Pengaruh Monday Effect Terhadap Return 9 Sektor Saham Di Bursa Efek Indonesia (Bei) Tahun 2008

PROPOSAL PENELITIAN

PENGARUH MONDAY EFFECT TERHADAP RETURN 9 SEKTOR

SAHAM BURSA EFEK INDONESIA (BEI) TAHUN 2008

Andyan Tri Bhaswara 0906585124

Luna Mantyasih Makarti 0906498603

Tb. Muh Abrar Kautsar 0906584992

UNIVERSITAS INDONESIA

2009

BAB I

PENDAHULUAN

1.1 Latar Belakang

Secara konvensional, para peneliti berasumsi bahwa imbal hasil yang diharapkan

(expected return) dari saham terdistribusi secara merata untuk setiap hari perdagangan.

Karena return hari Senin merupakan akumulasi dari tiga hari kalender sebelumnya, maka

return memiliki mean dan variance yang lebih tinggi daripada return hari lainnya

(kemungkinan tiga kali lebih besar). Fama (1965) membandingkan varians dari masing-

masing return harian dan menyimpulkan bahwa varians return di hari Senin 20% lebih besar

dibanding hari lain.

Namun, asumsi statistik ini tidak sesuai dengan kondisi keseimbangan pasar. Pada

kenyataannya, distribusi return saham dalam satu minggu berbeda tiap harinya. Anomali

terhadap efficient market hypothesis ini disebut day of the week effect (efek hari

perdagangan), salah satu yang umum terjadi adalah Monday effect. Monday effect berdampak

terhadap return hari Senin yang cenderung negatif dan terendah dibandingkan dengan hari

perdagangan lainnya.

Abraham dan Ikenberry berhasil meneliti imbal hasil saham rata-rata memang bernilai

negatif di hari Senin. Ketika return di hari Jumat negatif, return di hari Senin hampir 80%

ikut negatif dengan nilai rata-rata -0.61%. Sedangkan apabila return hari Jumat positif, maka

hari Senin berikutnya return kembali positif, 0.11%. Hasil seperti ini tampak pada

perusahaan kecil dan menengah yang didominasi oleh investor individu.

Para peneliti keuangan telah banyak menyelidiki penyebab terjadinya Monday effect.

Lakonishok dan Maberly serta Abraham dan Ikenberry beranggapan bahwa fenomena ini

berkaitan dengan perilaku investor individu dalam jual-beli. Dalam penelitiannya mereka

menyatakan bahwa investor lebih banyak melakukan transaksi jual di hari Senin. Hal ini yang

menyebabkan terjadinya Monday effect. Dengan kata lain, Monday effect dapat diartikan

sebagai kenaikan volume penjualan yang dilakukan oleh investor pada awal minggu.

Lebih detail, Miller (1988) berpendapat bahwa return negatif di hari Senin merupakan

konsekuensi dari dua hal. Pertama, keunikan biaya masing-masing individu dalam

mengevaluasi portfolionya. Kedua, informasi yang diterima masing-masing individu dari

brokernya. Berdasarkan hipotesis tadi, semua investor membutuhkan biaya untuk

mengumpulkan informasi. Biaya yang dibutuhkan akan lebih besar lagi jika proses

pengumpulan informasi dilakukan pada hari kerja saat para investor disibukkan dengan

aktivitasnya. Pada saat investor menunda proses tersebut sampai akhir pekan, maka akan

lebih banyak investor yang melakukan selling di awal minggu.

Meskipun sulit untuk dijelaskan, tampak bahwa berita buruk pada akhir pekan dan

perilaku individu yang melakukan penjualan bersih di hari Senin menjelaskan pola musiman

ini. Kamara (1997) menyebutnya sebagai komponen informasi dan investor individu. Pattel

dan Wolfson (1982) serta Pennman (1987) menemukan bahwa perusahaan cenderung untuk

menyiarkan berita buruk selama akhir pekan. Akan tetapi, Damodaran berpendapat hal itu

hanya dapat menjelaskan efek musiman dalam proporsi yang sangat kecil.

Akhir pekan merupakan waktu bagi investor individu untuk menganalisis informasi

dan membuat keputusan investasi. Miller (1988) serta Lakonishok dan Maberly (1990)

mengatakan bahwa broker lebih substansial untuk memberikan rekomendasi membeli

daripada menjual (setiap orang dapat membeli saham; hanya pemegang saham dapat menjual

saham). Karena broker tidak aktif selama akhir pekan, penjualan bersih oleh individu lebih

tinggi pada hari Senin daripada hari kerja lain. Kedua komponen musiman tadi hanya berlaku

jika para pelaku perdagangan tidak rasional atau kurang memiliki informasi.

Beberapa pembuktian lain dilakukan. Selain mendokumentasikan signifikansi efek

hari perdagangan, implikasi dari efisiensi pasar juga diuji. Pembuktian mengenai efek hari

perdagangan masih terus dilakukan dan mengalami penyesuaian. Efek ini pun tidak lagi

terkonsentrasi pada hari Senin. Kato (1990) menemukan return terendah terjadi pada hari

Selasa (Tuesday effect) di bursa efek Jepang.

Fenomena efek hari perdagangan tidak selalu ditemukan pada setiap minggu. Salah

satu anomali musiman yang berhasil dibuktikan yaitu week-four effect. Week-four effect

merupakan suatu fenomena yang mengungkapkan bahwa Monday effect hanya terjadi pada

minggu keempat untuk setiap bulannya. Sedangkan return hari Senin minggu pertama sampai

minggu ketiga dianggap tidak signifikan negatif atau sama dengan nol. Fenomena week-four

effect ini berhasil diungkap oleh Wang, Li, dan Erickson. Penelitian tersebut dilakukan

terhadap indeks return saham NYSE-AMEX, S&P composite index, serta Nasdaq dengan

periode penelitian 1962-1993.

