skripsi disusun oleh : th. octavianti p. b. f0205145/analisis...1 analisis fenomena january effect...
TRANSCRIPT
1
ANALISIS FENOMENA JANUARY EFFECT TERHADAP
RETURN PASAR
DI BURSA EFEK INDONESIA Studi pada Indeks Sektoral di Bursa Efek Indonesia
Periode 2001-2008
Skripsi
Diajukan untuk Melengkapi Tugas-tugas dan Memenuhi
Syarat-syarat untuk Mencapai Gelar Sarjana Ekonomi Jurusan Manajemen
Fakultas Ekonomi Universitas Sebelas Maret
Disusun oleh :
Th. Octavianti P. B.
F0205145
FAKULTAS EKONOMI
UNIVERSITAS SEBELAS MARET
SURAKARTA
2010
2
BAB I
PENDAHULUAN
A. Latar Belakang Masalah
Pasar modal merupakan salah satu bagian dari pasar financial yang
menjalankan fungsi ekonomi dan fungsi keuangan. Pasar modal dalam
menjalankan fungsi ekonomi yaitu dengan mengalokasikan dana secara efisien
dari pihak yang memiliki dana kepada pihak yang membutuhkan dana,
sedangkan fungsi keuangannya dapat ditunjukkan oleh kemungkinan adanya
perolehan imbalan bagi pihak yang memberi dana sesuai dengan karakteristik
investasi yang mereka pilih. Pasar modal menjadi salah satu pilihan bagi
investor dalam menyalurkan dana yang mereka miliki. Para investor sebelum
memutuskan membeli atau menjual saham, mereka tentunya sangat
memerlukan tersedianya informasi. Dalam hal ini informasi merupakan
sesuatu hal yang sangat penting, karena seorang investor sebelum
menginvestasikan dananya di pasar modal dengan cara membeli saham yang
diperdagangkan dia harus memahami dan mempercayai semua informasi yang
tersedia dan mekanisme perdagangan di pasar modal dapat dipercaya, tidak
ada pihak tertentu yang memanipulasi informasi dan perdagangan tersebut.
Informasi diperlukan dalam pengambilan keputusan yang berkaitan
dengan pemilihan portofolio investasi yang akan memberikan tingkat
keuntungan tertinggi dengan tingkat risiko tertentu. Investor yang rasional
3
akan selalu berusaha untuk memperoleh informasi-informasi dan melakukan
berbagai analisis untuk mengurangi ketidakpastian dalam investasi atau
dengan kata lain untuk mengurangi risiko.
Pasar yang efisien merupakan suatu pasar bursa dimana efek yang
diperdagangkan merefleksikan semua informasi yang mungkin terjadi dengan
cepat dan akurat. Konsep dari pasar yang efisien ini menyatakan bahwa
investor selalu memasukkan faktor informasi yang tersedia dalam keputusan
mereka, sehingga terefleksi pada harga yang mereka transaksikan. Jadi harga
yang berlaku di pasar sudah mengandung faktor informasi tersebut.
Hipotesis pasar yang efisien atau efficient market hyphotesis sampai saat
ini masih menjadi perdebatan yng menarik, karena masih ada pro dan kontra
dikalangan praktisi dan akademisi bidang keuangan tentang hipotesis tersebut.
Hipotesis pasar yang efisien ini pertama kali dikemukakan oleh Fama (1970)
yang mengklasifikasikan efisiensi pasar dalam tiga bentuk yaitu pasar efisien
dalam bentuk lemah (weak form), efisien dalam bentuk setengah kuat (seni-
strong form) dan efisien dalam bentuk kuat (strong form). Kemudian pada
tahun 1991, klasifikasi ini disempurnakan oleh Fama, efisiensi bentuk lemah
disempurnakan menjadi suatu klasifikasi yang lebih bersifat umum untuk
menguji prediktabilitas return (return predictability), efisiensi bentuk setengah
kuat diubah menjadi event studies dan pengujian efisiensi pasar dalam bentuk
kuat disebut sebagai pengujian private information.
Perdebatan mengenai hipotesis pasar yang efisien memunculkan
beberapa penelitian yang mengemukakan bahwa telah terjadi adanya anomali
4
pasar yang merupakan bentuk penyimpangan terhadap hipotesis pasar yang
efisien (Francis, 2002).
Dari beberapa penelitian pada bursa efek di negara maju terdapat beberapa
fenomena ketidaknormalan (anomali) yang tidak sejalan dengan hipotesis
pasar yang efisien, diantaranya adalah (Elton & Gruber 1995) :
Size Effect, yaitu perusahaan yang nilai total sahamnya rendah
cenderung menunjukkan return yang lebih tinggi dibanding
perusahaan dengan nilai total saham tinggi.
Price to Earnings Ratio Anomaly, saham yang dijual dengan ratio
Price Earning rendah akan lebih tinggi abnormal returnnya.
January Effect, kecenderungan return tinggi di bulan Januari.
Banyak literatur dalam bidang keuangan yang memusatkan pembahasan
pada seasonal anomaly (anomali musiman) atau calendar effect (efek
kalender) pada pasar finansial. Anomali tersebut melanggar hipotesis
mengenai efiensi pasar bentuk lemah disebabkan adanya return yang tidak
random, tetapi dapat diprediksi berdasarkan pengaruh kalender tertentu
(Husnan, 1994). Padahal pada pasar yang efisien, seharusnya tidak akan
muncul suatu pola pergerakan harga yang bersifat konstan dan bisa
dimanfaatkan untuk mendapatkan abnormal return (Jones,1994).
Salah satu anomali musiman yang pernah dianalisis yaitu January effect.
Anomali ini telah menjadi subyek pada berbagai studi yang mendeteksi bukti
secara empiris mengenai abnormal return. Adanya harapan untuk
mendapatkan abnormal return dengan cara mengkombinasikan dan
5
menganalisa informasi, atau dalam penentuan informasi yang tidak terjadi di
pasar menjadi salah satu alasan terjadinya anomali tersebut.
Rozeff and Kinney (1976) mendokumentasikan “January effect”,
penelitian empiris mengenai return sekuritas yaitu secara signifikan tertinggi
pada Januari dibanding dengan sebelas bulan lainnya.
Manajemen pajak investor memungkinkan lebih intuitif dan penjelasan
yang dapat diterima untuk January effect, meskipun pendukung empirisnya
beragam (Branch 1977; Brown et al. 1983; Dyl 1977; Fountas and Segredakis
2002; Reinganum 1983).
Pengamatan secara internasional terhadap beberapa bursa di negara maju
dilakukan oleh Gueltekin dan Gultekin (1983). Mereka menggunakan data
indeks bursa yang berasal dari Capital Internasional Perspective (CIP). Untuk
meneliti adanya pola musiman pada bursa tersebut digunakan metode non-
parametrik dengan memakai Kruskal dan Mallis test. Ujin K-W ini untuk
menentukan apakah rata-rata return setiap bulannya adalah identik atau tidak.
Mereka menemukan bukti adanya pola musiman pada sebagian besar bursa
dari negara-negara industri tersebut.
Pada bursa efek London (Reinganum & Saphiro, 1987) ditemukan
return saham yang cenderung tinggi pada bulan Januari dan April setelah
ditemukannya pajak terhadap capital gain. Penelitian tersebut dilakukan
dengan membentuk portfolio dari return serangkaian saham sebagai proksi
dari indeks pasar. Periode penelitian dibagi antara sebelum dan sesudah
ditetapkannya pajak terhadap capital gain pada tahun 1965. Di bursa efek
6
Australia juga ditemukan terjadinya pola musiman (Seasonality Effect),
(Officer, 1974).
Keim (1983) menguji gabungan efek “small firm/January effect” dengan
menggunakan return saham untuk periode 1963-1979. Dia menemukan bahwa
return bulan Januari untuk perusahaan kecil adalah lebih besar dibanding
bulan lainnya; return bulan Januari mengalami penurunan secara monoton
dengan ukuran perusahaan; dan return bulan Februari sampai Desember
adalah relatif sama untuk semua ukuran perusahaan.
Penelitian oleh Dongcheol Kim (2006) mengamati tentang informasi risiko
tidak pasti dan January effect. Mereka menggunakan two-factor model
(market risk & common risk factor) dan mengambil data sample perusahaan
yang terdaftar di NYSE dan AMEX periode 1972-2003 yang kemudian
dirangkum dalam portfolio. Menggunakan model risiko faktor time series,
residual returns, dan FESTD factor mereka menemukan adanya significant
improvement menjelaskan January effect, bentuk sistematik dari return
residual diantara ukuran perusahaan, menghilang. Ditemukan juga bahwa
FESTD, sebuah proksi untuk risiko volatilitas, kualitas earnings dan
spekulasi, menjelaskan return Januari mengindikasikan bahwa Januari
berpotensi menjadi bulan yang berkualitas rendah atau saat saham spekulatif.
Penelitian pada NYSE, AMEX, dan NASDAQ tentang penurunan efek
dari Januari dilakukan oleh Easterday, Sen, dan Stephan (2006) menemukan
bahwa memang terdapat sedikit penurunan pada January Effect, pelaku pasar
sudah mempelajari anomali ini dan jarang bisa mendapat abnormal return
7
darinya. Tetapi menurut penelitian ditemukan masih terdapat January Effect di
NASDAQ, dengan return dan firm size yang saling berhubungan dalam arah
yang diekspektasikan. Sedangkan perbedaan kekuatan dari return di bulan
Januari antara NYSE, AMEX, dan NASDAQ ini dipengaruhi oleh firm size.
Aktham Maghayereh (2003) melakukan penelitian tentang anomali
musiman di Amman Stock Exchange (ASE) menemukan bahwa ternyata di
ASE investor tidak dapat memanfaatkan informasi untuk mendapatkan
abnormal return. Jadi tidak ditemukan adanya efek anomali musiman dan
January Effect di ASE. Meskipun begitu ASE juga tidak bisa disebut sudah
efisien dalam bentuk weak form, karena absen dari perbedaan signifikan dari
return bulanan.
Untuk Bursa Efek Indonesia sendiri penelitian tentang market seasonality
sudah dilakukan oleh Chang dan Rhee (1994). Penelitian ini menggunakan
regresi variabel dummy dengan data yang berasal dari pengamatan return
harian periode September 1992 – Februari 1994. Mereka menemukan adanya
kecenderungan return yang tinggi pada bulan Agustus sebesar 0.34% dan
Desember 0.54%. Hasil tersebut menunjukan adanya penyimpangan dari
pengertian pasar yang efisien dalam bentuk lemah.
Dari serangkaian penelitian di atas menunjukkan adanya pola musiman
yang berbeda di berbagai negara dimana sebagian besar return cenderung
lebih tinggi di bulan Januari. Semua penelitian tersebut menunjukkan adanya
pola yang tidak sesuai dengan pengertian pasar efisien dalam bentuk lemah.
Karena jika investor atau spekulan mengetahui adanya pola musiman tersebut,
8
mereka tentu akan memanfaatkannya untuk mendapatkan abnormal return.
Jika sebagian besar investor melakukan strategi tersebut maka akan
menghilangkan secara efektif pola musiman tersebut, sehingga return bulanan
saham akan berfluktuasi secara acak.
Dari keseluruhan penelitian di atas, belum ada yang menjelaskan pengaruh
pola musiman, terutama January Effect pada indeks sektoral di Bursa Efek
Indonesia. Karena itu penelitian ini mengambil judul ”ANALISIS
FENOMENA JANUARY EFFECT TERHADAP RETURN PASAR DI
BURSA EFEK INDONESIA, Studi pada Indeks Sektoral di Bursa Efek
Indonesia Periode 2001-2008”.
B. Rumusan Masalah
Berdasarkan uraian dari latar belakang masalah diatas, maka
permasalahan dapat dirumuskan sebagai berikut :
1. Apakah terdapat fenomena January Effect pada setiap sektor indeks
sektoral di Bursa Efek Indonesia?
C. Tujuan Penelitian
Menurut uraian dari rumusan masalah yang telah dikemukakan di atas,
maka penelitian ini bertujuan:
1. Untuk mengetahui ada tidaknya fenomena January Effect pada setiap
sektor indeks sektoral di Bursa Efek Indonesia.
9
D. Manfaat Penelitian
1. Bagi investor penelitian ini dapat digunakan sebagai acuan dalam
menentukan investasi yang akan dipilih dengan pertimbangan adanya
January Effect terutama pada setiap sektor indeks sektoral di Bursa Efek
Indonesia, yang merupakan anomali pasar dari hipotesis efisiensi pasar
modal dalam bentuk lemah.
2. Bagi praktisi dan akademis dapat memberikan gambaran yang jelas
mengenai teori dan fakta yang ada tentang efisiensi pasar modal beserta
anomalinya. Selain itu, untuk mengetahui pola pergerakan return pasar
pada setiap sector indeks sektoral di Bursa Efek Indonesia dan apakah
hasil penelitian ini mendukung hasil penelitian-penelitian sebelumnya
tentang January Effect serta penerapannya di Bursa Efek Indonesia.
10
BAB II
LANDASAN TEORI
A. Konsep Efisiensi Pasar Modal
Konsep efisiensi pasar modal merupakan produk sampingan penemuan
yang kebetulan yang diawali hasil penelitian yang dilakukan oleh seorang ahli
statistik bernama Maurice Kendall pada tahun 1953. Penelitian yang dilakukan
oleh Kendall menunjukan bahwa tidak didapatkan siklus perubahan harga
yang reguler dari komoditi yang diamati. Harga seolah-olah “berkelana” tidak
menentu. Dari penelitian tersebut ditemukan bahwa telah terjadi pergerakan
saham yang tidak mengikuti suatu pola tertentu atau disebut dengan random
walk (Foster, 1986). Harga-harga saham tersebut berubah secara tidak
menentu, naik atau turun setiap harinya tanpa dipengaruhi oleh harga saham di
hari sebelumnya. Apabila perubahan harga saham memang mengikuti pola
random walk, maka perubahan harga di waktu yang lalu tidak bisa
dipergunakan untuk memperkirakan perubahan harga di masa yang akan
datang. Dengan demikian pengetahuan tentang harga saham di masa lalu
menjadi tidak berarti karena tidak dapat lagi digunakan oleh investor untuk
memperoleh abnormal return.
Fluktuasi harga saham tersebut mengindikasikan terjadinya efisiensi
pasar dimana pasar modal yang sangat efisien, semua informasi yang ada baik
fundamental maupun tentang perekonomian makro akan tercermin dalam
harga saham-sahamnya dan demikian sebaliknya.
11
Richard (1975) dalam Fabozzi (1999) membedakan pengertian efisiensi
pasar modal menjadi dua yakni efisiensi internal dan efisiensi eksternal.
Efisiensi eksternal menunjukan bahwa pasar berada dalam keadaan
keseimbangan sehingga keputusan perdagangan saham berdasarkan atas
informasi yang tersedia tidak bisa memberikan keuntungan di atas tingkat
keuntungan keseimbangan. Efisiensi internal menunjukan bahwa pasar modal
tersebut bukan hanya memberikan harga yang “benar”, namun juga
memberikan berbagai jasa yang diperlukan oleh para pembeli dan penjual
dengan biaya serendah mungkin.
Menurut Nursiam dan Puteranto (2004) ada jenis lain dari pengertian
efisiensi pasar disamping internal dan eksternal efisiensi yaitu alokasional
efisiensi, dimana pasar dikatakan efisien apabila pasar modal dapat
melaksanakan alokasi dana secara efisien sehingga rate of return yang sudah
disesuaikan dengan tingkatrisiko marginal sama bagi penabung dan investor.
Alasan-alasan pasar efisien: (Jogiyanto,2000)
a. Investor adalah penerima harga (price takers), yang berarti bahwa
sebagai pelaku pasar, investor seorang diri tidak dapat mempengaruhi
harga dari suatu sekuritas.
b. Informasi tersedia secara luas kepada pelaku pasar pada saat yang
bersamaan dan harga untuk memperoleh informasi tersebut murah.
Alasan-alasan pasar tidak efisien: (Jogiyanto,2000 : 376)
a. Terdapat sejumlah kecil pelaku pasar yang dapat mempengaruhi harga
dari sekuritas.
12
b. Harga dari informasi adalah mahal dan terdapar akses tidak seragam
antara pelaku pasar yang satu dengan yang lainnya terhadap suatu
informasi yang sama.
c. Informasi yang disebarkan dapat diprediksi dengan baik oleh sebagian
pelaku-pelaku pasar.
