,03581 1 -1331,595 183,6259 8,09e+29 85,84968 87,77346 86,48735 2 -1291,820 47,23294 8,25e+29 85,61373 89,18646 86,79799 3 -1205,652 70,01136 7,81e+28 82,47824 87,69993 84,20908 4 -1205,652 61,37607* 9,71e+26* 75,96023* 82,83087* 78,23766* Sumber : Hasil Pengolahan Data

  Dari hasil tabel 4.7, diketahui bahwa tanda bintang (*) paling banyak berada pada lag 4. Hal ini menunjukkan bahwa lag optimal yang direkomendasikan Eviews adalah lag 4.

  Selanjutnya, dilakukan pengujian dengan metode Granger Causality untuk melihat hubungan kausalitas (timbal balik) antara variabel Indeks Harga Saham Gabungan (IHSG) dengan variabel Indeks Harga Saham Asia Tenggara, yaitu Indeks KLCI (Malaysia), Indeks STI (Singapura), Indeks PSE (Filipina), Indeks SET (Thailand), dan Indeks VN (Vietnam) selama periode waktu Januari 2005 sampai dengan Oktober 2013.

  Hasil uji Granger Causality antara Indeks Harga Saham Gabungan (JKSE) dengan Indeks Kuala Lumpur Stock Exchange (KLCI) disajikan pada tabel 4.8 sebagai berikut :

Tabel 4.8 Hasil Uji Granger Causality antara Variabel JKSE dengan Variabel KLCI

  Null Hypothesis: Obs F-Statistic Probability JKSE does not Granger Cause KLCI 32 2,26950 0,0928 KLCI does not Granger Cause JKSE 3,52051 0,0221

  Sumber : Hasil Pengolahan Data

  Berdasarkan tabel 4.8 maka diperoleh hasil sebagai berikut :

  a. H : JKSE tidak mempengaruhi KLCI H

  1 : JKSE mempengaruhi KLCI

  ∝

  Jika nilai probabilitas F-statistik < , maka H ditolak. Pengujian

  ∝

  Granger menunjukkan nilai probabilitas F-statistik = 0,0928 > = 5%, maka H diterima. Artinya JKSE tidak mempengaruhi KLCI b. H : KLCI tidak mempengaruhi JKSE

  H

  1 : KLCI mempengaruhi JKSE ∝

  Jika nilai probabilitas F-statistik < , maka H ditolak. Pengujian

  ∝

  Granger menunjukkan nilai probabilitas F-statistik = 0,0221 < = 5%, maka H ditolak. Artinya KLCI mempengaruhi JKSE Dari kedua hipotesis di atas, maka dapat diambil kesimpulan bahwa Indeks

  Harga Saham Gabungan (^JKSE) dan Indeks Kuala Lumpur Stock Exchange (^KLCI) memiliki hubungan kausalitas searah dimana Indeks Kuala Lumpur Stock Exchange (^KLCI) mempengaruhi Indeks Harga Saham Gabungan (^JKSE) pada tingkat signifikansi sebesar 95% (α = 5% ).

  Hasil uji Granger Causality antara Indeks Harga Saham Gabungan (JKSE) dengan Indeks Strait Times (STI) disajikan pada tabel 4.9 sebagai berikut :

  Tabel 4.9

Hasil Uji Granger Causality antara Variabel JKSE dengan Variabel STI

  Null Hypothesis: Obs F-Statistic Probability JKSE does not Granger Cause STI 32 0,95669 0,4498 STI does not Granger Cause JKSE 2,72656 0,0542

  Sumber : Hasil Pengolahan Data

  Berdasarkan tabel 4.9 maka diperoleh hasil sebagai berikut :

  a. H : JKSE tidak mempengaruhi STI H

  1 : JKSE mempengaruhi STI

  ∝

  Jika nilai probabilitas F-statistik < , maka H ditolak. Pengujian

  ∝

  Granger menunjukkan nilai probabilitas F-statistik = 0,4498 > = 5%, maka H diterima. Artinya JKSE tidak mempengaruhi STI b. H : STI tidak mempengaruhi JKSE