Di Indonesia, sejumlah penelitian untuk mengetahui ada atau tidaknya Monday effect

juga sudah dilakukan. Masing-masing memiliki sampel dan pendekatan variabel yang

berbeda-beda, tergantung pada ketersediaan data. Hasilnya pun berbeda-beda. Penelitian ini

akan menguji apakah Monday effect terjadi pada semua sektor saham di Bursa Efek

Indonesia.

1.2 Permasalahan

Adapun rumusan masalah dalam penelitian ini adalah sebagai berikut:

1. Apakah terjadi Monday effect di semua sektor saham Bursa Efek Indonesia?

2. Apakah Monday effect hanya terjadi pada minggu keempat dan minggu kelima?

3. Apakah return tiap sektor di hari Senin berkorelasi positif dengan return hari Jumat

sebelumnya?

1.3 Tujuan Penelitian

Berdasarkan permasalahan tersebut, tujuan umum dari penelitian ini adalah untuk

mengetahui saham-saham di sektor mana yang memiliki anomali pasar. Sedangkan tujuan

khusus penelitian ini adalah:

1. Menguji adanya Monday effect.

2. Menguji apakah Monday effect hanya terjadi pada minggu keempat dan minggu

kelima.

3. Menguji apakah return tiap sektor pada hari Senin berkorelasi positif dengan return

pada hari Jumat.

1.4 Manfaat Penelitian

Penelitian ini diharapkan dapat memberikan kontribusi terhadap semua pihak yang

terkait, terutama investor, emiten, dan peneliti selanjutnya. Manfaat penelitian ini dapat

dibagi menjadi:

1. Investor dapat memperoleh gambaran mengenai strategi yang tepat dalam memilih

investasi saham terkait dengan risiko dan imbal hasil yang diinginkan.

2. Emiten dapat memperoleh gambaran mengenai strategi pembiayaan yang akan dipilih

untuk mendapatkan dana yang diharapkan dari pasar modal.

3. Sebagai pelengkap dari penelitian-penelitian sebelumnya berkaitan dengan efisiensi

pasar modal.

4. Sebagai sumber informasi untuk penelitian selanjutnya mengenai pasar modal.

BAB II

LANDASAN TEORI

2.1 Saham Indeks LQ45

Indeks LQ45 diluncurkan pada bulan Februari 1997 yang terdiri dari 45 saham

dengan likuiditas tinggi, ukuran utama likuiditas transaksi adalah nilai transaksi di pasar

reguler. Namun dengan makin berkembangnya pasar dan juga untuk lebih mempertajam

kriteria likuiditas, maka sejak review bulan Januari 2005, jumlah hari perdagangan dan

frekuensi transaksi dimasukkan sebagai ukuran likuiditas.

Kriteria suatu saham untuk dapat masuk dalam perhitungan indeks LQ45 adalah

sebagai berikut:

1. Telah tercatat di Bursa Efek Indonesia (BEI) minimal 3 bulan

2. Masuk dalam 60 saham berdasarkan nilai transaksi di pasar reguler

3. Dari 60 saham tersebut, 30 saham dengan nilai transaksi terbesar secara otomatis akan

masuk dalam perhitungan indeks LQ45

4. Untuk mendapatkan 45 saham akan dipilih 15 saham lagi dengan menggunakan

kriteria Hari Transaksi di Pasar Reguler serta Frekuensi Transaksi di Pasar Reguler

dan Kapitalisasi Pasar. Metode pemilihan 15 saham tersebut adalah:

i. Dari 30 sisanya, dipilih 25 saham berdasarkan Hari Transaksi di Pasar Reguler.

ii. Dari 25 saham tersebut akan dipilih 20 saham berdasarkan Frekuensi Transaksi

di Pasar Reguler

iii. Dari 20 saham tersebut akan dipilih 15 saham berdasarkan Kapitalisasi Pasar,

sehingga akan didapat 45 saham untuk perhitungan indeks LQ45

5. Selain melihat kriteria likuiditas dan kapitalisasi pasar tersebut di atas, akan dilihat

juga keadaan keuangan dan prospek pertumbuhan perusahaan tersebut.

BEI secara rutin memantau perkembangan kinerja komponen saham yang masuk

dalam penghitungan indeks LQ45. Setiap tiga bulan sekali dilakukan evaluasi atas pergerakan

urutan saham-saham tersebut. Penggantian saham akan dilakukan setiap enam bulan sekali,

yaitu pada awal bulan Februari dan Agustus.

2.2 Saham Sektoral

Semua saham yang tercatat di BEI diklasifikasikan ke dalam sembilan sektor menurut

klasifikasi industri yang telah ditetapkan BEI. Kesembilan sektor tersebut adalah:

A. Sektor-sektor Primer (Ekstraktif)

Sektor 1 : Pertanian

Sektor 2 : Pertambangan

B. Sektor-sektor Sekunder (Industri Pengolahan / Manufaktur)

Sektor 3 : Industri Dasar dan Kimia

Sektor 4 : Aneka Industri

Sektor 5 : Industri Barang Konsumsi

C. Sektor-sektor Tersier (Industri Jasa / Non-manufaktur)

Sektor 6 : Properti dan Real Estate

Sektor 7 : Transportasi dan Infrastruktur

Sektor 8 : Keuangan

Sektor 9 : Perdagangan, Jasa dan Investasi

2.3 Hipotesa Pasar Efisien

Hipotesa pasar efisien dipopulerkan oleh Fama (1970) yang menyatakan bahwa

sebuah pasar dimana harga selalu merefleksikan secara penuh informasi yang tersedia disebut

efisien. Dalam kondisi pasar yang efisien, tidak ada pelaku pasar yang dapat mendapatkan

imbal hasil yang melebihi tingkat imbal hasil yang ditawarkan.