B. Bentuk-bentuk Efisiensi Pasar Modal
Tingkatan efisiensi pasar modal dihubungkan dengan relevansi antara
berbagai tipe informasi yang dianggap relevan oleh pasar dengan perubahan
harga sebagai konsekuensi munculnya informasi tersebut. Atas dasar tersebut
maka bentuk pasar modal efisien dapat dikelompokkan menjadi 3 tingkatan
(Jones, 1999). Pada gambar 2.1. terlihat hubungan antara masing-masing
bentuk efisiensi pasar dan informasi yang dicerminkan pada masing-masing
bentuk efisiensi pasar.
Strong Form (seluruh informasi)
Semi-Strong Form (informasi publik)
Weak Form (Data pasar)
Gambar 2.1.
13
Bentuk-bentuk dari Efisiensi Pasar dan Informasi yang terdapat di
dalamnya:
a. Efisien dalam bentuk lemah (weak form).
Pasar dikatakan efisien dalam bentuk lemah jika harga-harga dari
sekuritas tercermin penuh (fully reflect) informasi masa lalu/informasi yang
sudah terjadi. Bentuk efisiensi pasar secara lemah berkaitan dengan teori
langkah acak (random walk theory), yang menyatakan bahwa data masa lalu
tidak berhubungan dengan nilai sekarang dan tidak dapat digunakan untuk
memprediksi harga sekarang. Ini berarti bahwa untuk pasar efisien bentuk
lemah, investor tidak dapat menggunakan informasi masa lalu untuk
mendapatkan keuntungan yang tidak normal (abnormal return).
Implikasinya adalah bahwa investor tidak akan bisa memprediksi harga
saham di masa mendatang dengan menggunakan data historis, seperti yang
dilakukan analisis teknikal.
b. Efisien dalam bentuk setengah kuat (semistrong form).
Pasar dikatakan efisien dalam bentuk setengah kuat jika harga-harga
sekuritas secara penuh mencerminkan semua informasi yang dipublikasikan
(all publicly available information) termasuk informasi yang berada di
laporan-laporan keuangan perusahan emiten. Informasi yang dipublikasikan
dapat berupa sebagai berikut:
1) Informasi yang dipublikasikan hanya mempengaruhi harga sekuritas
dari perusahaan yang mempublikasikan informasi tersebut. Contohnya:
pengumuman laba, pengumuman pembagian deviden, pengumuman
14
merger dan akuisisi, penerbitan saham baru, pengumuman stock split dan
kesulitan keuangan yang dialami perusahaan.
2) Informasi yang dipublikasikan mempengaruhi harga sekuritas sejumlah
perusahaan. Informasi yang dipublikasikan dapat berupa peraturan
pemerintah atau peraturan dari regulator yang hanya berdampak pada
harga-harga sekuritas perusahaan-perusahaan yang terkena regulasi
tersebut. Contohnya: regulasi untuk meningkatkan kebutuhan cadangan
yang harus dipenuhi oleh semua bank.
3) Informasi yang dipublikasikan mempengaruhi harga-harga sekuritas
semua perusahaan yang terdaftar di pasar saham. Informasi yang
dipublikasikan dapat berupa peraturan pemerintah atau peraturan dari
regulator yang berdampak ke semua perusahaan emiten. Contohnya:
peraturan akuntansi untuk mencantumkan laporan arus kas yang harus
dilakukan oleh semua perusahaan.
Jika pasar efisien dalam bentuk setengah kuat, maka tidak ada investor
atau grup dari investor yang dapat menggunakan informasi yang
dipublikasikan untuk mendapatkan abnormal return dalam jangka waktu
yang lama walaupun menggunakan analisis fundamental sekalipun.
c. Efisien dalam bentuk kuat (strong form).
Pasar dikatakan efisien dalam bentuk kuat jika harga-harga sekuritas
secara penuh akan melakukan penyesuaian secara cepat terhadap informasi
apapun, bahkan informasi yang tidak tersedia bagi semua investor
(informasi privat). Salah satu jenis informasi privat adalah jenis informasi
15
yang berasal dari orang dalam. Dalam bentuk efisien kuat seperti ini tidak
akan ada seorang investor pun yang bisa memperoleh return abnormal.
C. Anomali-anomali dari Efisiensi Pasar Modal
Salah satu fenomena menarik dari penelitian terhadap perilaku return
saham adalah ditemukannya penyimpangan dari hipotesis pasar modal efisien.
Penyimpangan tersebut dikenal sebagai anomali, karena berlangsung dalam
waktu yang lama dan dalam jumlah yang signifikan. Namun demikian, hingga
saat ini belum ada penjelasan yang memuaskan mengenai terjadinya anomali
pasar di suatu pasar modal negara tertentu tetapi tidak terjadi di pasar modal
negara lain. Beberapa anomali yang menarik dari efisiensi pasar diantaranya
dijelaskan berikut ini :
a. Size effect (efek ukuran perusahaan)
Banyak literatur yang menyarankan bahwa perusahaan dengan skala
kecil memberikan return yang lebih tinggi dibandingkan dengan perusahaan
yang berskala besar di pasar modal.
b. Rendahnya rasio P/E
Beberapa investor percaya bahwa rendahnya rasio P/E dapat
memberikan return yang tinggi, dibanding jika rasio P/E tinggi. Terlebih,
jika pada pasar yang efisien, hubungan antara return dengan P/E dipastikan
tidak ada. Walaupun penyesuaian pada risiko yang berbeda telah dilakukan.
16
c. Market Seasonality (efek pasar musiman )
Penelitian terhadap perilaku return bulanan menunjukan adanya
kecenderungan return yang tinggi secara konsisten pada bulan tertentu
(market seasonality). Hasil tersebut tidak konsisten dengan pengertian
efisiensi pasar bentuk lemah dimana harga saham mengikuti pola acak
(random walk), sehingga tidak ada investor yang dapat secara konsisten
memperoleh return yang tinggi berdasar informasi harga di masa yang lalu.
d. January Effect
Sebuah kenaikan harga saham secara umum selama bulan Januari.
Kenaikan ini biasanya berhubungan dengan meningkatnya pembelian
saham, setelah kejatuhan harga saham yang biasa terjadi di bulan Desember
di saat para investor menjual sahamnya untuk mengurangi pajak. "January
Effect" bisa dikatakan lebih berdampak pada saham berkapitalisasi kecil
(small caps), daripada saham berkapitalisasi menengah (mid caps) dan
saham berkapitalisasi besar (big caps). Kecenderungan historis ini bisa
dikatakan sudah jarang diulas akhir-akhir ini karena sebagian besar pasar
sudah menyesuaikan/mengantisipasi-nya. Alasan lain, "January Effect"
sekarang ini kurang penting karena sebagian besar investor menggunakan
program-program naungan pajak pensiun dan oleh karena itu tidak perlu
melakukan penjualan saham diakhir tahun untuk mengurangi pajak.
Berdasarkan Wikipedia "January Effect" (kadang-kadang disebut "year-
end effect") adalah pengaruh secara kalender dimana saham-saham,
terutama saham berkapitalisasi kecil, secara historis cenderung naik
17
harganya pada periode dimulai dari akhir bulan Desember dan berakhir pada
hari bursa kelima pada bulan Januari. Hal ini dipengaruhi oleh penjualan
saham di akhir tahun untuk mengurangi pajak, merealisasikan "capital
gain", pengaruh dari "Portofolio Window Dressing", atau para investor
meng-uang-kan sahamnya untuk liburan. Karena aksi penjualan tersebut,
sedangkan tidak ada perubahan yang berarti pada nilai fundamental, para
pemburu harga murah (bargain hunter) secepatnya membeli sehingga
menyebabkan kenaikan harga di bulan Januari.
Definisi January Effect berdasarkan InvestorWords.com adalah
kecenderungan pasar saham untuk naik antara periode akhir Desember
hingga akhir pekan awal Januari. "The January Effect" sering terjadi karena
banyak investor memilih untuk menjual saham mereka sebelum akhir tahun
dalam rangka untuk mengurangi pajak. Saat penghitungan kalender pajak
dimulai pada awal Januari para investor ini secepatnya menginvestasikan
kembali dana mereka di pasar saham, sehingga menyebabkan kenaikan
harga. Meskipun "January Effect" telah seringkali diamati dalam sejarah,
masih sukar bagi para investor untuk mengambil keuntungan darinya karena
pasar secara keseluruhan mengharapkannya lalu telah
menyesuaikan/mengantisipasi harga sebelumnya.
Penyebab Munculnya January Effect
Hingga kini masih terdapat pertanyaan yang belum bisa dijawab
secara memuaskan yaitu mengapa fenomena January effect hanya terjadi
di suatu negara tetapi tidak terjadi di pasar modal negara lain. Menurut
18
Sharpe (1995), ada tiga penyebab yang memungkinkan terjadinya
January effect, yaitu :
a. Tax Loss Selling
Sudah menjadi pendapat umum bila suatu saham perusahaan
mempunyai kinerja yang buruk maka akan ada arus yang ingin menjual
saham tersebut (tekanan jual), tentunya dengan harga saham yang turun.
Pada akhir tahun investor akan mengevaluasi saham-saham dalam
portofolionya, yang kecenderungannya adalah menjual saham-saham
yang memiliki kinerja yang buruk. Tujuan investor melakukan hal ini
adalah untuk memperbaiki kinerja portofolio saham dan investasi yang
dimilikinya, dan merealisasikan kerugian saham tersebut dalam kalkulasi
akuntansi akhir tahunnya, yang sekaligus bertujuan untuk mengurangi
pajak (tax loss selling). Kemudian biasanya di bulan Januari tekana aksi
jual hilang, dan harga saham tersebut naik kembali dari harga akhir
tahunnya.
b. Window Dressing
Window Dressing tidak jauh berbeda dengan tax loss selling, yaitu
terjadinya aksi jual pada saham-saham yang memiliki kinerja buruk di
akhir tahun. Perbedaanya adalah hal ini dilakukan oleh manajer keuangan
dengan tujuan agar laporan kinerja portofolio saham yang dilaporkanya
pada akhir tahun akan tampak bagus kinerjanya. Alsi jual di akhir tahun
ini akan mengakibatkan turunnya harga saham tersebut di akhir tahun
19
dan harga akan berangsur normal kembali di bulan Januari setelah
berakhirnya aksi jual tersebut.
c. Small Stock’s Beta
Ada pendapat para analis keuangan yang menyatakan bahwa pada
bulan Januari biasanya saham-saham perusahaan dengan kapitalisasi
pasar kecil (small stocks) memiliki risiko yang lebih besar (riskier)
daripada bulan-bulan lainnya. Bila pernyataan para analis itu benar maka
tentu pada bulan Januari small stocks tersebut akan memiliki rata-rata
return yang lebih tinggi daripada periode sebelumnya.
D. Kajian Literatur
Penelitian yang dilakukan pada bursa efek New York (Rozeff & Kinney,
1977; Tinic & West, 1984) menemukan adanya kecenderungan yang tinggi
secara konsisten pada bulan Januari, sehingga fenomena tersebut dikenal
dengan istilah January Effect atau Turn of the Year Effect. Rozeff dan Kinney
meneliti adanya pola musiman dengan menguji trade off antara resiko dan
return dengan menggunakan CAPM dua parameter dari Fama dan Machbeth
(1973). Mereka menemukan bahwa trade off return terhadap resiko pada
bulan Januari lebih besar dibandingkan dengan builan lainnya. Sedangkan
Leim (1983) lebih spesifik menemukan adanya porsi yang signifikan dari
return perusahaan kecil dilihat dari kapitalisasinya yang terjadi pada minggu
pertama bulan Januari.
20
Penelitian dengan menggunakan sampel data pada bursa saham London
(Reinganum & Shapiro, 1987) menemukan adanya pola musiman dari return
pasar. Mereka membagi pengamatan menjadi dua periode sebelum dan
sesudah dilaksanakan peraturan pajak terhadap capital gain pada tahun 1965.
Untuk mengetahui adanya seasonality diuji dengan menggunakan regresi
variabel dummy dengan return dari serangkaian saham sebagai proksi indeks
pasar dipakai sebagai variabel dependen. Reinganum dan Shapiro (1987)
menemukan adanya kecenderungan yang tinggi pada bulan Januari dan April
setelah tahun 1965.
Pengamatan secara Internasional terhadap beberapa bursa di negara maju
dilakukan oleh Gueltekin dan Gultekin (1983). Mereka menggunakan data
indeks bursa yang berasal dari Capital Internasional Perspective (CIP). Untuk
meneliti adanya pola musiman pada bursa tersebut digunakan metode non-
parametrik dengan memakai Kruskal dan Mallis test. Ujin K-W ini untuk
menentukan apakah rata-rata return setiap bulannya adalah identik atau tidak.
Mereka menemukan bukti adanya pola musiman pada sebagian besar bursa
dari negara-negara industri tersebut.
Penelitian oleh Dongcheol Kim (2006) mengamati tentang informasi risiko
tidak pasti dan January effect. Mereka menggunakan two-factor model
(market risk & common risk factor) dan mengambil data sample perusahaan
yang terdaftar di NYSE dan AMEX periode 1972-2003 yang kemudian
dirangkum dalam portfolio. Menggunakan model risiko faktor time series,
residual returns, dan FESTD factor mereka menemukan adanya significant
21
improvement menjelaskan January effect, bentuk sistematik dari return
residual diantara ukuran perusahaan, menghilang. Ditemukan juga bahwa
FESTD, sebuah proksi untuk risiko volatilitas, kualitas earnings dan
spekulasi, menjelaskan return Januari mengindikasikan bahwa Januari
berpotensi menjadi bulan yang berkualitas rendah atau saat saham spekulatif.
Penelitian pada NYSE, AMEX, dan NASDAQ tentang penurunan efek
dari Januari dilakukan oleh Easterday, Sen, dan Stephan (2006) menemukan
bahwa memang terdapat sedikit penurunan pada January Effect, pelaku pasar
sudah mempelajari anomali ini dan jarang bisa mendapat abnormal return
darinya. Tetapi menurut penelitian ditemukan masih terdapat January Effect di
NASDAQ, dengan return dan firm size yang saling berhubungan dalam arah
yang diekspektasikan. Sedangkan perbedaan kekuatan dari return di bulan
Januari antara NYSE, AMEX, dan NASDAQ ini dipengaruhi oleh firm size.
Untuk Bursa Efek Indonesia sendiri penelitian tentang market seasonality
sudah dilakukan oleh Chang dan Rhee (1994). Penelitian ini menggunakan
regresi variabel dummy dengan data yang berasal dari pengamatan return
harian periode September 1992 – Februari 1994. Mereka menemukan adanya
kecenderungan return yang tinggi pada bulan Agustus sebesar 0.34% dan
Desember 0.54%. Hasil tersebut menunjukan adanya penyimpangan dari
pengertian pasar yang efisien dalam bentuk lemah.
Kecenderungan return yang tinggi secara konsisten pada bulan tertentu
merupakan bukti empiris adanya anomali dari efisiensi pasar. Karena jika
investor mengetahui adanya informasi tersebut, maka mereka dapat
22
memanfaatkannya untuk memperoleh keuntungan. Sehingga melalui
mekanisme pasar secara efektif akan menghilangkan pola musiman tersebut
dan return akan kembali berfluktuasi secara random atau acak.
E. Kerangka Pemikiran
Kerangka Pemikiran dalam penelitian ini adalah sebagai berikut:
Gambar 2.2
Kerangka Pemikiran
Keterangan:
Variabel independen = Variabel dummy pengujian January
Effect
Variabel dummy terdiri dari 12 bulan pada pengujian, yaitu bulan
Januari, Februari, Maret, April, Mei, Juni, Juli, Agustus, September,
Variabel dummy pengujian January Effect untuk bulan:
Januari Februari
Maret April Mei Juni Juli
Agustus September
Oktober November Desember
Return pasar
23
Oktober, November, Desember. Pengujian pada masing-masing sektor
indeks sektoral, yang terdiri dari 9 sektor, yaitu sektor pertanian,
pertambangan, industri dasar, aneka industri, konsumsi, properti,
infrastruktur, keuangan, perdagangan dan jasa.
Variabel dependen = Return pasar
F. Hipotesis
H0 : Tidak terdapat fenomena January Effect pada setiap sektor indeks
sektoral di Bursa Efek Indonesia.
H1 : Terdapat fenomena January Effect pada setiap sektor indeks sektoral di
Bursa Efek Indonesia.