  H

  1 : STI mempengaruhi JKSE ∝

  Jika nilai probabilitas F-statistik < , maka H ditolak. Pengujian

  ∝

  Granger menunjukkan nilai probabilitas F-statistik = 0,0542 > = 5%, maka H diterima. Artinya STI tidak mempengaruhi JKSE Dari kedua hipotesis tersebut, dapat diambil kesimpulan bahwa Indeks

  Harga Saham Gabungan (^JKSE) dan Indeks Strait Times (^STI) tidak memiliki hubungan kausalitas pada tingkat signifikansi sebesar 95% (α = 5% ).

  Hasil uji Granger Causality antara Indeks Harga Saham Gabungan (JKSE) dengan Indeks Philippines Stock Exchange (PSE) disajikan pada tabel 4.10 sebagai berikut :

Tabel 4.10 Hasil Uji Granger Causality antara Variabel JKSE dengan Variabel PSE

  Null Hypothesis: Obs F-Statistic Probability JKSE does not Granger Cause PSE

  32 2,24225 0,0958

  PSE does not Granger Cause JKSE 4,43500 0,0084 Sumber : Hasil Pengolahan Data

  Berdasarkan tabel 4.10 maka diperoleh hasil sebagai berikut :

  a. H : JKSE tidak mempengaruhi PSE H : JKSE mempengaruhi PSE

  1 Jika nilai probabilitas F-statistik <

  ∝

  ditolak. Artinya PSE mempengaruhi JKSE Dari kedua hipotesis tersebut, dapat diambil kesimpulan bahwa Indeks

  : JKSE tidak mempengaruhi SET

  a. H H

  Berdasarkan tabel 4.11 maka diperoleh hasil sebagai berikut :

  Sumber : Hasil Pengolahan Data

  Obs F-Statistic Probability JKSE does not Granger Cause SET 32 7,28201 0,0006 SET does not Granger Cause JKSE 0,16339 0,9548

  Tabel 4.11

Hasil Uji Granger Causality antara Variabel JKSE dengan Variabel SET

  Hasil uji Granger Causality antara Indeks Harga Saham Gabungan (JKSE) dengan Indeks Stock Exchange of Thailand (SET) disajikan pada tabel 4.11 sebagai berikut :

  Harga Saham Gabungan (^JKSE) dan Indeks Indeks Philippine Stock Exchange (^PSE) memiliki hubungan kausalitas searah dimana Indeks Philippine Stock Exchange (^PSE) memberikan pengaruh terhadap Indeks Harga Saham Gabungan (^JKSE) pada tingkat signifikansi sebesar 95% (α = 5% ).

  Null Hypothesis:

  , maka H ditolak. Pengujian Granger menunjukkan nilai probabilitas F-statistik = 0,0958 >

  = 5%, maka H

  ∝

  , maka H ditolak. Pengujian Granger menunjukkan nilai probabilitas F-statistik = 0,0084 <

  ∝

  Jika nilai probabilitas F-statistik <

  1 : PSE mempengaruhi JKSE

  H : PSE tidak mempengaruhi JKSE

  = 5%, maka H b. H diterima. Artinya JKSE tidak mempengaruhi PSE

  ∝

  1 : JKSE mempengaruhi SET

  ∝

  Jika nilai probabilitas F-statistik < , maka H ditolak. Pengujian

  ∝

  Granger menunjukkan nilai probabilitas F-statistik = 0,0006 < = 5%, maka H ditolak. Artinya JKSE mempengaruhi SET b. H : SET tidak mempengaruhi JKSE

  H

  1 : SET mempengaruhi JKSE ∝

  Jika nilai probabilitas F-statistik < , maka H ditolak. Pengujian

  ∝

  Granger menunjukkan nilai probabilitas F-statistik = 0,9548 > = 5%, maka H diterima. Artinya SET tidak mempengaruhi JKSE Dari kedua hipotesis tersebut, dapat diambil kesimpulan bahwa Indeks