Hipotesa pasar efisien ini ditunjang dengan asumsi bahwa terdapat banyak pelaku

pasar yang memaksimalkan keuntungan dan independen terhadap yang lain, informasi-

informasi baru mengenai sekuritas muncul secara random dan disampaikan secara

independen, dan asumsi yang terakhir adalah para pelaku pasar menyesuaikan harga sekuritas

dengan sangat cepat untuk merefleksikan informasi baru.

Berdasarkan jenis informasi yang digunakan, terdapat tiga bentuk efisiensi pasar,

yaitu:

1. Pasar Efisiensi Lemah

Dalam pasar efisiensi lemah, harga saat ini telah mencerminkan informasi yang

mempengaruhi harga di masa lalu (past information) seperti harga historis, volume

perdagangan, tingkat imbal hasil, dan hal lain-lain yang dapat menjadi informasi bagi pasar.

Konsekuensi dari pasar efisiensi lemah adalah seharusnya tidak terdapat hubungan

antara perubahan harga di masa lalu dengan perubahan harga di masa depan sehingga semua

aturan perdagangan yang bergantung pada semua data pasar historis untuk meramalkan

perubahan harga di masa depan tidak berguna.

2. Pasar Efisiensi Semi-Kuat

Harga pada pasar efisiensi semi-kuat dipengaruhi oleh informasi yang tersedia bagi

pihak publik (public information). Informasi tersebut tidak hanya informasi di masa lalu

namun juga seluruh informasi yang berkaitan dengan perusahaan seperti pembagian dividen,

stock split, berita ekonomi dan politik, dan lain sebagainya.

Konsekuensinya yaitu para pelaku pasar yang melakukan pengambilan keputusan

berdasarkan informasi penting yang telah terpublikasi tidak dapat memperoleh keuntungan di

atas rata-rata normal secara konsisten. Hal ini dikarenakan harga setelah informasi

dipublikasikan telah mencerminkan seluruh informasi untuk publik.

3. Pasar Efisiensi Kuat

Kondisi pasar dimana harga yang terjadi tidak hanya mencerminkan seluruh informasi

yang dipublikasikan, namun juga informasi yang tidak tersedia bagi publik (private

information). Diasumsikan seluruh informasi tersedia secara bebas dan semua orang bisa

mendapatkannya dalam waktu yang bersamaan. Sehingga tidak ada satupun pelaku pasar

yang mempunyai akses monopoli terhadap informasi yang relevan pada pembentukan harga.

2.4 Anomali Pasar Efisien

Istilah anomali menggambarkan kondisi dimana sekuritas memiliki performa yang

bertentangan dengan teori hipotesa pasar efisien sehingga harga tidak mencerminkan seluruh

informasi yang tersedia di pasar.

Beberapa anomali pasar yang terjadi diantaranya:

1. Day of the week effect, imbal hasil hari tertentu pada satu minggu mempunyai nilai

rata-rata yang positif atau negatif secara signifikan.

2. Monday effect, imbal hasil pada hari Senin bernilai negatif secara signifikan.

3. Week-four effect, anomali Monday effect hanya terjadi pada dua minggu terakhir

(keempat dan kelima) dalam suatu bulan, sedangkan rata-rata imbal hasil untuk Senin

minggu pertama sampai ketiga tidak berbeda secara signifikan dengan nol.

4. P/E (price earning ratio) effect, portofolio dengan P/E rendah akan mempunyai imbal

hasil yang lebih tinggi dibanding portofolio dengan P/E yang tinggi.

5. January effect, imbal hasil pada bulan Januari akan secara signifikan lebih besar

dibandingkan imbal hasil pada bulan lainnya.

Anomali-anomali yang terjadi di pasar tersebut telah diteliti di berbagai negara.

2.5 Penelitian Terdahulu dan Hipotesis

Telah banyak dilakukan penelitian untuk meneliti anomali yang terjadi pada pasar.

Salah satu anomali tersebut yaitu Monday effect yang diteliti oleh Fama (1965), didapatkan

ternyata varians pada hari Senin sekitar 20% lebih besar dibandingkan pada hari lainnya. Hal

yang sama juga disimpulkan oleh Godfrey, Granger, dan Morgenstern (1964) dengan

menggunakan metodologi yang berbeda. Cross (1973) dan French (1980) menemukan bahwa

rata-rata imbal hasil pada hari Senin negatif secara signifikan menggunakan data Standard

and Poor’s (S&P 500).

Lakonishok dan Maberly (1990) menemukan bahwa para pelaku pasar individu

meningkatkan aktivitas perdagangan pada hari Senin dan cenderung lebih banyak melakukan

transaksi jual yang mungkin dapat menjelaskan adanya anomali weekend effect.

Jaffe dan Westerfield (1985) meneliti weekend effect pada empat negara, yaitu UK,

Kanada, Jepang dan Australia. Dari hasil penelitian ini didapatkan bahwa anomali weekend

effect terjadi di keempat negara tersebut, dengan rata-rata imbal hasil terkecil di negara

Jepang dan Australia terjadi pada hari Selasa. Untuk menguji apakah anomali Monday effect

terjadi di sembilan sektor di BEI dirumuskan hipotesis sebagai berikut:

H1 : Imbal hasil yang terjadi pada hari Senin negatif secara signifikan.