24
BAB III
METODE PENELITIAN
A. Ruang Lingkup Penelitian
Metode penelitian merupakan suatu cara kerja untuk dapat memahami
obyek yang menjadi sasaran atau tujuan dari penelitian. Metode penelitian
yang digunakan dalam penelitian ini adalah survei literatur yang
menggunakan data sekunder.
Penelitian ini merupakan penelitian penjelasan dengan tujuan untuk
menguji hipotesis yang telah diajukan yaitu mengetahui akibat dari suatu
peristiwa. Ruang lingkup penelitian ini yaitu dengan menggunakan indeks
saham sektoral yang terdapat di Bursa Efek Indonesia dan menggunakan
waktu pengamatan selama periode tahun 2001-2008.
B. Populasi dan Sampel
Populasi mengacu pada keseluruhan kelompok orang, kejadian, hal
minat atau obyek yang ingin peneliti investigasi (Sekaran,2006:121). Dalam
penelitian ini mengambil populasi indeks saham di Bursa Efek Indonesia.
Sampel merupakan sebagian dari populasi yang karakteristiknya hendak
diteliti dan dianggap dapat mewakili keseluruhan populasi
(Sekaran,2006:123). Sampel yang digunakan dalam penelitian ini adalah
indeks saham sektoral yang terdapat di Bursa Efek Indonesia dengan
25
menggunakan proksi indeks sektoral dan waktu pengamatan selama periode
tahun 2001-2008.
Indeks Harga Saham Sektoral, menggunakan semua indeks saham yang
termasuk dalam masing-masing sektor, misalnya sektor keuangan,
pertambangan, dan lain-lain. Di Bursa Efek Indonesia indeks sektoral terbagi
atas sembilan sektor yaitu: pertanian, pertambangan, industri dasar, aneka
industri, konsumsi, properti, infrastruktur, keuangan, perdagangan dan jasa.
C. Metode Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data sekunder yang
berupa harga saham dengan menggunakan data harga saham penutupan
bulanan (closing price) setiap sektor indeks sektoral selama periode penelitian.
Pengumpulan data dilakukan dengan cara survei literatur, yaitu dengan
menggunakan referensi dari Collection of JSX Statistics Quarter, JSX Monthly
Statistics dan database yang tersedia di pojok BEJ FE UNS untuk mengetahui
harga saham.
D. Pengukuran Variabel
1. Variabel dependen
Variabel dependen dari persamaan-persamaan regresi yang digunakan
untuk pengujian hipotesis penelitian ini berupa return pasar indeks
sektoral. Adapun perhitungan return pasar menggunakan rumus sebagai
berikut:
26
Dimana :
Rit = return pasar i pada bulan t
Pt = closing price bulan t pada setiap sektor indeks sektoral
Pt-1 = closing price bulan t-1 pada setiap sektor indeks sektoral
2. Variabel Independen
Variabel Independen dari persamaan-persamaan regresi yang digunakan
untuk pengujian hipotesis penelitian ini berupa variabel dummy untuk 12
bulan pengujian selama 8 tahun pengujian.
E. Metode Analisis
1. Uji Normalitas Data
Uji normalitas data bertujuan untuk menguji apakah dalam model regresi,
variabel terikat dan variabel bebas keduanya memiliki distribusi normal
atau tidak. Dalam penelitian ini uji normalitas dilakukan dengan
menggunakan model Kolmogrov-Sminov.
2. Uji Hipotesis
Untuk mengetahui ada tidaknya pola musiman January Effect dari
return bulanan pada setiap sektor indeks sektoral di BEI digunakan
analisis regresi variabel dummy dengan return bulan Januari sebagai
kategori dasar. Model ini mengacu dengan model yang dikemukakan oleh
Maghayereh (2002) :
27
Rt = α + b2M2 +... + b12M12 + et
Dimana :
Rt = return pasar bulan t
α = koefisien bulan Januari sebagai kategori dasar
bt = koefisien variabel dummy yang menunjukkan perbedaan return
antara bulan Januari dengan return tiap-tiap bulan yang lain
Mt = variabel dummy untuk bulan t, sebagai petunjuk bulan
pengamatan
M1 = 1 untuk bulan Januari
= 0 untuk bulan lainnya
M12 = 1 untuk bulan Desember
= 0 untuk bulan lainnya
et = standar error.
1) Uji t
Uji t adalah uji yang digunakan untuk mengetahui besarnya pengaruh dari
masing – masing variabel independen secara parsial terhadap variabel
dependen. Penolakan atau penerimaan hipotesis didasarkan pada tingkat
signifikan () sebesar 5%. Bila nilai thitung > nilai ttabel, maka H1 diterima dan
bila nilai thitung < nilai ttabel, maka H1 ditolak. Atau bila nilai probabilitas (p) >
0,05 maka H1 ditolak dan bila nilai p < 0,05 maka H1 diterima. Jika untuk
bulan Januari hasilnya positif dan signifikan sedangkan untuk bulan lain tidak
positif dan signifikan, maka dapat disimpulkan terdapat fenomena January
Effect pada sektor tersebut. Jika ada salah satu bulan selain bulan Januari
28
hasilnya juga positif dan signifikan, maka disimpulkan tidak terdapat
fenomena January Effect pada sektor tersebut.
2) Uji F
Uji F digunakan untuk mengetahui apakah variabel independen secara
bersama-sama berpengaruh terhadap variabel dependen. Penolakan atau
penerimaan hipotesis didasarkan pada tingkat signifikansi () sebesar 5%.
Bila nilai Fhitung > nilai Ftabel, maka H1 diterima dan bila nilai Fhitung < nilai
Ftabel, maka H1 ditolak. Atau bila nilai probabilitas (p) > 0,05 maka H1 ditolak
dan bila nilai p < 0,05 maka H1 diterima.
29
BAB IV
ANALISIS DAN PEMBAHASAN
A. Analisis Data
Penelitian ini menggunakan populasi dan sampel yaitu indeks harga
pasar sektoral yang terdapat di Bursa Efek Indonesia dengan
menggunakan proksi indeks sektoral dan waktu pengamatan selama
periode 2001-2008. Data yang digunakan dalam penelitian ini adalah data
sekunder yang berupa harga pasar dengan menggunakan data harga pasar
penutupan bulanan (closing price) indeks sektoral selama periode
penelitian.
B. Analisis Uji Normalitas Data Return Pasar
Uji normalitas data bertujuan untuk menguji apakah sampel yang
diamati memiliki distribusi normal atau tidak. Dalam penelitian ini uji
normalitas dilakukan dengan menggunakan model Kolmogorov-Smirnov.
Dengan ketentuan jika p-value yang diperoleh lebih besar dari 0,05 maka
data tersebut berdistribusi normal. Hasil uji normalitas untuk setiap sektor
dapat diihat pada tabel berikut:
30
1. Sektor Pertanian
Tabel IV.1 Hasil Uji Distribusi Normal data Return Pasar Var Prob. Asymp. Sig.
(2-tailed) Kesimpulan
Return 0,05 0,917 Distribusi normal
Sumber: Hasil Olahan data (lampiran)
Setelah dilakukan uji pada data return pasar Sektor Pertanian,
diperoleh angka signifikansi sebesar 0,917 atau lebih besar dari tingkat
signifikansi yang sudah ditentukan (0,05). Dengan demikian dapat
disimpulkan bahwa data return pasar tersebut telah terdistribusi
normal.
2. Sektor Pertambangan
Tabel IV.2 Hasil Uji Distribusi Normal data Return Pasar Var Prob. Asymp. Sig.
(2-tailed) Kesimpulan
Return 0,05 0,498 Distribusi normal
Sumber: Hasil Olahan data (lampiran)
Setelah dilakukan uji pada data return pasar Sektor Pertambangan,
diperoleh angka signifikansi sebesar 0,498 atau lebih besar dari tingkat
signifikansi yang sudah ditentukan (0,05). Dengan demikian dapat
disimpulkan bahwa data return pasar tersebut telah terdistribusi
normal.
3. Sektor Industri Dasar
Tabel IV.3 Hasil Uji Distribusi Normal data Return Pasar Var Prob. Asymp. Sig.
(2-tailed) Kesimpulan
Return 0,05 0,507 Distribusi normal
31
Setelah dilakukan uji pada data return pasar Sektor Industri Dasar,
diperoleh angka signifikansi sebesar 0,507 atau lebih besar dari tingkat
signifikansi yang sudah ditentukan (0,05). Dengan demikian dapat
disimpulkan bahwa data return pasar tersebut telah terdistribusi
normal.
4. Sektor Aneka Industri
Tabel IV.4 Hasil Uji Distribusi Normal data Return Pasar Var Prob. Asymp. Sig.
(2-tailed) Kesimpulan
Return 0,05 0,785 Distribusi normal
Sumber: Hasil Olahan data (lampiran)
Setelah dilakukan uji pada data return pasar Sektor Aneka Industri,
diperoleh angka signifikansi sebesar 0,785 atau lebih besar dari tingkat
signifikansi yang sudah ditentukan (0,05). Dengan demikian dapat
disimpulkan bahwa data return pasar tersebut telah terdistribusi
normal.
5. Sektor Konsumsi
Tabel IV.5 Hasil Uji Distribusi Normal data Return Pasar Var Prob. Asymp. Sig.
(2-tailed) Kesimpulan
Return 0,05 0,527 Distribusi normal
Sumber: Hasil Olahan data (lampiran)
Setelah dilakukan uji pada data return pasar Sektor Konsumsi,
diperoleh angka signifikansi sebesar 0,527 atau lebih besar dari tingkat
signifikansi yang sudah ditentukan (0,05). Dengan demikian dapat
32
disimpulkan bahwa data return pasar tersebut telah terdistribusi
normal.
6. Sektor Properti
Tabel IV.6 Hasil Uji Distribusi Normal data Return Pasar Var Prob. Asymp. Sig.
(2-tailed) Kesimpulan
Return 0,05 0,722 Distribusi normal
Sumber: Hasil Olahan data (lampiran)
Setelah dilakukan uji pada data return pasar Property Sector,
diperoleh angka signifikansi sebesar 0,722 atau lebih besar dari tingkat
signifikansi yang sudah ditentukan (0,05). Dengan demikian dapat
disimpulkan bahwa data return pasar tersebut telah terdistribusi
normal.
7. Sektor Infrastruktur
Tabel IV.7 Hasil Uji Distribusi Normal data Return Pasar Var Prob. Asymp. Sig.
(2-tailed) Kesimpulan
Return 0,05 0,864 Distribusi normal
Sumber: Hasil Olahan data (lampiran)
Setelah dilakukan uji pada data return pasar Sektor Infrastruktur,
diperoleh angka signifikansi sebesar 0,864 atau lebih besar dari tingkat
signifikansi yang sudah ditentukan (0,05). Dengan demikian dapat
disimpulkan bahwa data return pasar tersebut telah terdistribusi
normal.
33
8. Sektor Keuangan
Tabel IV.8 Hasil Uji Distribusi Normal data Return Pasar Var Prob. Asymp. Sig.
(2-tailed) Kesimpulan
Return 0,05 0,649 Distribusi normal
Sumber: Hasil Olahan data (lampiran)
Setelah dilakukan uji pada data return pasar Sektor Keuangan,
diperoleh angka signifikansi sebesar 0,649 atau lebih besar dari tingkat
signifikansi yang sudah ditentukan (0,05). Dengan demikian dapat
disimpulkan bahwa data return pasar tersebut telah terdistribusi
normal.
9. Sektor Perdagangan dan Jasa
Tabel IV.9 Hasil Uji Distribusi Normal data Return Pasar Var Prob. Asymp. Sig.
(2-tailed) Kesimpulan
Return 0,05 0,524 Distribusi normal
Sumber: Hasil Olahan data (lampiran)
Setelah dilakukan uji pada data return pasar Sektor Perdagangan
dan Jasa, diperoleh angka signifikansi sebesar 0,524 atau lebih besar
dari tingkat signifikansi yang sudah ditentukan (0,05). Dengan
demikian dapat disimpulkan bahwa data return pasar tersebut telah
terdistribusi normal.
34
C. Pengujian Hipotesis
Analisis pengaruh efek bulan Januari dapat dilihat dari pola perubahan
return pasar bulanan pada setiap sektor. Model regresi dalam penelitian ini
sama dengan yang digunakan oleh Magayereh (2002) yaitu:
Rt = α + b2M2 + b3M3+ b4M4+ b5M5+ b6M6+ b7M7
+ b8M8+ b9M9+ b10M10+ b11M11+ b12M12 + et
Hasil regresi variabel dummy ini akan memperoleh koefisien regresi α,
b2, b3, b4, b5, b6, b7, b8, b9, b10, b11, b12 . Besar kecilnya koefisien regresi yang
signifikan inilah yang pertama kali mengidentifikasikan ada tidaknya
January Effect di Bursa Efek Indonesia. Variabel dependen dari
persamaan regresi yang digunakan untuk pengujian hipotesis berupa
return pasar bulanan dari indeks sektoral. Dari data indeks sektoral
diperoleh return pasar bulanan sebanyak 864 data selama periode
penelitian. Hipotesis ini akan diuji menggunakan analisis regresi dengan
bantuan program computer SPSS versi 11.5.
1. Sektor Pertanian
Tabel IV.10 Hasil Analisis Regresi January Effect terhadap Return Pasar
pada Sektor Pertanian
Model R R Square
Adjusted R Square
Std. Error of the Estimate
1 0,474 0,061 0,062 0,01318690 Sumber: Hasil Olahan data (lampiran)
Pada tabel IV.10 dapat diketahui bahwa angka R sebesar 0,474
menunjukkan bahwa terdapat korelasi antara return pasar dengan dua
belas variabel independen (yaitu bulan Januari, Februari, Maret, April,
35
Mei, Juni, Juli, Agustus, September, Oktober, November, Desember).
Angka koefisien determinasi atau angka adjusted R² adalah 0,062. hal
ini berarti 6,2% variasi return pasar dapat dijelaskan oleh variasi dari
dua belas bulan. Sedangkan sisanya yaitu sebesar 93,8 % disebabkan
oleh hal-hal lainnya. Standart error of the estimate (SEE) sendiri
menunjukkan angka 0,01318690. ini dapat diartikan bahwa model
regresi yang digunakan sudah tepat karena semakin kecil angka SEE
maka model regresi semakin tepat.
Tabel IV.11
Hasil Rata-rata Return Pasar pada Analisis Regresi Sektor Pertanian
Model
Unstandardized Coefficients
Standardized Coefficients
B Std. Error Beta 1 (Constant) .029 .047 M2 .019 .066 .041 M3 -.016 .066 -.035 M4 .052 .066 .113 M5 .012 .066 .025 M6 -.026 .066 -.056 M7 .013 .066 .028 M8 -.062 .066 -.134 M9 -.042 .066 -.092 M10 -.029 .066 -.063 M11 .016 .066 .035 M12 .031 .066 .068
Sumber: Hasil Olahan data (lampiran)
Dari tabel IV.11 tersebut di atas dapat dibuat persamaan regresi
berdasarkan model yang digunakan dalam penelitian ini sehingga
model persamaan tersebut menjadi:
36
Rt = 0,029 + 0,019 M2 - 0,016 M3 + 0,052 M4 + 0,012 M5 - 0,026 M6 +
0,013 M7 - 0,062 M8 - 0,042 M9 - 0,029 M10 + 0,016 M11 + 0,031
M12 + et
Berdasarkan hasil perhitungan yang terdapat pada Tabel IV.11,
dapat diartikan:
Koefisien regresi bulan Januari sebesar 0,029 menyatakan bahwa
pada bulan Januari rata-rata return pasar akan naik sebesar 2,9 %.
Koefisien regresi bulan Februari sebesar 0,019 menyatakan bahwa
pada bulan Februari rata-rata return pasar akan naik sebesar 1,9 %.
Koefisien regresi bulan Maret sebesar -0,016 menyatakan bahwa
pada bulan Maret rata-rata return pasar akan turun (karena tanda -)
sebesar 1,6%.
Koefisien regresi bulan April sebesar 0,052 menyatakan bahwa
pada bulan April rata-rata return pasar akan naik sebesar 5,2 %.
Koefisien regresi bulan Mei sebesar 0,012 menyatakan bahwa pada
bulan Mei rata-rata return pasar akan naik sebesar 1,2 %.
Koefisien regresi bulan Juni sebesar -0,026 menyatakan bahwa
pada bulan Juni rata-rata return pasar akan turun sebesar 2,6 %.
Koefisien regresi bulan Juli sebesar 0,013 menyatakan bahwa pada
bulan Juli rata-rata return pasar akan naik sebesar 1,3 %.