  Harga Saham Gabungan (^JKSE) dan Indeks Stock Exchange of Thailand (^SET) memiliki hubungan kausalitas searah dimana Indeks Harga Saham Gabungan (^JKSE) memberikan pengaruh Indeks Stock Exchange of Thailand (^SET) terhadap pada tingkat signifikansi sebesar 95% (α = 5% ). Hasil uji Granger Causality antara Indeks Harga Saham Gabungan (JKSE) dengan Indeks Vietnamese (VN) disajikan pada tabel 4.12 sebagai berikut :

  Tabel 4.12

Hasil Uji Granger Causality antara Variabel JKSE dengan Variabel VN

Null Hypothesis: Obs F-Statistic Probability JKSE does not Granger Cause VN

  32 0,82573 0,5223

  VN does not Granger Cause JKSE 1,89905 0,1448 Sumber : Hasil Pengolahan Data

  Berdasarkan tabel 4.12 maka diperoleh hasil sebagai berikut :

  a. H : JKSE tidak mempengaruhi VN H

  1 : JKSE mempengaruhi VN

  ∝

  Jika nilai probabilitas F-statistik < , maka H ditolak. Pengujian

  ∝

  Granger menunjukkan nilai probabilitas F-statistik = 0,5223 > = 5%, maka H diterima. Artinya JKSE tidak mempengaruhi VN b. H : VN tidak mempengaruhi JKSE

  H

  1 : VN mempengaruhi JKSE ∝

  Jika nilai probabilitas F-statistik < , maka H ditolak. Pengujian

  ∝

  Granger menunjukkan nilai probabilitas F-statistik = 0,1448 > = 5%, maka H diterima. Artinya VN tidak mempengaruhi JKSE Dari kedua hipotesis tersebut, dapat diambil kesimpulan bahwa Indeks

  Harga Saham Gabungan (^JKSE) dan Indeks Vietnamese Stock Exchange (^VN) tidak memiliki hubungan kausalitas pada tingkat signifikansi sebesar 95% (α = 5% ).

4.3 Pembahasan

  Berdasarkan hasil pengujian yang telah dilakukan di atas maka Indeks Harga Saham Gabungan (^JKSE) dan Indeks Kuala Lumpur Stock Exchange (^KLCI) memiliki hubungan kausalitas searah dimana Indeks Kuala Lumpur Stock Exchange (^KLCI) mempengaruhi Indeks Harga Saham Gabungan (^JKSE) pada tingkat signifikansi sebesar 95% (α = 5% ). Hal ini konsisten dengan penelitian Suhartono Kho (2013), namun berbeda hasil dengan penelitian Nurfitri Bisyria (2010). Perbedaan ini dikarena adanya perbedaan periode penelitian dimana penelitian Nurfitri Bisyria (2010) dilakukan dari tahun 1999 – 2007.

  Berdasarkan hasil pengujian yang telah dilakukan di atas, maka Indeks Harga Saham Gabungan (^JKSE) dan Indeks Strait Times (^STI) tidak memiliki hubungan kausalitas pada tingkat signifikansi sebesar 95% (α = 5% ). Hal ini konsisten dengan penelitian Suhartono Kho (2013), namun berbeda hasil dengan penelitian Nurfitri Bisyria (2010) dan Chandra Utama (2008). Perbedaan ini dikarena adanya perbedaan periode penelitian dimana periode penelitian Nurfitri Bisyria (2010) dari tahun 1999 – 2007 dan periode penelitian Chandra Utama (2008) dari tahun 1999 - 2008.

  Berdasarkan hasil pengujian yang telah dilakukan di atas maka Indeks Harga Saham Gabungan (^JKSE) dan Indeks Indeks Philippine Stock Exchange (^PSE) memiliki hubungan kausalitas searah dimana Indeks Philippine Stock Exchange (^PSE) memberikan pengaruh terhadap Indeks Harga Saham Gabungan (^JKSE) pada tingkat signifikansi sebesar 95% (α = 5% ). Hal ini konsisten dengan penelitian Suhartono Kho (2013).