Wang, Li dan Erickson (1997) menemukan bahwa anomali Monday effect hanya

terjadi pada dua minggu terakhir (keempat dan kelima) dalam suatu bulan, sedangkan rata-

rata imbal hasil untuk Senin minggu pertama sampai ketiga tidak berbeda secara signifikan

dengan nol (week-four effect). Anomali ini mempunyai hubungan dengan tuntutan likuiditas

para pelaku pasar di akhir bulan. Untuk menguji anomali week-four effect di tiap sektor BEI

dirumuskan hipotesis sebagai berikut:

H2 : Imbal hasil pada hari Senin minggu keempat dan kelima negatif secara signifikan

sedangkan imbal hasil minggu pertama sampai ketiga tidak berbeda secara signifikan dengan

nol.

Abraham dan Ikenberry (1994) menemukan adanya korelasi antara performa saham

pada hari Jumat dengan hari Senin. Jika imbal hasil pada hari Jumat negatif, ternyata imbal

hasil pada hari Senin juga akan ikut negatif. Begitupun jika imbal hasil pada hari Jumat

positif, akan diikuti dengan imbal hasil pada hari Senin yang positif. Untuk menguji apakah

terdapat korelasi antara imbal hasil hari Jumat dengan imbal hasil hari Senin berikutnya pada

sembilan sektor di BEI dirumuskan hipotesis ketiga sebagai berikut:

H3 : Imbal hasil negatif yang terjadi pada hari Senin didahului oleh adanya imbal hasil yang

negatif pada hari Jumat minggu sebelumnya.

Dari beberapa hasil penelitian di atas, dalam realita teori hipotesa pasar efisien sulit

untuk terjadi dikarenakan adanya anomali-anomali yang terjadi di pasar.

BAB III

METODOLOGI PENELITIAN

3.1 Data Penelitian

Data yang digunakan di dalam penelitian ini adalah data perdagangan saham harian

dari 9 saham teraktif yang mewakili setiap sektor perusahaan pada periode 1 Januari 2008

sampai dengan 31 Desember 2008 yang telah masuk ke dalam Indeks Likuiditas Bursa Efek

Indonesia (Indeks LQ45) sesuai dengan Peng-23/BEI.PSH/U/01-2008. Data tersebut peneliti

dapatkan dari http://finance.yahoo.com dengan mempertimbangkan kemudahan akses data

saham tersebut. Pengukuran data saham teraktif diukur dari tingkat kapitalisasi pasar tertinggi

pada masing-masing sektor. Berikut adalah daftar saham perusahaan tercatat yang masuk

dalam 9 emiten teraktif berdasarkan tingkat kapitalisasi pasar:

1. Sektor Aneka Industri (Astra International Tbk)

2. Sektor Industri Barang Konsumsi (Indofood Sukses Makmur Tbk)

3. Sektor Industri Dasar dan Kimia (Indah Kiat Pulp & Paper Tbk)

4. Sektor Infrastruktur, Utilitas, dan Transportasi (Telekomunikasi Indonesia Tbk)

5. Sektor Keuangan (Bank Rakyat Indonesia (Persero) Tbk)

6. Sektor Perdagangan, Jasa, dan Investasi (Bakrie & Brothers Tbk)

7. Sektor Petambangan (Bumi Resources Tbk)

8. Sektor Pertanian (Bakrie Sumatra Plantations Tbk)

9. Sektor Properti dan Real Estate (Bakrieland Development Tbk)

3.2. Metode Analisis Data

Reinganum (1992) di dalam penelitian Dharmasusila (1999), membagi data penelitian

menjadi 10 kelompok secara merata berdasarkan size perusahaan. Size perusahaan ini

dihitung berdasarkan tingkat kapitalisasi pasar yaitu jumlah saham beredar dikalikan dengan

harga saham. Namun dalam penelitian ini, data penelitian dibagi menjadi 9 kelompok besar

berdasarkan sektor industri yang telah diklasifikasikan oleh Bursa Efek Indonesia, dimana

tiap sektor industri akan digunakan data sampel satu perusahaan sebagai presentasi dari

industri tersebut. Sedangkan pemilihan data sampel yang terpilih adalah berdasarkan tingkat

kapitalisasi pasar yaitu jumlah saham beredar dikalikan dengan harga saham.

Data return saham dihitung dengan menggunakan rumus sebagai berikut:

Keterangan:

rt = Return saham pada waktu t

Pt = Harga saham pada waktu t

Pt-1 = Harga saham pada waktu t-1

3.3. Metode Pengolahan Data

Pada metodologi pengolahan data ini, peneliti menggunakan 3 macam pengujian yaitu

pengujian statistik deskriptif, uji F, serta pengujian regresi dengan metode Ordinary least

Square (OLS) pada return perdagangan harian dari saham-saham tersebut. Sebelum

melakukan pengolahan data, peneliti terlebih dahulu menghitung return saham dari data

harga tersedia.

3.3.1. Statistika Deskriptif

Pada pengujian statistik deskriptif ini, peneliti menggunakan 6 macam indikator

statistik. Indikator tersebut adalah mean, standard deviation, skewness, kurtosis, minimum,

dan maximum.