Koefisien regresi bulan Agustus sebesar -0,062 menyatakan bahwa
pada bulan Agustus rata-rata return pasar akan turun sebesar 6,2%.
37
Koefisien regresi bulan September sebesar -0,042 menyatakan
bahwa pada bulan September rata-rata return pasar akan turun
sebesar 4,2 %.
Koefisien regresi bulan Oktober sebesar -0,029 menyatakan bahwa
pada bulan Oktober rata-rata return pasar akan turun sebesar 2,9%.
Koefisien regresi bulan November sebesar 0,016 menyatakan
bahwa pada bulan November rata-rata return pasar akan naik
sebesar 1,6 %.
Koefisien regresi bulan Desember sebesar 0,031 menyatakan
bahwa pada bulan Desember rata-rata return pasar akan naik
sebesar 3,1 %.
a. Uji F
Uji-F digunakan untuk melihat apakah variabel independen secara
bersama-sama berpengaruh terhadap variabel dependen. Hipotesis
dapat disusun sebagai berikut:
H0 = variabel independen secara bersama-sama tidak mempengaruhi
variabel dependen dengan signifikan.
Ha = variabel independen secara bersama-sama mempengaruhi variabel
depeden dengan signifikan.
Kriteria keputusan:
Apabila nilai signifikan > 0,05 maka H0 diterima
Apabila nilai signifikan < 0,05 maka H0 ditolak
38
Untuk analisa signifikan model regresi yang diajukan, dapat dilihat
hasilnya pada tabel IV.12 berikut ini:
Tabel IV.12
Hasil Uji F test
Model Sum of Squares df Mean Square F Sig.
1 Regression .095 11 .009 .498 .000(a) Residual 1.461 84 .017 Total 1.556 95
Sumber: Hasil Olahan data (lampiran)
Untuk pengujian secara simultan pengaruh return pasar bulanan
terhadap return pasar di Bursa Efek Indonesia dapat dilihat pada tabel
IV.12 di atas, sehingga dapat dijelaskan bahwa model regresi
mempunyai nilai F-hitung adalah 0,498 dengan tingkat signifikansi
0,000 ; karena tingkat signifikan perhitungan lebih besar daripada
tingkat signifikan yang ditetapkan yaitu 0,05, maka H0 diterima atau
dapat dikatakan bahwa secara bersama-sama return pasar bulanan
tidak berpengaruh terhadap return pasar di Bursa Efek Indonesia.
b. Uji t
Uji t adalah uji yang digunakan untuk mengetahui besarnya
pengaruh dari masing-masing variabel independen terhadap variabel
dependen. Kemudian disusun hipotesis sebagai berikut:
H0 = tidak ada pengaruh yang signifikan secara parsial dari variabel
dummy untuk return pasar bulanan terhadap return pasar di
Bursa Efek Indonesia.
39
Ha = ada pengaruh yang signifikan secara parsial dari variabel dummy
untuk return pasar bulanan terhadap return pasar di Bursa Efek
Indonesia.
Kriteria keputusan:
Apabila nilai signifikan > 0,05 maka H0 diterima
Apabila nilai signifikan < 0,05 maka H0 ditolak
Sebagai rule of thumb hasil regresi yaitu koefisien regresi yang
dinyatakan signifikan apabila lebih kecil dari tingkat signifikan pada
level 5% dan dinyatakan tidak signifikan jika lebih besar dari tingkat
signifikan pada level 5%.
Tabel IV. 13 Hasil Uji-t test
Model Unstandardized
Coefficients Standardized Coefficients t Sig.
kesimpulan
B Std. Error Beta
1 (Constant) .029 .047 .617 .539 Ho diterima M2 .019 .066 .041 .283 .778 Ho diterima M3 -.016 .066 -.035 -.243 .809 Ho diterima M4 .052 .066 .113 .791 .431 Ho diterima M5 .012 .066 .025 .178 .859 Ho diterima M6 -.026 .066 -.056 -.391 .697 Ho diterima M7 .013 .066 .028 .197 .844 Ho diterima M8 -.062 .066 -.134 -.938 .351 Ho diterima M9 -.042 .066 -.092 -.641 .523 Ho diterima M10 -.029 .066 -.063 -.441 .661 Ho diterima M11 .016 .066 .035 .241 .810 Ho diterima M12 .031 .066 .068 .476 .636 Ho diterima
Sumber: Hasil Olahan data (lampiran)
Dari tabel IV.13 hasil yang dapat dilihat adalah bahwa pada kolom
signifikan diatas, dimana return tertinggi terjadi pada bulan April
sedangkan return terendah dan negatif terjadi pada bulan Agustus.
40
Hasil penelitian ini mengindikasikan untuk keseluruhan periode
pengamatan, return bulan Januari sampai dengan Desember tidak
mempunyai pengaruh terhadap return pasar. Untuk keseluruhan
observasi, January effect tidak teridentifikasi atau tidak terjadi, karena
return tertinggi terjadi bukan pada bulan Januari, melainkan pada bulan
April.
2. Sektor Pertambangan
Tabel IV.14 Hasil Analisis Regresi January Effect terhadap Return Pasar
pada Sektor Pertambangan
Model R R Square
Adjusted R Square
Std. Error of the Estimate
1 0,342 0,117 0,073 0,0848527 Sumber: Hasil Olahan data (lampiran)
Pada tabel IV.14 dapat diketahui bahwa angka R sebesar 0,342
menunjukkan bahwa terdapat korelasi antara return pasar dengan dua
belas variabel independen (yaitu bulan Januari, Februari, Maret, April,
Mei, Juni, Juli, Agustus, September, Oktober, November, Desember).
Angka koefisien determinasi atau angka adjusted R² adalah 0,073. hal
ini berarti 7,3% variasi return pasar dapat dijelaskan oleh variasi dari
dua belas bulan. Sedangkan sisanya yaitu sebesar 92,7 % disebabkan
oleh hal-hal lainnya. Standart error of the estimate (SEE) sendiri
menunjukkan angka 0,0848527 ini dapat diartikan bahwa model
regresi yang digunakan sudah tepat karena semakin kecil angka SEE
maka model regresi semakin tepat.
41
Tabel IV.15 Hasil Rata-rata Return Pasar pada Analisis Regresi Sektor
Pertambangan
Model Unstandardized
Coefficients Standardized Coefficients
B Std. Error Beta 1 (Constant) .038 .306 M2 .029 .432 .009 M3 -.048 .432 -.015 M4 -.026 .432 -.008 M5 -.015 .432 -.005 M6 .005 .432 .002 M7 -.027 .432 -.009 M8 -.052 .432 -.017 M9 -.113 .432 -.036 M10 .034 .432 .332 M11 -.026 .432 -.008 M12 .091 .432 .029
Sumber: Hasil Olahan data (lampiran)
Dari tabel IV.15 tersebut di atas dapat dibuat persamaan regresi
berasarkan model yang digunakan dalam penelitian ini sehingga model
persamaan tersebut menjadi:
Rt = 0,038 + 0,29 M2 - 0,048 M3 - 0,026 M4 - 0,015 M5 + 0,005 M6 - 0,027
M7 - 0,052 M8 - 0,113 M9 + 0,034 M10 - 0,026 M11 + 0,091 M12 + et
Berdasarkan hasil perhitungan yang terdapat pada Tabel IV.15,
dapat diartikan:
Koefisien regresi bulan Januari sebesar 0,038 menyatakan bahwa
pada bulan Januari rata-rata return pasar akan naik sebesar 3,8 %.
Koefisien regresi bulan Februari sebesar 0,29 menyatakan bahwa
pada bulan Februari rata-rata return pasar akan naik sebesar 2,9 %.
42
Koefisien regresi bulan Maret sebesar -0,048 menyatakan bahwa
pada bulan Maret rata-rata return pasar akan turun (karena tanda -)
sebesar 4,8% .
Koefisien regresi bulan April sebesar -0,026 menyatakan bahwa
pada bulan April rata-rata return pasar akan turun sebesar 2,6 %.
Koefisien regresi bulan Mei sebesar -0,015 menyatakan bahwa
pada bulan Mei rata-rata return pasar akan turun sebesar 1,5 %.
Koefisien regresi bulan Juni sebesar 0,005 menyatakan bahwa pada
bulan Juni rata-rata return pasar akan naik sebesar 0,5 %.
Koefisien regresi bulan Juli sebesar -0,027 menyatakan bahwa
pada bulan Juli rata-rata return pasar akan turun sebesar 2,7 %.
Koefisien regresi bulan Agustus sebesar -0,052 menyatakan bahwa
pada bulan Agustus rata-rata return pasar akan turun sebesar 5,2%.
Koefisien regresi bulan September sebesar -0,113 menyatakan
bahwa pada bulan September rata-rata return pasar akan turun
sebesar 11,3%.
Koefisien regresi bulan Oktober sebesar 1,034 menyatakan bahwa
pada bulan Oktober rata-rata return pasar akan naik sebesar
103,4%.
Koefisien regresi bulan November sebesar -0,028 menyatakan
bahwa pada bulan November rata-rata return pasar akan turun
sebesar 2,8 %.
43
Koefisien regresi bulan Desember sebesar 0,091 menyatakan
bahwa pada bulan Desember rata-rata return pasar akan naik
sebesar 9,1 %.
a. Uji F
Uji-F digunakan untuk melihat apakah variabel independen secara
bersama-sama berpengaruh terhadap variabel dependen. Hipotesis
dapat disusun sebagai berikut:
H0 = variabel independen secara bersama-sama tidak mempengaruhi
variabel dependen dengan signifikan.
Ha = variabel independen secara bersama-sama mempengaruhi variabel
depeden dengan signifikan.
Kriteria keputusan:
Apabila nilai signifikan > 0,05 maka H0 diterima
Apabila nilai signifikan < 0,05 maka H0 ditolak
Untuk analisa signifikan model regresi yang diajukan, dapat dilihat
hasilnya pada tabel IV.16 berikut ini:
Tabel IV.16
Hasil Uji F test
Model Sum of Squares df Mean Square F Sig.
1 Regression 8.307 11 .755 1.010 .445(a) Residual 62.830 84 .748 Total 71.137 95
Sumber: Hasil Olahan data (lampiran) Untuk pengujian secara simultan pengaruh return pasar bulanan
terhadap return pasar di Bursa Efek Indonesia dapat dilihat pada tabel
IV.16 di atas, sehingga dapat dijelaskan bahwa model regresi
44
mempunyai nilai F-hitung adalah 1,010 dengan tingkat signifikansi
0,445, karena tingkat signifikan perhitungan lebih besar daripada
tingkat signifikan yang ditetapkan yaitu 0,05, maka H0 diterima atau
dapat dikatakan bahwa secara bersama-sama bulan tidak berpengaruh
terhadap return pasar di Bursa Efek Indonesia.
b. Uji t
Uji t adalah uji yang digunakan untuk mengetahui besarnya
pengaruh dari masing-masing variabel independen terhadap variabel
dependen. Kemudian disusun hipotesis sebagai berikut:
H0 = tidak ada pengaruh yang signifikan secara parsial dari variabel
dummy untuk return pasar bulanan terhadap return pasar di Bursa
Efek Indonesia.
Ha = ada pengaruh yang signifikan secara parsial dari variabel dummy
untuk return pasar bulanan terhadap return pasar di Bursa Efek
Indonesia.
Kriteria keputusan:
Apabila nilai signifikan > 0,05 maka H0 diterima
Apabila nilai signifikan < 0,05 maka H0 ditolak
Sebagai rule of thumb hasil regresi yaitu koefisien regresi yang
dinyatakan signifikan apabila lebih kecil dari tingkat signifikan pada
level 5% dan dinyatakan tidak signifikan jika lebih besar dari tingkat
signifikan pada level 5%.
45
Tabel IV.17 Hasil Uji-t test
Model Unstandardized
Coefficients Standardized Coefficients t Sig.
Kesimpulan
B Std. Error Beta
1 (Constant) .038 .306 .123 .902 Ho diterima M2 .029 .432 .009 .066 .947 Ho diterima M3 -.048 .432 -.015 -.111 .912 Ho diterima M4 -.026 .432 -.008 -.059 .953 Ho diterima M5 -.015 .432 -.005 -.035 .972 Ho diterima M6 .005 .432 .002 .012 .991 Ho diterima M7 -.027 .432 -.009 -.062 .950 Ho diterima M8 -.052 .432 -.017 -.121 .904 Ho diterima M9 -.113 .432 -.036 -.260 .795 Ho diterima M10 .034 .432 .332 2.392 .019 Ho ditolak M11 -.026 .432 -.008 -.061 .952 Ho diterima M12 .091 .432 .029 .210 .834 Ho diterima
Sumber: Hasil Olahan data (lampiran)
Dari tabel IV.17 hasil yang dapat dilihat adalah bahwa pada kolom
signifikan diatas, dimana return tertinggi terjadi pada bulan Januari
sedangkan return terendah dan negatif terjadi pada bulan September.
Hasil penelitian ini mengindikasikan untuk keseluruhan periode
pengamatan, untuk bulan Januari sampai dengan Desember, hanya
bulan Oktober yang mempunyai pengaruh terhadap return pasar.
Untuk keseluruhan observasi, January effect tidak teridentifikasi atau
tidak terjadi, walaupun return tertinggi terjadi bulan Januari, akan
tetapi tidak mempunyai pengaruh terhadap return pasar (tidak
signifikan).
46
3. Sektor Industri Dasar
Tabel IV.18 Hasil Analisis Regresi January Effect terhadap Return Pasar
pada Sektor Industri Dasar
Model R R Square
Adjusted R Square
Std. Error of the Estimate
1 0,358 0,128 0,014 0,01866774 Sumber: Hasil Olahan data (lampiran)
Pada tabel IV.18 dapat diketahui bahwa angka R sebesar 0,358
menunjukkan bahwa terdapat korelasi antara return pasar dengan dua
belas variabel independen (yaitu bulan Januari, Februari, Maret, April,
Mei, Juni, Juli, Agustus, September, Oktober, November, Desember).
Angka koefisien determinasi atau angka adjusted R² adalah 0,014. hal
ini berarti 1,4 % variasi return pasar dapat dijelaskan oleh variasi dari
dua belas bulan. Sedangkan sisanya yaitu sebesar 98,6 % disebabkan
oleh hal-hal lainnya. Standart error of the estimate (SEE) sendiri
menunjukkan angka 0,01866774. ini dapat diartikan bahwa model
regresi yang digunakan sudah tepat karena semakin kecil angka SEE
maka model regresi semakin tepat.
47
Tabel IV.19 Hasil Rata-rata Return Pasar pada Analisis Regresi Sektor Industri
Dasar
Model Unstandardized
Coefficients Standardized Coefficients
B Std. Error Beta 1 (Constant) .011 .066 M2 -.007 .093 -.011 M3 -.042 .093 -.062 M4 .011 .093 .017 M5 .025 .093 .037 M6 .018 .093 .027 M7 .019 .093 .028 M8 -.126 .093 -.186 M9 .141 .093 .208 M10 -.101 .093 -.149 M11 .002 .093 .003 M12 .068 .093 .100
Sumber: Hasil Olahan data (lampiran)
Dari tabel IV.19 tersebut di atas dapat dibuat persamaan regresi
berasarkan model yang digunakan dalam penelitian ini sehingga model
persamaan tersebut menjadi:
Rt = 0,011 - 0,007M2 - 0,042M3+ 0,011 M4 + 0,025 M5 + 0,018 M6 + 0,019
M7 - 0,126M8+ 0,141 M9 - 0,101M10 + 0,002 M11 + 0,068 M12 + et
Berdasarkan hasil perhitungan yang terdapat pada Tabel IV.19,
dapat diartikan:
Koefisien regresi bulan Januari sebesar 0,011 menyatakan bahwa
pada bulan Januari rata-rata return pasar akan naik sebesar 1,1 %.
Koefisien regresi bulan Februari sebesar -0,007 menyatakan bahwa
pada bulan Februari rata-rata return pasar akan turun (karena -)
sebesar 0,7 %.
48
Koefisien regresi bulan Maret sebesar -0,042 menyatakan bahwa
pada bulan Maret rata-rata return pasar akan turun (karena tanda -)
sebesar 4,2%.
Koefisien regresi bulan April sebesar 0,011 menyatakan bahwa
pada bulan April rata-rata return pasar akan naik sebesar 1,1 %.
Koefisien regresi bulan Mei sebesar 0,025 menyatakan bahwa pada
bulan Mei rata-rata return pasar akan naik sebesar 2,5 %.