  Berdasarkan hasil pengujian yang telah dilakukan di atas maka Indeks Harga Saham Gabungan (^JKSE) dan Indeks Stock Exchange of Thailand (^SET) memiliki hubungan kausalitas searah dimana Indeks Harga Saham Gabungan (^JKSE) memberikan pengaruh Indeks Stock Exchange of Thailand (^SET) terhadap pada tingkat signifikansi sebesar 95% (α = 5% ). Pengujian kausalitas antara Indeks Harga Saham Gabungan (^JKSE) dan Indeks Stock Exchange of

  Thailand (^SET) tidak dilakukan pada penelitian Chandra Utama (2008), Nurfitri Bisyria (2010), dan Suhartono Kho (2013).

  Indeks Harga Saham Gabungan (^JKSE) dan Indeks Vietnamese Stock Exchange (^VN) tidak memiliki hubungan kausalitas pada tingkat signifikansi sebesar 95% (α = 5% ). Pengujian kausalitas antara Indeks Harga Saham Gabungan (^JKSE) dan Indeks Vietnamese Stock Exchange (^VN) tidak dilakukan pada penelitian Chandra Utama (2008), Nurfitri Bisyria (2010), dan Suhartono Kho (2013).

BAB V PENUTUP

5.1 Kesimpulan

  Penelitian ini menguji apakah Indeks Harga Saham Asia Tenggara (KLCI, STI, Indeks PSE, Indeks SET, dan Indeks VN) memiliki hubungan kausalitas terhadap Indeks Harga Saham Gabungan Indonesia dimana periode penelitian dari tahun 2005-2012.

  Berdasarkan hasil penelitian pada bab sebelumnya, maka peneliti dapat menarik kesimpulan sebagai berikut:

  1. Hasil penelitian menunjukkan bahwa Indeks Harga Saham Gabungan (^JKSE) dan Kuala Lumpur Stock Exchange (^KLCI) memiliki hubungan kausalitas searah dimana Indeks Kuala Lumpur Stock Exchange (^KLCI) memberikan pengaruh terhadap Indeks Harga Saham Gabungan (^JKSE) pada tingkat s ignifikansi sebesar 95% (α = 5%).

  2. Hasil penelitian menunjukkan bahwa Indeks Harga Saham Gabungan (^JKSE) dan Indeks Strait Times (^STI) tidak memiliki hubungan kausalitas pada tingkat signifikansi sebesar 95% (α = 5% ).

  3. Hasil penelitian menunjukkan bahwa Indeks Harga Saham Gabungan (^JKSE) dan Indeks Philippine Stock Exchange (^PSE) memiliki hubungan kausalitas searah dimana Indeks Philippine Stock Exchange (^PSE) memberikan pengaruh terhadap Indeks Harga Saham Gabungan (^JKSE) pada tingkat signifikansi sebesar 95% (α = 5%).

  4. Hasil penelitian menunjukkan bahwa Indeks Harga Saham Gabungan (^JKSE) dan Exchange of Thailand (^SET) memiliki hubungan kausalitas searah dimana Indeks Harga Saham Gabungan (^JKSE) memberikan pengaruh terhadap Indeks Stock Exchange of Thailand (^SET) pada tingkat signifikansi sebesar 95% (α = 5%).

  5. Hasil penelitian menunjukkan bahwa Indeks Harga Saham Gabungan (^JKSE) dan Indeks Vietnamese Stock Exchange (^VN) tidak memiliki hubungan kausalitas pada tingkat signifikansi sebesar 95% (α = 5%).

5.2 Saran

  Berdasarkan penelitian yang telah dilakukan dapat diberikan saran atau masukan sebagai berikut:

  1. Bagi peneliti selanjutnya disarankan untuk memasukan negara Myanmar dan Kamboja dalam Indeks Harga Saham di Asia Tenggara.

  2. Bagi peneliti selanjutnya disarankan untuk melakukan pengamatan terhadap Indeks Harga Saham Gabungan Asia Tenggara dengan periode yang lebih panjang.