3.3.2. Uji F

Uji F dilakukan untuk mengetahui apakah ada perbedaan return pada masing-masing

interval. Rumus F-statistik adalah sebagai berikut:

Keterangan:

RRSS = Residual sum of square dari restricted regression

URSS = Redidual sum of square dari unrestricted regression

m = jumlah restrictions

T = jumlah observasi

k = jumlah independen pada unrestricted regression

3.3.3. Regresi OLS

Dalam pengolahan menggunakan metode regresi, peneliti melakukan 2 macam

pembagian data, yaitu berdasarkan hari yang merupakan kelompok per-harinya dan

kelompok per-minggunya.

Pengolahan data dengan pendekatan OLS harus memenuhi asumsi yang digunakan

pada metode OLS, yaitu Best Linier Unbiased Estimator (BLUE). Dengan demikian agar

model tersebut menjadi model yang BLUE, maka menurut Gujarati harus memenuhi

beberapa asumsi, yaitu:

a. Variabel yang ditujukan bukan stokastik dan tidak ada hubungan linear yang presisi

antara dua atau lebih variabel bebas (tidak ada multikolinieritas).

b. Error-term mempunyai nilai harapan 0.

c. Error-term memiliki varians yang konstan untuk semua observasi (tidak ada

heteroskedastisitas).

d. Error-term dari observasi-observasi yang berbeda adalah independen dan karenanya

tidak memiliki korelasi (tidak ada otokorelasi).

e. Variabel error-term terdistribusi normal.

Untuk mengetahui kelayakan model regresi yang dipergunakan, maka akan dilakukan

pengujian tambahan yaitu pengujian kestasioneritasan data. Sekumpulan data dinyatakan

stasioner jika nilai rata-rata dan varian dari data time series tersebut tidak mengalami

perubahan secara sistematik sepanjang waktu, atau sebagian ahli menyatakan rata-rata dan

variansnya konstan.

Data harus stasioner untuk mengurangi dampak otokorelasi dan heteroskedastisitas.

Di samping itu, data yang tidak stasioner hanya dapat dipelajari ‘perilakunya’ pada suatu

periode tertentu saja berdasarkan berbagai pertimbangan yang tentu akan subjektif (Nachrowi

dan Usman, 2006).

Metode Day Of The Week dalam Daily Trading

Pada penelitian sebelumnya, Abraham dan Ikenbery (1994) menemukan bahwa

keseluruhan rata-rata return Senin adalah negatif dan secara substansial merupakan

konsekuensi dari informasi yang diumumkan pada sesi perdagangan sebelumnya atau dapat

disebut juga terdapat Monday effect. Menurut penelitian itu juga, Monday effect digerakkan

oleh return negatif yang terjadi pada hari Jumat sebelumnya. Dengan kata lain, terdapat

adanya Monday effect dan korelasi antara return hari Senin dengan hari Jumat sebelumnya.

Berdasarkan argumentasi tersebut, maka dapat digunakan model regresi sebagai berikut:

rt = β1D1 + β 2D2 + β 3D3 + β 4D4 + β 5D5 + et

Keterangan:

rt `= Daily return per-harinya pada masing-masing emiten

D1 = Dummy variable untuk hari Senin. D1 = 1 untuk hari Senin dan D1 = 0 untuk hari

lainnya

D2 = Dummy variable untuk hari Selasa. D2 = 1 untuk hari Selasa dan D2 = 0 untuk hari

lainnya

D3 = Dummy variable untuk hari Rabu. D3 = 1 untuk hari Rabu dan D3 = 0 untuk hari lainnya

D4 = Dummy variable untuk hari Kamis. D4 = 1 untuk hari Kamis dan D4 = 0 untuk hari

lainnya

D5 = Dummy variable untuk hari Jumat. D5 = 1 untuk hari Jumat dan D5 = 0 untuk hari

lainnya

et = Error-term

Metode Week-four dalam Daily Trading

Wang, Li, dan Erickson telah menemukan bahwa fenomena Monday Effect secara

aktual terkonsentrasi terutama pada minggu keempat setiap bulan. Hal tersebut disebut

sebagai week-four effect. Untuk menguji efek tersebut dapat digunakan model regresi sebagai

berikut:

rt = β1W123 + β 2W45 + et

Keterangan:

rt `= Daily return hari Senin pada masing-masing emiten

W123 = Dummy variable untuk hari Senin pada minggu pertama, kedua, dan ketiga. W123 = 1

untuk hari Senin pada minggu pertama, kedua, dan ketiga dan W123 = 0 untuk hari Senin pada

minggu lainnya

W45 = Dummy variable untuk hari Senin pada minggu keempat dan kelima. W45 = 1 untuk

hari Senin pada minggu keempat dan kelima dan W45 = 0 untuk hari Senin pada minggu

lainnya

et = Error-term

BAB IV

ANALISIS DAN HASIL PENELITIAN

4.1 Statistik Deskriptif

Sebelum melakukan analisis lebih jauh, pada tabel 4.1 ditampilkan data statistik

deskriptif dari masing-masing saham di tiap sektor disertai masing-masing hari

perdagangannya. Dari tabel 4.1 terlihat bahwa return dari masing-masing saham selama

periode 2008 menunjukkan adanya return negatif pada hari Senin dibandingkan dengan hari-

hari perdagangan lainnya. Hal ini merupakan indikasi awal mengenai ada dan tidaknya

Monday effect. Monday effect terjadi pada saham ASII, INDF, BNBR, BUMI, UNSP, dan

ELTY yang memiliki nilai mean masing-masing sebesar -0.008117, -0.009635, -0.026684, -

0.017186, -0.017909, dan -0.025212.