Koefisien regresi bulan Juni sebesar 0,018 menyatakan bahwa pada
bulan Juni rata-rata return pasar akan naik sebesar 1,8 %.
Koefisien regresi bulan Juli sebesar 0,019 menyatakan bahwa pada
bulan Juli rata-rata return pasar akan naik sebesar 1,9 %.
Koefisien regresi bulan Agustus sebesar -0,126 menyatakan bahwa
pada bulan Agustus rata-rata return pasar akan turun sebesar
12,6%.
Koefisien regresi bulan September sebesar 0,141 menyatakan
bahwa pada bulan September rata-rata return pasar akan naik
sebesar 14,1 %.
Koefisien regresi bulan Oktober sebesar -0,101 menyatakan bahwa
pada bulan Oktober rata-rata return pasar akan turun sebesar
10,1%.
Koefisien regresi bulan November sebesar 0,002 menyatakan
bahwa pada bulan November rata-rata return pasar akan naik
sebesar 0,2 %.
49
Koefisien regresi bulan Desember sebesar 0,068 menyatakan
bahwa pada bulan Desember rata-rata return pasar akan naik
sebesar 6,8 %.
a. Uji F
Uji-F digunakan untuk melihat apakah variabel independen secara
bersama-sama berpengaruh terhadap variabel dependen. Hipotesis
dapat disusun sebagai berikut:
H0 = variabel independen secara bersama-sama tidak mempengaruhi
variabel dependen dengan signifikan.
Ha = variabel independen secara bersama-sama mempengaruhi variabel
depeden dengan signifikan.
Kriteria keputusan:
Apabila nilai signifikan > 0,05 maka H0 diterima
Apabila nilai signifikan < 0,05 maka H0 ditolak
Untuk analisa signifikan model regresi yang diajukan, dapat dilihat
hasilnya pada tabel IV.20 berikut ini:
Tabel IV.20
Hasil Uji F test
Model Sum of Squares df Mean Square F Sig.
1 Regression .430 11 .039 1.121 .356(a) Residual 2.927 84 .035 Total 3.357 95
Sumber: Hasil Olahan data (lampiran)
Untuk pengujian secara simultan pengaruh return pasar bulanan
terhadap return pasar di Bursa Efek Indonesia dapat dilihat pada tabel
50
IV.20 di atas, sehingga dapat dijelaskan bahwa model regresi
mempunyai nilai F-hitung adalah 1,121 dengan tingkat signifikansi
0,356, karena tingkat signifikan perhitungan lebih besar daripada
tingkat signifikan yang ditetapkan yaitu 0,05, maka H0 diterima atau
dapat dikatakan bahwa secara bersama-sama bulan tidak berpengaruh
terhadap return pasar di Bursa Efek Indonesia.
b. Uji t
Uji t adalah uji yang digunakan untuk mengetahui besarnya
pengaruh dari masing-masing variabel independen terhadap variabel
dependen. Kemudian disusun hipotesis sebagai berikut:
H0 = tidak ada pengaruh yang signifikan secara parsial dari variabel
dummy untuk return pasar bulanan terhadap return pasar di Bursa
Efek Indonesia.
Ha = ada pengaruh yang signifikan secara parsial dari variabel dummy
untuk return pasar bulanan terhadap return pasar di Bursa Efek
Indonesia.
Kriteria keputusan:
Apabila nilai signifikan > 0,05 maka H0 diterima
Apabila nilai signifikan < 0,05 maka H0 ditolak
Sebagai rule of thumb hasil regresi yaitu koefisien regresi yang
dinyatakan signifikan apabila lebih kecil dari tingkat signifikan pada
level 5% dan dinyatakan tidak signifikan jika lebih besar dari tingkat
signifikan pada level 5%.
51
Tabel IV.21
Hasil Uji-t test
Model Unstandardized
Coefficients Standardized Coefficients t Sig.
kesimpulan
B Std. Error Beta
1 (Constant) .011 .066 .165 .870 Ho diterima M2 -.007 .093 -.011 -.079 .937 Ho diterima M3 -.042 .093 -.062 -.448 .655 Ho diterima M4 .011 .093 .017 .120 .905 Ho diterima M5 .025 .093 .037 .267 .790 Ho diterima M6 .018 .093 .027 .197 .844 Ho diterima M7 .019 .093 .028 .204 .839 Ho diterima M8 -.126 .093 -.186 -1.345 .182 Ho diterima M9 .141 .093 .208 1.511 .134 Ho diterima M10 -.101 .093 -.149 -1.082 .282 Ho diterima M11 .002 .093 .003 .023 .982 Ho diterima M12 .068 .093 .100 .727 .469 Ho diterima
Sumber: Hasil Olahan data (lampiran)
Dari tabel IV.21 hasil yang dapat dilihat adalah bahwa pada kolom
signifikan diatas, dimana return tertinggi terjadi pada bulan September
sedangkan return terendah dan negatif terjadi pada bulan Agustus.
Hasil penelitian ini mengindikasikan untuk keseluruhan periode
pengamatan, untuk bulan Januari sampai dengan Desember, tidak
mempunyai pengaruh terhadap return pasar. Untuk keseluruhan
observasi, January effect tidak teridentifikasi atau tidak terjadi, karena
walaupun return tertinggi terjadi pada bulan Januari, tetapi tidak
mempunyai pengaruh terhadap return pasar (tidak signifikan).
4. Sektor Aneka Industri
Tabel IV.22 Hasil Analisis Regresi January Effect terhadap Return Pasar
pada Sektor Aneka Industri
Model R R Square
Adjusted R Square
Std. Error of the Estimate
1 0,314 0,099 0,019 0,0935506 Sumber: Hasil Olahan data (lampiran)
52
Pada tabel IV. 22 dapat diketahui bahwa angka R sebesar 0,314
menunjukkan bahwa terdapat korelasi antara return pasar dengan dua
belas variabel independen (yaitu bulan Januari, Februari, Maret, April,
Mei, Juni, Juli, Agustus, September, Oktober, November, Desember).
Angka koefisien determinasi atau angka adjusted R² adalah 0,019. hal
ini berarti 1,9 % variasi return pasar dapat dijelaskan oleh variasi dari
dua belas bulan. Sedangkan sisanya yaitu sebesar 98,1 % disebabkan
oleh hal-hal lainnya. Standart error of the estimate (SEE) sendiri
menunjukkan angka 0,0935506. ini dapat diartikan bahwa model
regresi yang digunakan sudah tepat karena semakin kecil angka SEE
maka model regresi semakin tepat.
Tabel IV.23 Hasil Rata-rata Return Pasar pada Analisis Regresi
Sektor Aneka Industri
Model Unstandardized
Coefficients Standardized Coefficients
B Std. Error Beta 1 (Constant) -.009 .033 M2 .019 .047 .057 M3 -.012 .047 -.036 M4 .047 .047 .140 M5 .050 .047 .149 M6 .003 .047 .009 M7 .045 .047 .134 M8 -.013 .047 -.039 M9 .011 .047 .034 M10 -.013 .047 -.039 M11 .055 .047 .166 M12 .072 .047 .216
Sumber: Hasil Olahan data (lampiran)
53
Dari tabel IV.23 tersebut di atas dapat dibuat persamaan regresi
berasarkan model yang digunakan dalam penelitian ini sehingga model
persamaan tersebut menjadi:
Rt = -0,009 + 0,019 M2 - 0,012 M3+ 0,047 M4 + 0,050 M5 + 0,003 M6 +
0,045 M7 - 0,013 M8+ 0,011 M9 - 0,013 M10 + 0,055 M11 + 0,072
M12 + et
Berdasarkan hasil perhitungan yang terdapat pada Tabel IV.23,
dapat diartikan:
Koefisien regresi bulan Januari sebesar -0,009 menyatakan bahwa
pada bulan Januari rata-rata return pasar akan turun sebesar 0,9 %.
Koefisien regresi bulan Februari sebesar 0,019 menyatakan bahwa
pada bulan Februari rata-rata return pasar akan naik sebesar 1,9 %.
Koefisien regresi bulan Maret sebesar -0,012 menyatakan bahwa
pada bulan Maret rata-rata return pasar akan turun (karena tanda -)
sebesar 1,2%.
Koefisien regresi bulan April sebesar 0,047 menyatakan bahwa
pada bulan April rata-rata return pasar akan naik sebesar 4,7 %.
Koefisien regresi bulan Mei sebesar 0,050 menyatakan bahwa pada
bulan Mei rata-rata return pasar akan naik sebesar 5,0 %.
Koefisien regresi bulan Juni sebesar 0,003 menyatakan bahwa pada
bulan Juni rata-rata return pasar akan naik sebesar 0,3 %.
Koefisien regresi bulan Juli sebesar 0,045 menyatakan bahwa pada
bulan Juli rata-rata return pasar akan naik sebesar 4,5 %.
54
Koefisien regresi bulan Agustus sebesar -0,013 menyatakan bahwa
pada bulan Agustus rata-rata return pasar akan turun sebesar 1,3%.
Koefisien regresi bulan September sebesar 0,011 menyatakan
bahwa pada bulan September rata-rata return pasar akan naik
sebesar 1,1 %.
Koefisien regresi bulan Oktober sebesar -0,013 menyatakan bahwa
pada bulan Oktober rata-rata return pasar akan turun sebesar 1,3%.
Koefisien regresi bulan November sebesar 0,055 menyatakan
bahwa pada bulan November rata-rata return pasar akan naik
sebesar 5,5 %.
Koefisien regresi bulan Desember sebesar 0,072 menyatakan
bahwa pada bulan Desember rata-rata return pasar akan naik
sebesar 7,2 %.
a. Uji F
Uji-F digunakan untuk melihat apakah variabel independen secara
bersama-sama berpengaruh terhadap variabel dependen. Hipotesis
dapat disusun sebagai berikut :
H0 = variabel independen secara bersama-sama tidak mempengaruhi
variabel dependen dengan signifikan.
Ha = variabel independen secara bersama-sama mempengaruhi variabel
depeden dengan signifikan.
Kriteria keputusan:
Apabila nilai signifikan > 0,05 maka H0 diterima
55
Apabila nilai signifikan < 0,05 maka H0 ditolak
Untuk analisa signifikan model regresi yang diajukan, dapat dilihat
hasilnya pada tabel IV. 24 berikut ini :
Tabel IV. 24
Hasil Uji F test
Model Sum of Squares df Mean Square F Sig.
1 Regression .081 11 .007 .837 .604(a) Residual .735 84 .009 Total .816 95
Sumber: Hasil Olahan data (lampiran) Untuk pengujian secara simultan pengaruh return pasar bulanan
terhadap return pasar di Bursa Efek Indonesia dapat dilihat pada tabel
IV.24 di atas, sehingga dapat dijelaskan bahwa model regresi
mempunyai nilai F-hitung adalah 0,837 dengan tingkat signifikansi
0,604, karena tingkat signifikan perhitungan lebih besar daripada
tingkat signifikan yang ditetapkan yaitu 0,05, maka H0 diterima atau
dapat dikatakan bahwa secara bersama-sama bulan tidak berpengaruh
terhadap return pasar di Bursa Efek Indonesia.
b. Uji t
Uji t adalah uji yang digunakan untuk mengetahui besarnya
pengaruh dari masing-masing variabel independen terhadap variabel
dependen. Kemudian disusun hipotesis sebagai berikut:
H0 = tidak ada pengaruh yang signifikan secara parsial dari variabel
dummy untuk return pasar bulanan terhadap return pasar di Bursa
Efek Indonesia.
56
Ha = ada pengaruh yang signifikan secara parsial dari variabel dummy
untuk return pasar bulanan terhadap return pasar di Bursa Efek
Indonesia.
Kriteria keputusan:
Apabila nilai signifikan > 0,05 maka H0 diterima
Apabila nilai signifikan < 0,05 maka H0 ditolak
Sebagai rule of thumb hasil regresi yaitu koefisien regresi yang
dinyatakan signifikan apabila lebih kecil dari tingkat signifikan pada
level 5% dan dinyatakan tidak signifikan jika lebih besar dari tingkat
signifikan pada level 5%.
Tabel IV. 25 Hasil Uji-t test
Model Unstandardized
Coefficients Standardized Coefficients t Sig.
Kesimpulan
B Std. Error Beta
1 (Constant) -.009 .033 -.272 .786 Ho diterima M2 .019 .047 .057 .408 .684 Ho diterima M3 -.012 .047 -.036 -.255 .799 Ho diterima M4 .047 .047 .140 .998 .321 Ho diterima M5 .050 .047 .149 1.061 .292 Ho diterima M6 .003 .047 .009 .066 .948 Ho diterima M7 .045 .047 .134 .956 .342 Ho diterima M8 -.013 .047 -.039 -.278 .781 Ho diterima M9 .011 .047 .034 .245 .807 Ho diterima M10 -.013 .047 -.039 -.278 .782 Ho diterima M11 .055 .047 .166 1.183 .240 Ho diterima M12 .072 .047 .216 1.541 .127 Ho diterima
Sumber: Hasil Olahan data (lampiran)
Dari tabel IV. 25 hasil yang dapat dilihat adalah bahwa pada
kolom signifikan diatas, dimana return tertinggi terjadi pada bulan
Desember sedangkan return terendah dan negatif terjadi pada bulan
57
Januari. Hasil penelitian ini mengindikasikan untuk keseluruhan
periode pengamatan, untuk bulan Januari sampai dengan Desember,
tidak mempunyai pengaruh terhadap return pasar. Untuk keseluruhan
observasi, January effect tidak teridentifikasi atau tidak terjadi, karena
return tertinggi terjadi bukan pada bulan Januari, melainkan pada bulan
Desember.
5. Sektor Konsumsi
Tabel IV. 26 Hasil Analisis Regresi January Effect terhadap Return Pasar
pada Sektor Konsumsi
Model R R Square Adjusted R
Square Std. Error of the Estimate
1 .387(a) .150 .039 .063175613
Sumber: Hasil Olahan data (lampiran)
Pada tabel IV. 26 dapat diketahui bahwa angka R sebesar 0,387
menunjukkan bahwa terdapat korelasi antara return pasar dengan dua
belas variabel independen (yaitu bulan Januari, Februari, Maret, April,
Mei, Juni, Juli, Agustus, September, Oktober, November, Desember).
Angka koefisien determinasi atau angka adjusted R² adalah 0,039, hal
ini berarti 3,9% variasi return pasar dapat dijelaskan oleh variasi dari
dua belas bulan. Sedangkan sisanya yaitu sebesar 96,1 % disebabkan
oleh hal-hal lainnya. Standart error of the estimate (SEE) sendiri
menunjukkan angka 0,063175613. ini dapat diartikan bahwa model
regresi yang digunakan sudah tepat karena semakin kecil angka SEE
maka model regresi semakin tepat.
58
Tabel IV.27
Hasil Rata-rata Return Pasar pada Analisis Regresi Sektor Konsumsi
Model Unstandardized
Coefficients Standardized Coefficients
B Std. Error Beta 1 (Constant) .056 .022 M2 -.055 .032 -.238 M3 -.047 .032 -.202 M4 -.013 .032 -.056 M5 -.028 .032 -.120 M6 -.050 .032 -.216 M7 -.055 .032 -.239 M8 -.084 .032 -.363 M9 -.059 .032 -.256 M10 -.082 .032 -.356 M11 -.036 .032 -.157 M12 -.020 .032 -.088
Sumber: Hasil Olahan data (lampiran)
Dari tabel IV.27 tersebut di atas dapat dibuat persamaan regresi
berasarkan model yang digunakan dalam penelitian ini sehingga model
persamaan tersebut menjadi:
Rt = 0,056 - 0,055 M2 - 0,047 M3- 0,013 M4 - 0,028 M5 - 0,050 M6 -
0,055 M7 - 0,084 M8 - 0,059 M9 - 0,082 M10 - 0,036 M11 - 0,020
M12 + et
Berdasarkan hasil perhitungan yang terdapat pada Tabel IV.27, dapat
diartikan:
Koefisien regresi bulan Januari sebesar 0,056 menyatakan bahwa
pada bulan Januari rata-rata return pasar akan naik sebesar 5,6 %.
Koefisien regresi bulan Februari sebesar -0,055 menyatakan bahwa
pada bulan Februari rata-rata return pasar akan turun (karena tanda
-) sebesar 5,5 %.
59
Koefisien regresi bulan Maret sebesar -0,047 menyatakan bahwa
pada bulan Maret rata-rata return pasar akan turun (karena tanda -)
sebesar 4,7%.
Koefisien regresi bulan April sebesar -0,013 menyatakan bahwa
pada bulan April rata-rata return pasar akan turun (karena tanda -)
sebesar 1,3%.
Koefisien regresi bulan Mei sebesar -0,028 menyatakan bahwa
pada bulan Mei rata-rata return pasar akan turun (karena tanda -)
sebesar 2,8%.
Koefisien regresi bulan Juni sebesar -0,050 menyatakan bahwa
pada bulan Juni rata-rata return pasar akan turun (karena tanda -)
sebesar 5,0 %.
Koefisien regresi bulan Juli sebesar -0,055 menyatakan bahwa
pada bulan Juli rata-rata return pasar akan turun (karena tanda -)
sebesar 5,5%.
Koefisien regresi bulan Agustus sebesar -0,084 menyatakan bahwa
pada bulan Agustus rata-rata return pasar akan turun (karena tanda
-) sebesar 8,4 %.
Koefisien regresi bulan September sebesar -0,059 menyatakan
bahwa pada bulan September rata-rata return pasar akan turun
(karena tanda-) sebesar 5,9 %.
60
Koefisien regresi bulan Oktober sebesar -0,082 menyatakan bahwa
pada bulan Oktober rata-rata return pasar akan turun (karena tanda
-) sebesar 8,2 %.
Koefisien regresi bulan November sebesar -0,036 menyatakan
bahwa pada bulan November rata-rata return pasar akan turun
(karena tanda-) sebesar 3,6 %.
Koefisien regresi bulan Desember sebesar -0,020 menyatakan
bahwa pada bulan Desember rata-rata return pasar akan turun
(karena tanda -) sebesar 2,0 %.
a. Uji F
Uji-F digunakan untuk melihat apakah variabel independen secara
bersama-sama berpengaruh terhadap variabel dependen. Hipotesis
dapat disusun sebagai berikut:
H0 = variabel independen secara bersama-sama tidak mempengaruhi
variabel dependen dengan signifikan.
Ha = variabel independen secara bersama-sama mempengaruhi variabel
depeden dengan signifikan.
Kriteria keputusan:
Apabila nilai signifikan > 0,05 maka H0 diterima
Apabila nilai signifikan < 0,05 maka H0 ditolak
Untuk analisa signifikan model regresi yang diajukan, dapat dilihat
hasilnya pada tabel IV.28 berikut ini:
61
Tabel IV. 28
Hasil Uji F test
Model Sum of Squares df Mean Square F Sig.
1 Regression .059 11 .005 1.347 .214(a)
Residual .335 84 .004 Total .394 95
Sumber: Hasil Olahan data (lampiran) Untuk pengujian secara simultan pengaruh return pasar bulanan
terhadap return pasar di Bursa Efek Indonesia dapat dilihat pada tabel
IV.28 di atas, sehingga dapat dijelaskan bahwa model regresi
mempunyai nilai F-hitung adalah 1,347 dengan tingkat signifikansi
0,214, karena tingkat signifikan perhitungan lebih besar daripada
tingkat signifikan yang ditetapkan yaitu 0,05, maka H0 diterima atau
dapat dikatakan bahwa secara bersama-sama return bulan tidak
berpengaruh terhadap return pasar di Bursa Efek Indonesia.
b. Uji t
Uji t adalah uji yang digunakan untuk mengetahui besarnya
pengaruh dari masing-masing variabel independen terhadap variabel
dependen. Kemudian disusun hipotesis sebagai berikut:
H0 = tidak ada pengaruh yang signifikan secara parsial dari variabel
dummy untuk return pasar bulanan terhadap return pasar di Bursa
Efek Indonesia.
Ha = ada pengaruh yang signifikan secara parsial dari variabel dummy
untuk return pasar bulanan terhadap return pasar di Bursa Efek
Indonesia.
Kriteria keputusan:
62
Apabila nilai signifikan > 0,05 maka H0 diterima
Apabila nilai signifikan < 0,05 maka H0 ditolak
Sebagai rule of thumb hasil regresi yaitu koefisien regresi yang
dinyatakan signifikan apabila lebih kecil dari tingkat signifikan pada
level 5% dan dinyatakan tidak signifikan jika lebih besar dari tingkat
signifikan pada level 5%.
Tabel IV. 29 Hasil Uji-t test
Model Unstandardized
Coefficients Standardized Coefficients t Sig.
kesimpulan
B Std. Error Beta
1 (Constant) .056 .022 2.527 .013 Ho ditolak M2 -.055 .032 -.238 -1.749 .084 Ho diterima M3 -.047 .032 -.202 -1.484 .141 Ho diterima M4 -.013 .032 -.056 -.412 .681 Ho diterima M5 -.028 .032 -.120 -.878 .383 Ho diterima M6 -.050 .032 -.216 -1.584 .117 Ho diterima M7 -.055 .032 -.239 -1.753 .083 Ho diterima M8 -.084 .032 -.363 -2.662 .009 Ho ditolak M9 -.059 .032 -.256 -1.878 .064 Ho diterima M10 -.082 .032 -.356 -2.610 .011 Ho ditolak M11 -.036 .032 -.157 -1.150 .254 Ho diterima M12 -.020 .032 -.088 -.648 .519 Ho diterima
Sumber: Hasil Olahan data (lampiran)
Dari tabel IV. 29 hasil yang dapat dilihat adalah bahwa pada
kolom signifikan diatas, dimana return tertinggi terjadi pada bulan
Januari sedangkan return terendah dan negatif terjadi pada bulan
Agustus. Hasil penelitian ini mengindikasikan untuk keseluruhan
periode pengamatan, untuk bulan Januari sampai dengan Desember,
bulan Januari, Agustus, dan Oktober yang mempunyai pengaruh
terhadap return pasar. Untuk keseluruhan observasi, January effect
63
berhasil teridentifikasi, karena return tertinggi terjadi pada bulan
Januari.
6. Sektor Properti
Tabel IV. 30 Hasil Analisis Regresi January Effect terhadap Return Pasar
pada Sektor Properti
Model R R Square Adjusted R
Square Std. Error of the Estimate
1 .389(a) .152 .040 .159233485
Sumber: Hasil Olahan data (lampiran)
Pada tabel IV. 30 dapat diketahui bahwa angka R sebesar 0,389
menunjukkan bahwa terdapat korelasi antara return pasar dengan dua
belas variabel independen (yaitu bulan Januari, Februari, Maret, April,
Mei, Juni, Juli, Agustus, September, Oktober, November, Desember).
Angka koefisien determinasi atau angka adjusted R² adalah 0,040. hal
ini berarti 0,4 % variasi return pasar dapat dijelaskan oleh variasi dari
dua belas bulan. Sedangkan sisanya yaitu sebesar 93,9 % disebabkan
oleh hal-hal lainnya. Standart error of the estimate (SEE) sendiri
menunjukkan angka 0,159233485. ini dapat diartikan bahwa model
regresi yang digunakan sudah tepat karena semakin kecil angka SEE
maka model regresi semakin tepat.
64
Tabel IV. 31 Hasil Rata-rata Return Pasar pada Analisis Regresi Sektor Properti
Model Unstandardized
Coefficients Standardized Coefficients
B Std. Error Beta 1 (Constant
) .017 .056
M2 .003 .080 .004 M3 .005 .080 .008 M4 .021 .080 .037 M5 .024 .080 .042 M6 -.018 .080 -.030 M7 .075 .080 .129 M8 -.055 .080 -.095 M9 -.012 .080 -.020 M10 -.128 .080 -.219 M11 .142 .080 .243 M12 .038 .080 .064
Sumber: Hasil Olahan data (lampiran)
Dari tabel IV.31 tersebut di atas dapat dibuat persamaan regresi
berasarkan model yang digunakan dalam penelitian ini sehingga model
persamaan tersebut menjadi:
Rt = 0,017 + 0,003 M2 + 0,005 M3+ 0,021 M4 + 0,024 M5 - 0,018 M6 +
0,075 M7 - 0,055 M8 - 0,012 M9 - 0,128 M10 + 0,142 M11 + 0,038
M12 + et
Berdasarkan hasil perhitungan yang terdapat pada Tabel IV.31, dapat
diartikan:
Koefisien regresi bulan Januari sebesar 0,017 menyatakan bahwa
pada bulan Januari rata-rata return pasar akan naik sebesar 1,7 %.
Koefisien regresi bulan Februari sebesar 0,003 menyatakan bahwa
pada bulan Februari rata-rata return pasar akan naik sebesar 0,3 %.
65
Koefisien regresi bulan Maret sebesar 0,005 menyatakan bahwa
pada bulan Maret rata-rata return pasar akan naik sebesar 0,5 %.
Koefisien regresi bulan April sebesar 0,021 menyatakan bahwa
pada bulan April rata-rata return pasar akan naik sebesar 2,1 %.
Koefisien regresi bulan Mei sebesar 0,024 menyatakan bahwa pada
bulan Mei rata-rata return pasar akan naik sebesar 2,4 %.
Koefisien regresi bulan Juni sebesar -0,018 menyatakan bahwa
pada bulan Juni rata-rata return pasar akan turun sebesar 1,8 %.
Koefisien regresi bulan Juli sebesar 0,075 menyatakan bahwa pada
bulan Juli rata-rata return pasar akan naik sebesar 7,5 %.
Koefisien regresi bulan Agustus sebesar -0,055 menyatakan bahwa
pada bulan Agustus rata-rata return pasar akan turun sebesar 5,5%.
Koefisien regresi bulan September sebesar -0,012 menyatakan
bahwa pada bulan September rata-rata return pasar akan turun
sebesar 1,2 %.
Koefisien regresi bulan Oktober sebesar -0,128 menyatakan bahwa
pada bulan Oktober rata-rata return pasar akan turun sebesar
12,8%.
Koefisien regresi bulan November sebesar 0,142 menyatakan
bahwa pada bulan November rata-rata return pasar akan naik
sebesar 14,2 %.
66
Koefisien regresi bulan Desember sebesar 0,038 menyatakan
bahwa pada bulan Desember rata-rata return pasar akan naik
sebesar 3,8 %.
a. Uji F
Uji-F digunakan untuk melihat apakah variabel independen secara
bersama-sama berpengaruh terhadap variabel dependen. Hipotesis
dapat disusun sebagai berikut:
H0 = variabel independen secara bersama-sama tidak mempengaruhi
variabel dependen dengan signifikan.
Ha = variabel independen secara bersama-sama mempengaruhi variabel
depeden dengan signifikan.
Kriteria keputusan:
Apabila nilai signifikan > 0,05 maka H0 diterima
Apabila nilai signifikan < 0,05 maka H0 ditolak
Untuk analisa signifikan model regresi yang diajukan, dapat dilihat
hasilnya pada tabel IV.32 berikut ini:
Tabel IV. 32
Hasil Uji F test
Model Sum of Squares df Mean Square F Sig.
1 Regression .380 11 .035 1.364 .205(a) Residual 2.130 84 .025 Total 2.510 95
Sumber: Hasil Olahan data (lampiran) Untuk pengujian secara simultan pengaruh return pasar bulanan
terhadap return pasar di Bursa Efek Indonesia dapat dilihat pada tabel
IV.32 di atas, sehingga dapat dijelaskan bahwa model regresi
67
mempunyai nilai F-hitung adalah 1,364 dengan tingkat signifikansi
0,205, karena tingkat signifikan perhitungan lebih besar daripada
tingkat signifikan yang ditetapkan yaitu 0,05, maka H0 diterima atau
dapat dikatakan bahwa secara bersama-sama bulan tidak berpengaruh
terhadap return pasar di Bursa Efek Indonesia.
b. Uji t
Uji t adalah uji yang digunakan untuk mengetahui besarnya
pengaruh dari masing-masing variabel independen terhadap variabel
dependen. Kemudian disusun hipotesis sebagai berikut:
H0 = tidak ada pengaruh yang signifikan secara parsial dari variabel
dummy untuk return pasar bulanan terhadap return pasar di Bursa
Efek Indonesia.
Ha = ada pengaruh yang signifikan secara parsial dari variabel dummy
untuk return pasar bulanan terhadap return pasar di Bursa Efek
Indonesia.
Kriteria keputusan:
Apabila nilai signifikan > 0,05 maka H0 diterima
Apabila nilai signifikan < 0,05 maka H0 ditolak
Sebagai rule of thumb hasil regresi yaitu koefisien regresi yang
dinyatakan signifikan apabila lebih kecil dari tingkat signifikan pada
level 5% dan dinyatakan tidak signifikan jika lebih besar dari tingkat
signifikan pada level 5%.
68
Tabel IV. 33 Hasil Uji-t test
Model Unstandardized
Coefficients Standardized Coefficients t Sig.
kesimpulan
B Std. Error Beta
1 (Constant) .017 .056 .296 .768 Ho diterima M2 .003 .080 .004 .032 .975 Ho diterima M3 .005 .080 .008 .062 .951 Ho diterima M4 .021 .080 .037 .269 .789 Ho diterima M5 .024 .080 .042 .305 .761 Ho diterima M6 -.018 .080 -.030 -.223 .824 Ho diterima M7 .075 .080 .129 .947 .346 Ho diterima M8 -.055 .080 -.095 -.695 .489 Ho diterima M9 -.012 .080 -.020 -.145 .885 Ho diterima M10 -.128 .080 -.219 -1.611 .111 Ho diterima M11 .142 .080 .243 1.783 .078 Ho diterima M12 .038 .080 .064 .473 .638 Ho diterima
Sumber: Hasil Olahan data (lampiran) Dari tabel IV. 33 hasil yang dapat dilihat adalah bahwa pada
kolom signifikan diatas, dimana return tertinggi terjadi pada bulan
November sedangkan return terendah dan negatif terjadi pada bulan
Oktober. Hasil penelitian ini mengindikasikan untuk keseluruhan
periode pengamatan, untuk bulan Januari sampai dengan Desember,
tidak mempunyai pengaruh terhadap return pasar. Untuk keseluruhan
observasi, January effect tidak teridentifikasi atau tidak terjadi, karena
return tertinggi terjadi bukan pada bulan Januari, melainkan pada
bulan November.
7. Sektor Infrastruktur
Tabel IV.34 Hasil Analisis Regresi January Effect terhadap Return Pasar
pada Sektor Infrastruktur
Model R R Square Adjusted R
Square Std. Error of the Estimate
1 .322(a) .104 -.014 .087509716
Sumber: Hasil Olahan data (lampiran)
69
Pada tabel IV.34 dapat diketahui bahwa angka R sebesar 0,322
menunjukkan bahwa terdapat korelasi antara return pasar dengan dua
belas variabel independen (yaitu bulan Januari, Februari, Maret, April,
Mei, Juni, Juli, Agustus, September, Oktober, November, Desember).
Angka koefisien determinasi atau angka adjusted R² adalah 0,014. hal
ini berarti 1,4 % variasi return pasar dapat dijelaskan oleh variasi dari
dua belas bulan. Sedangkan sisanya yaitu sebesar 98,6 % disebabkan
oleh hal-hal lainnya. Standart error of the estimate (SEE) sendiri
menunjukkan angka 0,087509716. ini dapat diartikan bahwa model
regresi yang digunakan sudah tepat karena semakin kecil angka SEE
maka model regresi semakin tepat.
Tabel IV. 35 Hasil Rata-rata Return Pasar pada Analisis Regresi
Sektor Infrastruktur
Model Unstandardized
Coefficients Standardized Coefficients
B Std. Error Beta 1 (Constant) .062 .031 M2 -.004 .044 -.013 M3 -.016 .044 -.052 M4 .024 .044 .076 M5 .008 .044 .025 M6 -.022 .044 -.070 M7 -.008 .044 -.024 M8 -.027 .044 -.086 M9 .008 .044 .026 M10 -.039 .044 -.126 M11 .055 .044 .175 M12 .051 .044 .162
Sumber: Hasil Olahan data (lampiran)
70
Dari tabel IV.35 tersebut di atas dapat dibuat persamaan regresi
berasarkan model yang digunakan dalam penelitian ini sehingga model
persamaan tersebut menjadi:
Rt = 0,062 + -0,004 M2 - 0,016 M3+ 0,024 M4 + 0,008 M5 - 0,022 M6 -
0,008 M7 - 0,027 M8+ 0,008 M9 - 0,039 M10 + 0,055 M11 + 0,051
M12 + et
Berdasarkan hasil perhitungan yang terdapat pada Tabel IV.12,
dapat diartikan:
Koefisien regresi bulan Januari sebesar 0,062 menyatakan bahwa
pada bulan Januari rata-rata return pasar akan naik sebesar 6,2 %.