Sedangkan dari tabel 4.2 ditampilkan data statistik deskriptif dari masing-masing

saham di tiap sektor pada setiap hari Senin per bulannya. Saham ASII, INKP, dan BBRI

memiliki nilai mean masing-masing sebesar -0.019825, -0.01074, dan -0.004709. Hal

tersebut merupakan indikasi awal dari ada dan tidaknya Week-four effect, yang ditunjukkan

dengan adanya return negatif pada hari Senin minggu ke-4 dan ke-5 sedangkan pada hari

Senin minggu ke-1, ke-2, dan ke-3 menunjukkan adanya return positif.

Tabel 4.1 Statistik Deskriptif Return Harian 9 Sektor Saham

SENIN SELASA RABU KAMIS JUMAT SENIN SELASA RABU KAMIS JUMAT SENIN SELASA RABU KAMIS JUMAT

Mean -0.008117 -0.004249 0.001022 -0.005331 -0.00253 -0.009635 -0.000703 -0.002476 -0.008866 0.000100 -0.002272 -0.016853 0.000762 0.006415 0.010444

Maximum 0.180537 0.103797 0.105361 0.109399 0.181253 0.086473 0.169075 0.082011 0.089614 0.081916 0.247097 0.177206 0.296493 0.265703 0.172613

Minimum -0.105361 -0.103989 -0.223144 -0.106512 -0.106322 -0.099251 -0.148419 -0.169075 -0.104141 -0.104572 -0.189242 -0.139466 -0.197359 -0.113329 -0.276253

Std. Dev. 0.044010 0.043064 0.047553 0.045209 0.048624 0.036926 0.045562 0.041414 0.040285 0.032694 0.070783 0.060767 0.070739 0.061375 0.074615

Skewness 1.534870 0.103356 -1.989877 -0.024417 0.656490 0.493440 0.116572 -1.413145 -0.349357 -0.006898 0.657269 0.952812 0.980553 1.470993 -0.52757

Kurtosis 9.437782 3.482019 11.47671 3.545167 6.676563 3.648610 7.263281 7.581934 3.356323 4.704362 7.119438 5.176961 8.639738 8.792476 7.142599


Mean 0.000562 -0.002231 -0.001607 -0.004174 0.000770 -0.001384 -0.006918 0.004021 -0.00237 -0.002486 -0.026684 -0.015448 -0.008451 -0.006231 -0.001278

Maximum 0.093932 0.127931 0.053584 0.057158 0.067823 0.151231 0.104442 0.119959 0.145417 0.173663 0.061875 0.147325 0.092373 0.178248 0.138836

Minimum -0.097856 -0.067659 -0.103031 -0.065005 -0.104513 -0.104513 -0.097856 -0.115832 -0.1039 -0.103318 -0.524524 -0.126294 -0.237672 -0.102279 -0.098118

Std. Dev. 0.035615 0.037649 0.027586 0.027014 0.029880 0.047320 0.046680 0.040493 0.045609 0.052087 0.089978 0.044066 0.052527 0.047107 0.036521

Skewness -0.042249 1.045054 -0.891029 -0.201985 -1.116116 0.605225 0.240230 -0.088864 0.659028 0.617867 -4.372225 0.421882 -1.835185 1.014646 0.517842

Kurtosis 4.913626 5.205018 5.949756 2.627984 6.054803 4.733587 2.701560 4.393019 4.643130 4.800157 24.75686 6.406661 9.972476 7.664989 8.081077


Mean -0.017186 -0.011974 -0.006767 -0.005212 -0.002062 -0.017909 -0.013231 -0.012459 -0.002149 -0.000582 -0.025212 -0.007398 -0.012776 -0.000311 0.000445

Maximum 0.088412 0.179971 0.182322 0.076961 0.202784 0.169884 0.173723 0.157626 0.095310 0.182329 0.177983 0.129678 0.156004 0.090972 0.138836

Minimum -0.386124 -0.107889 -0.120953 -0.149142 -0.105361 -0.434038 -0.125878 -0.188799 -0.136409 -0.105364 -0.44895 -0.120144 -0.126752 -0.102948 -0.105361

Std. Dev. 0.077614 0.053413 0.061695 0.053854 0.057878 0.083665 0.058823 0.055341 0.059434 0.058265 0.084509 0.052617 0.055667 0.044581 0.049877

Skewness -2.374532 0.713249 0.877553 -0.745576 0.863019 -2.516022 0.566717 0.037212 -0.396745 0.996987 -2.45289 0.220742 0.685615 -0.613443 0.392616

Kurtosis 12.68110 5.279192 4.318612 2.893043 5.117566 15.14666 3.909045 5.723516 2.534488 5.151948 15.14543 3.319763 4.312583 3.195286 3.547673

BUMI ELTY

TLKM BBRI BNBR

ASII INDF INKP

UNSP

Tabel 4.2 Statistik Deskriptif Return Hari Senin 9 Sektor Saham

MINGGU 1,2,3 MINGGU 4,5 MINGGU 1,2,3 MINGGU 4,5 MINGGU 1,2,3 MINGGU 4,5

Mean 0.002128 -0.019825 -0.009055 -0.010299 0.003825 -0.01074

Maximum 0.180537 0.025318 0.074901 0.086473 0.247097 0.061244

Minimum -0.071096 -0.105361 -0.063368 -0.099251 -0.189242 -0.09953

Std. Dev. 0.049447 0.034343 0.038037 0.036539 0.087416 0.038203

Skewness 2.029763 -0.916873 0.626732 0.314621 0.502318 -1.013963

Kurtosis 8.494618 3.322933 2.737033 4.842731 5.131290 4.446225


Mean -0.001338 0.002936 0.001275 -0.004709 -0.043995 -0.005526

Maximum 0.093932 0.092373 0.151231 0.052186 0.061875 0.057158

Minimum -0.091667 -0.097856 -0.087011 -0.104513 -0.524524 -0.097374

Std. Dev. 0.034080 0.038205 0.054517 0.037554 0.115114 0.036641

Skewness 0.145292 -0.248933 0.842377 -0.735201 -3.480847 -0.94611

Kurtosis 5.229069 4.668235 4.134793 3.649639 15.21238 3.930364


Mean -0.036401 0.008097 -0.017751 -0.018106 -0.042433 -0.010566

Maximum 0.086384 0.088412 0.169884 0.061556 0.177983 0.058269

Minimum -0.386124 -0.112266 -0.434038 -0.102131 -0.44895 -0.101254

Std. Dev. 0.088882 0.051666 0.106384 0.043752 0.103888 0.046895

Skewness -2.341048 -0.571909 -2.237939 -0.551254 -2.159421 -0.434435

Kurtosis 10.81320 2.811564 10.76655 2.947359 11.14966 2.446039

BUMI UNSP ELTY

ASII INDF INKP

TLKM BBRI BNBR

4.2 Analisis Varians (ANOVA) Market Return

Tabel 4.3 Analisis Varians Return Harian 9 Sektor Saham

RETURN SENIN-JUMAT F - STATISTICS PROBABILITY

ASII 0.261747 0.902256

INDF 0.619722 0.648881

INKP 1.13436 0.341079

TLKM 0.189911 0.943511

BBRI 0.352504 0.842142

BNBR 1.253038 0.289708

BUMI 0.485802 0.746161

UNSP 0.633154 0.639336

ELTY 1.522539 0.196308

Tujuan analisis varians adalah untuk mengetahui apakah ada perbedaan tingkat

keuntungan antar hari perdagangan (Senin, Selasa, Rabu, Kamis, dan Jumat). Dari hasil

pengujian ini juga dapat diketahui apakah perbedaan tingkat keuntungan yang terjadi secara

bersamaan signifikansi secara statistik.

Dari tabel 4.3 terlihat bahwa pada seluruh sektor saham di BEI, return antar hari

perdagangan identik. Tidak terdapat perbedaan yang signifikan pada return setiap harinya

karena nilai signifikansinya lebih besar dari 0,05. Return hari Senin tidak berbeda dengan

return hari Selasa, Rabu, Kamis, dan Jumat.

Tabel 4.4 Analisis Varians Return Senin 9 Sektor Saham

RETURN SENIN F - STATISTICS PROBABILITY

ASII 2.907568 0.09538

INDF 0.01244 0.911711

INKP 0.43717 0.51219

TLKM 0.156972 0.693919

BBRI 0.174392 0.678316

BNBR 1.849018 0.181912

BUMI 3.777714 0.05866

UNSP 0.000196 0.988897

ELTY 1.612863 0.210919

Dari tabel 4.4 terlihat bahwa nilai seluruh sampel saham tidak memiliki nilai F-

statistik yang signifikan pada α = 5%. Oleh karena itu, tidak terdapat perbedaan yang

signifikan pada return setiap hari Senin di minggu ke-1, ke-2, dan ke-3 terhadap return setiap

hari Senin di minggu ke-4 dan ke-5. Hal itu disebabkan karena banyaknya variabel-variabel

independen secara mandiri yang tidak siginifikan.

4.3 Pengujian Stasioneritas

Tabel 4.5 Root Test 9 Sektor Saham

SAHAM ADF TEST CRITICAL VALUE

ASII -13.53096 -3.458225

INDF -15.82339 -3.458104

INKP -14.97481 -3.458594

TLKM -15.006 -3.458104

BBRI -16.56822 -3.458104

BNBR -12.85258 -3.46103

BUMI -14.38572 -3.459231

UNSP -15.17763 -3.458719

ELTY -17.17254 -3.457515

Di awal pengujian, terlebih dahulu dilakukan uji stasioneritas sebagai syarat awal

sebelum kita melakukan analisis regresi. Data time-series dikatakan stasioner apabila

mempunyai rata-rata dan varians yang sama atau tetap sepanjang waktu (Gujarati: 2004).

Pengujian stasioneritas data dilakukan dengan menggunakan Augmented Dickey

Fuller test (ADF) dengan rule of thumb-nya yaitu:

Apabila ADF > Critical values, maka data non-stasioner, dan

Apabila ADF < Critical values, maka data stasioner

Berdasarkan tabel 4.5, terlihat bahwa nilai ADF test pada semua sektor saham di BEI

lebih kecil dari nilai critical value-nya pada level 1%. Dengan demikian, dapat dikatakan

bahwa semua data return harian seluruh sektor saham sudah stasioner.

4.4 Hasil Regresi Variabel Dummy

Analisis pengaruh/efek hari perdagangan dapat dilihat dari pola perubahan market

return harian yang terjadi di bursa. Analisis yang digunakan untuk menguji pengaruh/efek

hari perdagangan menggunakan model persamaan regresi variabel dummy tanpa intersept.

Model yang sama dilakukan oleh Gibbon & Hess (1981) yang menguji day of the week di

Amerika.