Koefisien regresi bulan Februari sebesar -0,004 menyatakan bahwa
pada bulan Februari rata-rata return pasar akan turun sebesar 0,4
%.
Koefisien regresi bulan Maret sebesar -0,016 menyatakan bahwa
pada bulan Maret rata-rata return pasar akan turun (karena tanda -)
sebesar 1,6%.
Koefisien regresi bulan April sebesar 0,024 menyatakan bahwa
pada bulan April rata-rata return pasar akan naik sebesar 2,4 %.
Koefisien regresi bulan Mei sebesar 0,008 menyatakan bahwa pada
bulan Mei rata-rata return pasar akan naik sebesar 0,8 %.
Koefisien regresi bulan Juni sebesar -0,022 menyatakan bahwa
pada bulan Juni rata-rata return pasar akan turun sebesar 2,2 %.
71
Koefisien regresi bulan Juli sebesar -0,008 menyatakan bahwa
pada bulan Juli rata-rata return pasar akan turun sebesar 0,8 %.
Koefisien regresi bulan Agustus sebesar -0,027 menyatakan bahwa
pada bulan Agustus rata-rata return pasar akan turun sebesar 2,7%.
Koefisien regresi bulan September sebesar 0,008 menyatakan
bahwa pada bulan September rata-rata return pasar akan naik
sebesar 0,8 %.
Koefisien regresi bulan Oktober sebesar -0,039 menyatakan bahwa
pada bulan Oktober rata-rata return pasar akan turun sebesar 3,9%.
Koefisien regresi bulan November sebesar 0,055 menyatakan
bahwa pada bulan November rata-rata return pasar akan naik
sebesar 5,5 %.
Koefisien regresi bulan Desember sebesar 0,051 menyatakan
bahwa pada bulan Desember rata-rata return pasar akan naik
sebesar 5,1 %.
a. Uji F
Uji-F digunakan untuk melihat apakah variabel independen secara
bersama-sama berpengaruh terhadap variabel dependen. Hipotesis
dapat disusun sebagai berikut:
H0 = variabel independen secara bersama-sama tidak mempengaruhi
variabel dependen dengan signifikan.
Ha = variabel independen secara bersama-sama mempengaruhi variabel
depeden dengan signifikan.
72
Kriteria keputusan:
Apabila nilai signifikan > 0,05 maka H0 diterima
Apabila nilai signifikan < 0,05 maka H0 ditolak
Untuk analisa signifikan model regresi yang diajukan, dapat dilihat
hasilnya pada tabel IV.36 berikut ini:
Tabel IV. 36
Hasil Uji F test
Model Sum of Squares df Mean Square F Sig.
1 Regression .074 11 .007 .883 .560(a) Residual .643 84 .008 Total .718 95
Sumber: Hasil Olahan data (lampiran) Untuk pengujian secara simultan pengaruh return pasar bulanan
terhadap return pasar di Bursa Efek Indonesia dapat dilihat pada tabel
IV. 36 di atas, sehingga dapat dijelaskan bahwa model regresi
mempunyai nilai F-hitung adalah 0,883 dengan tingkat signifikansi
0,560, karena tingkat signifikan perhitungan lebih besar daripada
tingkat signifikan yang ditetapkan yaitu 0,05, maka H0 diterima atau
dapat dikatakan bahwa secara bersama-sama bulan tidak berpengaruh
terhadap return pasar di Bursa Efek Indonesia.
b. Uji t
Uji t adalah uji yang digunakan untuk mengetahui besarnya
pengaruh dari masing-masing variabel independen terhadap variabel
dependen. Kemudian disusun hipotesis sebagai berikut:
73
H0 = tidak ada pengaruh yang signifikan secara parsial dari variabel
dummy untuk return pasar bulanan terhadap return pasar di Bursa
Efek Indonesia.
Ha = ada pengaruh yang signifikan secara parsial dari variabel dummy
untuk return pasar bulanan terhadap return pasar di Bursa Efek
Indonesia.
Kriteria keputusan:
Apabila nilai signifikan > 0,05 maka H0 diterima
Apabila nilai signifikan < 0,05 maka H0 ditolak
Sebagai rule of thumb hasil regresi yaitu koefisien regresi yang
dinyatakan signifikan apabila lebih kecil dari tingkat signifikan pada
level 5% dan dinyatakan tidak signifikan jika lebih besar dari tingkat
signifikan pada level 5%.
Tabel IV. 37
Hasil Uji-t test
Model Unstandardized
Coefficients Standardized Coefficients t Sig.
Kesimpulan
B Std. Error Beta
1 (Constant) .062 .031 .653 . 516 Ho diterima M2 -.004 .044 -.013 -.094 .925 Ho diterima M3 -.016 .044 -.052 -.374 .709 Ho diterima M4 .024 .044 .076 .542 .590 Ho diterima M5 .008 .044 .025 .179 .858 Ho diterima M6 -.022 .044 -.070 -.498 .620 Ho diterima M7 -.008 .044 -.024 -.174 .862 Ho diterima M8 -.027 .044 -.086 -.618 .538 Ho diterima M9 .008 .044 .026 .184 .854 Ho diterima M10 -.039 .044 -.126 -.902 .370 Ho diterima M11 .055 .044 .175 1.249 .215 Ho diterima M12 .051 .044 .162 1.161 .249 Ho diterima
Sumber: Hasil Olahan data (lampiran)
74
Dari tabel IV.37 hasil yang dapat dilihat adalah bahwa pada kolom
signifikan diatas, dimana return tertinggi terjadi pada bulan Januari
sedangkan return terendah dan negatif terjadi pada bulan Oktober.
Untuk keseluruhan observasi, January effect tidak teridentifikasi,
karena return tertinggi terjadi pada bulan Januari, tetapi signifikansi >
0,05.
8. Sektor Keuangan
Tabel IV. 38 Hasil Analisis Regresi January Effect terhadap Return Pasar
pada Sektor Keuangan
Model R R Square Adjusted R
Square Std. Error of the Estimate
1 .350(a) .122 .007 .078997503
Sumber: Hasil Olahan data (lampiran)
Pada tabel IV.38 dapat diketahui bahwa angka R sebesar 0,350
menunjukkan bahwa terdapat korelasi antara return pasar dengan dua
belas variabel independen (yaitu bulan Januari, Februari, Maret, April,
Mei, Juni, Juli, Agustus, September, Oktober, November, Desember).
Angka koefisien determinasi atau angka adjusted R² adalah 0,007. hal
ini berarti 0,7 % variasi return pasar dapat dijelaskan oleh variasi dari
dua belas bulan. Sedangkan sisanya yaitu sebesar 99,3 % disebabkan
oleh hal-hal lainnya. Standart error of the estimate (SEE) sendiri
menunjukkan angka 0,078997503. ini dapat diartikan bahwa model
regresi yang digunakan sudah tepat karena semakin kecil angka SEE
maka model regresi semakin tepat.
75
Tabel IV. 39 Hasil Rata-rata Return Pasar pada Analisis Regresi Sektor Keuangan
Model Unstandardized
Coefficients Standardized Coefficients
B Std. Error Beta 1 (Constant) .071 .028 M2 -.007 .039 -.024 M3 .015 .039 .053 M4 .022 .039 .077 M5 .006 .039 .022 M6 -.012 .039 -.043 M7 .033 .039 .116 M8 -.020 .039 -.071 M9 .021 .039 .074 M10 -.049 .039 -.173 M11 .042 .039 .147 M12 .054 .039 .190
Sumber: Hasil Olahan data (lampiran)
Dari tabel IV.39 tersebut di atas dapat dibuat persamaan regresi
berasarkan model yang digunakan dalam penelitian ini sehingga model
persamaan tersebut menjadi:
Rt = 0,071 - 0,007 M2 + 0,015 M3+ 0,022 M4 + 0,006 M5 - 0,012 M6 +
0,033 M7 - 0,020 M8+ 0,021 M9 - 0,049 M10 + 0,042 M11 + 0,054 M12
+ et
Berdasarkan hasil perhitungan yang terdapat pada Tabel IV.39,
dapat diartikan:
Koefisien regresi bulan Januari sebesar 0,071 menyatakan bahwa
pada bulan Januari rata-rata return pasar akan naik sebesar 7,1 %.
Koefisien regresi bulan Februari sebesar -0,007 menyatakan bahwa
pada bulan Februari rata-rata return pasar akan turun sebesar 0,7%.
76
Koefisien regresi bulan Maret sebesar 0,015 menyatakan bahwa
pada bulan Maret rata-rata return pasar akan naik sebesar 1,5 %.
Koefisien regresi bulan April sebesar 0,022 menyatakan bahwa
pada bulan April rata-rata return pasar akan naik sebesar 2,2 %.
Koefisien regresi bulan Mei sebesar 0,006 menyatakan bahwa pada
bulan Mei rata-rata return pasar akan naik sebesar 0,6 %.
Koefisien regresi bulan Juni sebesar -0,012 menyatakan bahwa
pada bulan Juni rata-rata return pasar akan turun sebesar 1,2 %.
Koefisien regresi bulan Juli sebesar 0,033 menyatakan bahwa pada
bulan Juli rata-rata return pasar akan naik sebesar 3,3 %.
Koefisien regresi bulan Agustus sebesar -0,020 menyatakan bahwa
pada bulan Agustus rata-rata return pasar akan turun sebesar 2,0%.
Koefisien regresi bulan September sebesar 0,021 menyatakan
bahwa pada bulan September rata-rata return pasar akan naik
sebesar 2,1 %.
Koefisien regresi bulan Oktober sebesar -0,049 menyatakan bahwa
pada bulan Oktober rata-rata return pasar akan turun sebesar 4,9%.
Koefisien regresi bulan November sebesar 0,042 menyatakan
bahwa pada bulan November rata-rata return pasar akan naik
sebesar 4,2 %.
Koefisien regresi bulan Desember sebesar 0,054 menyatakan
bahwa pada bulan Desember rata-rata return pasar akan naik
sebesar 5,4 %.
77
a. Uji F
Uji-F digunakan untuk melihat apakah variabel independen secara
bersama-sama berpengaruh terhadap variabel dependen. Hipotesis
dapat disusun sebagai berikut:
H0 = variabel independen secara bersama-sama tidak mempengaruhi
variabel dependen dengan signifikan.
Ha = variabel independen secara bersama-sama mempengaruhi variabel
depeden dengan signifikan.
Kriteria keputusan:
Apabila nilai signifikan > 0,05 maka H0 diterima
Apabila nilai signifikan < 0,05 maka H0 ditolak
Untuk analisa signifikan model regresi yang diajukan, dapat dilihat
hasilnya pada tabel IV.40 berikut ini:
Tabel IV. 40
Hasil Uji F test
Model Sum of Squares df Mean Square F Sig.
1 Regression .073 11 .007 1.065 .399(a) Residual .524 84 .006 Total .597 95
Sumber: Hasil Olahan data (lampiran)
Untuk pengujian secara simultan pengaruh return pasar bulanan
terhadap return pasar di Bursa Efek Indonesia dapat dilihat pada tabel
IV.40 di atas, sehingga dapat dijelaskan bahwa model regresi
mempunyai nilai F-hitung adalah 1,065 dengan tingkat signifikansi
0,399, karena tingkat signifikan perhitungan lebih besar daripada
tingkat signifikan yang ditetapkan yaitu 0,05, maka H0 diterima atau
78
dapat dikatakan bahwa secara bersama-sama bulan tidak berpengaruh
terhadap return pasar di Bursa Efek Indonesia.
b. Uji t
Uji t adalah uji yang digunakan untuk mengetahui besarnya
pengaruh dari masing-masing variabel independen terhadap variabel
dependen. Kemudian disusun hipotesis sebagai berikut:
H0 = tidak ada pengaruh yang signifikan secara parsial dari variabel
dummy untuk return pasar bulanan terhadap return pasar di Bursa
Efek Indonesia.
Ha = ada pengaruh yang signifikan secara parsial dari variabel dummy
untuk return pasar bulanan terhadap return pasar di Bursa Efek
Indonesia.
Kriteria keputusan:
Apabila nilai signifikan > 0,05 maka H0 diterima
Apabila nilai signifikan < 0,05 maka H0 ditolak
Sebagai rule of thumb hasil regresi yaitu koefisien regresi yang
dinyatakan signifikan apabila lebih kecil dari tingkat signifikan pada
level 5% dan dinyatakan tidak signifikan jika lebih besar dari tingkat
signifikan pada level 5%.
79
Tabel IV.41 Hasil Uji-t test
Model Unstandardized
Coefficients Standardized Coefficients t Sig.
kesimpulan
B Std. Error Beta
1 (Constant) .071 .028 .388 . 699 Ho diterima M2 -.007 .039 -.024 -.175 .861 Ho diterima M3 .015 .039 .053 .380 .705 Ho diterima M4 .022 .039 .077 .556 .580 Ho diterima M5 .006 .039 .022 .162 .872 Ho diterima M6 -.012 .039 -.043 -.309 .758 Ho diterima M7 .033 .039 .116 .835 .406 Ho diterima M8 -.020 .039 -.071 -.512 .610 Ho diterima M9 .021 .039 .074 .537 .592 Ho diterima M10 -.049 .039 -.173 -1.252 .214 Ho diterima M11 .042 .039 .147 1.064 .290 Ho diterima M12 .054 .039 .190 1.376 .172 Ho diterima
Sumber: Hasil Olahan data (lampiran)
Dari tabel IV. 41 hasil yang dapat dilihat adalah bahwa pada
kolom signifikan diatas, dimana return tertinggi terjadi pada bulan
Januari sedangkan return terendah dan negatif terjadi pada bulan
Oktober. Untuk keseluruhan observasi, January effect tidak
teridentifikasi, karena walaupun return tertinggi terjadi pada bulan
Januari, tetapi signifikansi > 0,05
9. Sektor Perdagangan dan Jasa
Tabel IV. 42 Hasil Analisis Regresi January Effect terhadap Return Pasar
pada Sektor Perdagangan dan Jasa
Model R R Square Adjusted R
Square Std. Error of the Estimate
1 .342(a) .117 .001 .079210056
Sumber: Hasil Olahan data (lampiran)
Pada tabel IV. 42 dapat diketahui bahwa angka R sebesar 0,342
menunjukkan bahwa terdapat korelasi antara return pasar dengan dua
80
belas variabel independen (yaitu bulan Januari, Februari, Maret, April,
Mei, Juni, Juli, Agustus, September, Oktober, November, Desember).
Angka koefisien determinasi atau angka adjusted R² adalah 0,001. hal
ini berarti 0,1 % variasi return pasar dapat dijelaskan oleh variasi dari
dua belas bulan. Sedangkan sisanya yaitu sebesar 99,9 % disebabkan
oleh hal-hal lainnya. Standart error of the estimate (SEE) sendiri
menunjukkan angka 0,079210056. ini dapat diartikan bahwa model
regresi yang digunakan sudah tepat karena semakin kecil angka SEE
maka model regresi semakin tepat.
Tabel IV. 43 Hasil Rata-rata Return Pasar pada Analisis Regresi
Sektor Perdagangan dan Jasa
Model Unstandardized
Coefficients Standardized Coefficients
B Std. Error Beta 1 (Constant) .069 .028 M2 -.026 .040 -.092 M3 -.021 .040 -.072 M4 .030 .040 .107 M5 -.002 .040 -.005 M6 .008 .040 .027 M7 -.013 .040 -.046 M8 -.065 .040 -.227 M9 -.020 .040 -.069 M10 -.057 .040 -.199 M11 -.026 .040 -.090 M12 .020 .040 .069
Sumber: Hasil Olahan data (lampiran)
Dari tabel IV. 43 tersebut di atas dapat dibuat persamaan regresi
berasarkan model yang digunakan dalam penelitian ini sehingga model
persamaan tersebut menjadi:
81
Rt = 0,069 -0,026 M2 - 0,021 M3+ 0,030 M4 - 0,002 M5 + 0,008 M6 -
0,013 M7 - 0,065 M8 - 0,020 M9 - 0,057 M10 - 0,026 M11 + 0,020
M12 + et
Berdasarkan hasil perhitungan yang terdapat pada Tabel IV.43,
dapat diartikan:
Koefisien regresi bulan Januari sebesar 0,069 menyatakan bahwa
pada bulan Januari rata-rata return pasar akan naik sebesar 6,9 %.
Koefisien regresi bulan Februari sebesar -0,026 menyatakan bahwa
pada bulan Februari rata-rata return pasar akan turun sebesar 2,6%.
Koefisien regresi bulan Maret sebesar -0,021 menyatakan bahwa
pada bulan Maret rata-rata return pasar akan turun (karena tanda -)
sebesar 2,1 %.
Koefisien regresi bulan April sebesar 0,030 menyatakan bahwa
pada bulan April rata-rata return pasar akan naik sebesar 3,0 %.
Koefisien regresi bulan Mei sebesar -0,002 menyatakan bahwa
pada bulan Mei rata-rata return pasar akan turun sebesar 0,2 %.
Koefisien regresi bulan Juni sebesar 0,008 menyatakan bahwa pada
bulan Juni rata-rata return pasar akan naik sebesar 0,8 %.
Koefisien regresi bulan Juli sebesar -0,013 menyatakan bahwa
pada bulan Juli rata-rata return pasar akan turun sebesar 1,3 %.
Koefisien regresi bulan Agustus sebesar -0,065 menyatakan bahwa
pada bulan Agustus rata-rata return pasar akan turun sebesar 6,5%.
82
Koefisien regresi bulan September sebesar -0,020 menyatakan
bahwa pada bulan September rata-rata return pasar akan turun
sebesar 2,0 %.
Koefisien regresi bulan Oktober sebesar -0,057 menyatakan bahwa
pada bulan Oktober rata-rata return pasar akan turun sebesar 5,7%.
Koefisien regresi bulan November sebesar -0,026 menyatakan
bahwa pada bulan November rata-rata return pasar akan turun
sebesar 2,6 %.
Koefisien regresi bulan Desember sebesar 0,020 menyatakan
bahwa pada bulan Desember rata-rata return pasar akan naik
sebesar 2,0 %.
a. Uji F
Uji-F digunakan untuk melihat apakah variabel independen secara
bersama-sama berpengaruh terhadap variabel dependen. Hipotesis
dapat disusun sebagai berikut:
H0 = variabel independen secara bersama-sama tidak mempengaruhi
variabel dependen dengan signifikan.
Ha = variabel independen secara bersama-sama mempengaruhi variabel
depeden dengan signifikan.
Kriteria keputusan:
Apabila nilai signifikan > 0,05 maka H0 diterima
Apabila nilai signifikan < 0,05 maka H0 ditolak
83
Untuk analisa signifikan model regresi yang diajukan, dapat dilihat
hasilnya pada tabel IV. berikut ini:
Tabel IV. 44
Hasil Uji F test
Model Sum of Squares df Mean Square F Sig.
1 Regression .070 11 .006 1.009 .445(a) Residual .527 84 .006 Total .597 95
Sumber: Hasil Olahan data (lampiran) Untuk pengujian secara simultan pengaruh return pasar bulanan
terhadap return pasar di Bursa Efek Indonesia dapat dilihat pada tabel
IV. di atas, sehingga dapat dijelaskan bahwa model regresi mempunyai
nilai F-hitung adalah 1,009 dengan tingkat signifikansi 0,445, karena
tingkat signifikan perhitungan lebih besar daripada tingkat signifikan
yang ditetapkan yaitu 0,05, maka H0 diterima atau dapat dikatakan
bahwa secara bersama-sama bulan tidak berpengaruh terhadap return
pasar di Bursa Efek Indonesia.
b. Uji t
Uji t adalah uji yang digunakan untuk mengetahui besarnya
pengaruh dari masing-masing variabel independen terhadap variabel
dependen. Kemudian disusun hipotesis sebagai berikut:
H0 = tidak ada pengaruh yang signifikan secara parsial dari variabel
dummy untuk return pasar bulanan terhadap return pasar di Bursa
Efek Indonesia.
84
Ha = ada pengaruh yang signifikan secara parsial dari variabel dummy
untuk return pasar bulanan terhadap return pasar di Bursa Efek
Indonesia.
Kriteria keputusan:
Apabila nilai signifikan > 0,05 maka H0 diterima
Apabila nilai signifikan < 0,05 maka H0 ditolak
Sebagai rule of thumb hasil regresi yaitu koefisien regresi yang
dinyatakan signifikan apabila lebih kecil dari tingkat signifikan pada
level 5% dan dinyatakan tidak signifikan jika lebih besar dari tingkat
signifikan pada level 5%.
Tabel IV. 45
Hasil Uji-t test
Model Unstandardized
Coefficients Standardized Coefficients t Sig.
Kesimpulan
B Std. Error Beta
1 (Constant) .069 .028 .677 . 500 Ho diterima M2 -.026 .040 -.092 -.665 .508 Ho diterima M3 -.021 .040 -.072 -.522 .603 Ho diterima M4 .030 .040 .107 .769 .444 Ho diterima M5 -.002 .040 -.005 -.039 .969 Ho diterima M6 .008 .040 .027 .193 .848 Ho diterima M7 -.013 .040 -.046 -.332 .740 Ho diterima M8 -.065 .040 -.227 -1.636 .106 Ho diterima M9 -.020 .040 -.069 -.495 .622 Ho diterima M10 -.057 .040 -.199 -1.431 .156 Ho diterima M11 -.026 .040 -.090 -.650 .517 Ho diterima M12 .020 .040 .069 .500 .618 Ho diterima
Sumber: Hasil Olahan data (lampiran)
Dari tabel IV. 45 hasil yang dapat dilihat adalah bahwa pada
kolom signifikan diatas, dimana return tertinggi terjadi pada bulan
Januari sedangkan return terendah dan negatif terjadi pada bulan
85
Agustus. Untuk keseluruhan observasi, January effect tidak
teridentifikasi, karena walaupun return tertinggi terjadi pada bulan
Januari,tetapi signifikansinya > 0,05.
D. Pembahasan dan Kaitan dengan Penelitian Terdahulu
January Effect didefinisikan yaitu kecenderungan pasar pasar untuk
naik antara periode akhir Desember hingga akhir pekan awal Januari.
Anomali ini telah menjadi subyek pada berbagai studi yang mendeteksi
bukti secara empiris mengenai abnormal return. Adanya harapan untuk
mendapatkan abnormal return dengan cara mengkombinasikan dan
menganalisa informasi, atau dalam penentuan informasi yang tidak terjadi
di pasar menjadi salah satu alasan terjadinya anomali tersebut. January
Effect sering terjadi karena banyak investor memilih untuk menjual pasar
mereka sebelum akhir tahun dalam rangka untuk mengurangi pajak.
Penelitian yang dilakukan pada bursa efek New York (Rozeff &
Kinney, 1977; Tinic & West, 1984) menemukan adanya kecenderungan
yang tinggi secara konsisten pada bulan Januari. Rozeff dan Kinney
meneliti adanya pola musiman dengan menguji trade off antara resiko dan
return dengan menggunakan CAPM dua parameter dari Fama dan
Machbeth (1973). Mereka menemukan bahwa trade off return terhadap
resiko pada bulan Januari lebih besar dibandingkan dengan bulan lainnya.
86
Penelitian pada NYSE, AMEX, dan NASDAQ tentang penurunan efek
dari Januari dilakukan oleh Easterday, Sen, dan Stephan (2006)
menemukan bahwa memang terdapat sedikit penurunan pada January
Effect, pelaku pasar sudah mempelajari anomali ini dan jarang bisa
mendapat abnormal return darinya. Tetapi menurut penelitian ditemukan
masih terdapat January Effect di NASDAQ, dengan return dan firm size
yang saling berhubungan dalam arah yang diekspektasikan. Sedangkan
perbedaan kekuatan dari return di bulan Januari antara NYSE, AMEX, dan
NASDAQ ini dipengaruhi oleh firm size.
Penelitian yang dilakukan di Indonesia tentang market seasonality
sudah dilakukan oleh Chang dan Rhee (1994). Penelitian ini menggunakan
regresi variabel dummy dengan data yang berasal dari pengamatan return
harian periode September 1992 – Februari 1994. Mereka menemukan
adanya kecenderungan return yang tinggi pada bulan Agustus sebesar
0.34% dan Desember 0.54%. Hasil tersebut menunjukan adanya
penyimpangan dari pengertian pasar yang efisien dalam bentuk lemah.
Kecenderungan return yang tinggi secara konsisten pada bulan tertentu
merupakan bukti empiris adanya anomali dari efisiensi pasar. Karena jika
investor mengetahui adanya informasi tersebut, maka mereka dapat
memanfaatkannya untuk memperoleh keuntungan. Sehingga melalui
mekanisme pasar secara efektif akan menghilangkan pola musiman
tersebut dan return akan kembali berfluktuasi secara random atau acak.
87
Dari hasil pengujian hipotesis secara statistik untuk masing-masing
indeks sektoral dapat diketahui bahwa pengaruh January Effect terhadap
return pasar di Bursa Efek Indonesia pada penelitian ini dianalisis dengan
uji koefisien regresi masing-masing variabel. Hasil penelitian ini dapat
menunjukkan bahwa return pasar bulan Januari pada beberapa sektor lebih
tinggi dibandingkan dengan bulan lainnya serta berpengaruh positif dan
signifikan secara statistik terhadap return pasar. Indeks sektoral yang
mengalami January Effect adalah Sektor Konsumsi.
Hasil penelitian ini mendukung hasil penelitian tentang January Effect
yang dilakukan oleh Rozeff and Kinney (1976) yang membuktikan bahwa
return pasar bulanan di Bursa Efek Indonesia pada bulan Januari adalah
berbeda dengan return pasar pada bulan-bulan lainnya, yang ditandai
dengan adanya abnormal return yang positif secara signifikan dan
mempunyai nilai paling tinggi yang terjadi pada bulan Januari dan return
untuk bulan-bulan lain menunjukkan abnormal return yang lebih rendah
daripada bulan Januari.
Dari hasil pengujian tersebut dapat disimpulkan bahwa fenomena
January Effect menunjukkan adanya pola musiman yang berbeda dimana
sebagian besar return cenderung lebih tinggi di bulan Januari. Pengujian
tersebut menunjukkan adanya pola yang tidak sesuai dengan pengertian
pasar efisien dalam bentuk lemah. Karena jika investor atau spekulan
mengetahui adanya pola musiman tersebut, mereka tentu akan
memanfaatkannya untuk mendapatkan abnormal return. Jika sebagian
88
besar investor melakukan strategi tersebut maka akan menghilangkan
secara efektif pola musiman tersebut, sehingga return pasar bulanan pasar
akan berfluktuasi secara acak.
89
BAB V
KESIMPULAN DAN SARAN
Berdasarkan perumusan masalah, hipotesis dan hasil analisis data pada
penelitian ini, berikut disampaikan kesimpulan dan saran yang dapat berguna bagi
penelitian sejenis selanjutnya.
A. Kesimpulan
Penelitian ini bertujuan untuk membuktikan ada tidaknya fenomena
January Effect pada setiap sektor indeks sektoral di Bursa Efek Indonesia.
Berdasarkan hasil pengujian seperti yang telah dipaparkan pada bab IV, dapat
diambil beberapa kesimpulan sebagai berikut :
1. Hasil pengujian dalam penelitian ini memperlihatkan selama periode
pengamatan yaitu dari tahun 2001 sampai dengan tahun 2008, return pasar
dari indeks sektoral Bursa Efek Indonesia untuk Sektor Konsumsi,
mengalami fenomena January Effect dimana membuktikan bahwa return
pasar pada bulan Januari lebih tinggi dibandingkan return pasar pada
bulan lainnya. Hasil uji regresi hipotesis dengan tingkat signifikan (0,05)
menunjukkan adanya return pasar tertinggi pada bulan Januari yang
mempunyai nilai positif untuk Sektor Konsumsi. Dengan hasil tersebut
maka dapat diambil kesimpulan bahwa fenomena January Effect terjadi
90
selama periode penelitian ditandai dengan adanya return pasar pada bulan
Januari lebih tinggi dan signifikan pada satu sektor dalam indeks sektoral.
2. Hasil pengujian hipotesis dari penelitian ini menunjukkan bahwa return
pasar di Bursa Efek Indonesia pada bulan Januari adalah relatif dapat
diprediksi akan mempunyai return pasar yang positif. Atau dapat juga
disimpulkan bahwa return pasar di Bursa Efek Indonesia dapat diprediksi
berdasarkan pengaruh kalender tertentu. Anomali musiman tersebut
melanggar hipotesis mengenai efisiensi pasar bentuk lemah disebabkan
adanya return yang tidak random, melainkan dapat diprediksi berdasarkan
pengaruh kalender tertentu. Dapat dikatakan juga bahwa pasar modal
Indonesia belum termasuk pasar yang efisien dalam bentuk lemah dengan
salah satu indikatornya yaitu masih terdapat fenomena January Effect.
B. Keterbatasan Penelitian
Keterbatasan-keterbatasan dalam penelitian ini adalah sebagai berikut:
1. Penelitian ini menggunakan periode penelitian yang relatif singkat yaitu
dilakukan hanya dalam rentang waktu tahun 2001-2008. Keterbatasan
rentang waktu penelitian tersebut belum sepenuhnya dapat digunakan
sebagai dasar untuk melakukan generalisasi mengenai gejala munculnya
January Effect di Bursa Efek Indonesia.
2. Data yang digunakan hanya return pasar bulanan indeks sektoral dimana
walaupun indeks tersebut terbagi dalam masing-masing sektor akan tetapi
belum dapat mewakili keseluruhan kondisi di Bursa Efek Indonesia.
91
C. Saran
Berdasarkan kesimpulan dan keterbatasan penelitian yang telah
dikemukakan diatas, maka saran-saran yang dapat menjadi perhatian adalah
sebagai berikut:
1. Bagi investor yang akan melakukan transaksi investasi dan ingin
memperoleh return yang tinggi diharapkan melihat pola pergerakan sahan
dan memperhatikan adanya January Effect yaitu dengan mempersiapkan
dan menyusun strategi yang diperoleh dari informasi-informasi yang
beredar baik informasi yang tersedia untuk publik maupun informasi
privat.
2. Bagi peneliti selanjutnya untuk memperluas cakupan bahasan baik dari
ruang lingkup penelitian, aspek bahasan maupun periode waktu yang
digunakan sehingga dapat digunakan sebagai dasar yang lebih baik untuk
melakukan generalisasi dan menggambarkan keseluruhan kondisi Bursa
Efek Indonesia.
DAFTAR PUSTAKA
Brigham, E.F dan Houstan J.F.2001.Fundamental of Financial Management.Eight Edition.Jakarta:Erlangga
Chang, P. and Rhee, G., “The Return Behavior of Indonesian Stocks”, working paper, Pacific Basin Finance Journal, 1994
Djarwanto.1998.Statistik Sosial ekonomi.Edisi KeduaYogyakarta:BPFE
Easterday, K., Sen, P. and Stephan,J., “The Declining January Effect? An Examination of Monthly Returns for Firms Trading on NYSE, AMEX, NASDAQ”, Journal of Financial Economics, 2006
Maghayereh, Aktham, “Seasonality and January Effect Anomalies in an Emerging Capital Market, Journal of Financial Economics, 2003
Gueltekin, M. and Gultekin, B., “Stock Market Seasonality: International Evidence”, Journal of Financial Economics, Desember 1983, hal. 469-482.
Harianto, Farid dan Siswanto, Sudomo.1998.Perangkat dan Teknik Analisis Investasi di Pasar Modal Indonesia.Edisi pertama.Jakarta:PT Bursa Efek Jakarta
Husnan, Suad.1994.Dasar-dasar Teori Portofolio dan Analisis Sekuritas.Edisi Kedua.Yogyakrta:UPP AMP YKPN
Jogiyanto, H.M .2000.Teori Portofolio dan Analisis Investasi.Edisi Kedua.Yogyakarta:BPFE
Jones, C.P.1994. Investment Analysis and Management. Fifth Edition. John Wiley and Sons. Inc. North Carolina.
Lee, Insup, “Stock Market Seasonality: Some Evidence From The Pacific-Basin Countries”, Journal of Business Fianance and Accounting, January 1992, hal. 199-210.
Reinganum, M. and Shapiro, A.,”Taxes and Stock Return Seasonality: Evidence from The London Stock Exchange”, Journal of Business, Vol. 60 No.2, June 1987, hal. 89-104.
Rozeff, M. and Kinney, W.,”Capital Market Seasonality: The Case of Stock Return”, Journal of Financial Economics, September 1976, hal. 379-402.
Sekaran, Uma.2003.Business Research Methods.Fourth Edition.John Wiley & Sons,Inc:USA