Dari hasil regresi variabel dummy akan diperoleh koefisien regresi untuk masing-

masing hari perdagangan. Koefisien regresi tersebut tidak lain adalah mean (rata-rata) return

Apabila nilai t-statistik signifikan maka akan mengindikasikan adanya day of the week di

bursa. Sebagai rule of thumb-nya koefisien regresi dinyatakan signifikan apabila nilai t-

statistik nya lebih besar dari nilai kritisnya yakni sebesar 1,96 pada level 5% dan 2,576 pada

level 1%. Dengan membandingkan koefisien regresi dan tingkat signifikansinya, maka bisa

diambil kesimpulan ada tidaknya day of the week di bursa.

Berdasarkan tabel 4.6, rata-rata return terendah dan negatif terjadi pada hari Senin.

Hasil tersebut untuk sementara mendukung penelitian yang menyebutkan adanya anomali

Monday effect. Return terendah di hari Senin terjadi pada 6 sektor saham BEI yaitu sektor

aneka industri (ASII), sektor industri barang konsumsi (INDF), sektor perdagangan, jasa, dan

transportasi (BNBR), sektor pertambangan (BUMI), sektor pertanian (UNSP), serta sektor

properti dan real estate (ELTY).

Data pada tabel menunjukkan bahwa tidak ada pengaruh hari perdagangan terhadap

return harian di sebagian besar sektor saham BEI karena koefisien regresi sebagian besar

tidak signifikan secara statistik. Koefisien regresi yang signifikan terjadi di 2 sektor saham

yaitu sektor perdagangan, jasa, dan investasi (BNBR) serta sektor properti dan real estate

(ELTY). Ini berarti bahwa hari perdagangan hanya berpengaruh terhadap return kedua sektor

tersebut.

Tabel 4.6 Regresi Return Harian 9 Sektor Saham

SAHAM SENIN SELASA RABU KAMIS JUMAT

-0.008117 0.003868 0.009139 0.002786 0.005587

(-1.190471) 0.411577 0.972453 0.288954 0.582561

-0.009635 0.008932 0.007159 0.00077 0.009736

(-1.625488) 1.093182 0.876199 0.091802 1.167714

-0.002272 -0.014582 0.003033 0.008687 0.012716

(-0.219698) (-1.029198) 0.215115 0.600767 0.879397

0.000562 -0.002792 -0.002169 -0.004736 0.000209

0.118149 (-0.426186) (-0.331019) (-0.704529) 0.03125

-0.001384 -0.005533 0.005405 -0.000986 -0.001101

(-0.199766) (-0.579232) 0.565807 (-0.100575) (-0.112969)

-0.026684 0.011237 0.018233 0.020453 0.025407

(-2.987793)** 0.915434 1.47754 1.638991 (2.047564)*

-0.017186 0.005212 0.010419 0.012089 0.016374

(-1.860170) 0.403311 0.801891 0.93045 1.273714

-0.017909 0.004677 0.00545 0.01576 0.017327

(-1.883713) 0.353455 0.411845 1.165533 1.295754

-0.025212 0.017814 0.012435 0.024901 0.025657

(-2.931541)** 1.479835 1.027798 (2.047349)* (2.141889)*

ASII

INDF

INKP

TLKM

BBRI

BNBR

BUMI

UNSP

ELTY

* signifikan pada level 5%

** signifikan pada level 1%

Berdasarkan tabel 4.7 saham-saham yang memiliki rata-rata return yang bernilai

negatif terdapat pada kode saham ASII, INKP, dan BBRI, namun dari ketiga saham tersebut

yang memiliki tingkat signifikansi adalah ASII. Hal ini ditunjukkan oleh nilai t hitung sebesar

-2.108558 yang lebih kecil dari nilai t statistik pada α = 5%, yaitu sebesar -1.96.

Tabel 4.7 Regresi Return Senin 9 Sektor Saham

SAHAM

Senin Minggu ke 1 - 3

Senin Minggu ke 4 - 5

0.021953 -0.019825

1.705159 (-2.108558)*

0.001245 -0.010299

0.111535 (-1.263731)

0.014565 -0.01074

0.661188 (-0.639396)

-0.004274 0.002936

(-0.396196) 0.365145

0.005985 -0.004709

0.417602 (-0.440868)

-0.038469 -0.005526

(-1.359786) (-0.263385)

-0.044498 0.008097

(-1.943634) 0.469209

0.000355 -0.018106

0.013997 (-0.956769)

-0.031866 -0.010566

(-1.269985) (-0.564978)

ASII

BUMI

UNSP

ELTY

INDF

INKP

TLKM

BBRI

BNBR

4.5Analisis Korelasi

Tabel berikut ini merupakan hasil uji korelasi mean 9 sektor saham di BEI untuk

periode 2008.

Tabel 4.8 Analisis Korelasi Return Senin dan Jumat 9 Sektor Saham

ASII SENIN JUMAT INDF SENIN JUMAT INKP SENIN JUMAT

SENIN 1.000000 -0.164146 SENIN 1.000000 -0.375909 SENIN 1.000000 0.548796

JUMAT -0.164146 1.000000 JUMAT -0.375909 1.000000 JUMAT 0.548796 1.000000

TLKM SENIN JUMAT BBRI SENIN JUMAT BNBR SENIN JUMAT

SENIN 1.000000 -0.118488 SENIN 1.000000 -0.231439 SENIN 1.000000 -0.372215

JUMAT -0.118488 1.000000 JUMAT -0.231439 1.000000 JUMAT -0.372215 1.000000

BUMI SENIN JUMAT UNSP SENIN JUMAT ELTY SENIN JUMAT

SENIN 1.000000 -0.094271 SENIN 1.000000 0.279207 SENIN 1.000000 -0.2473

JUMAT -0.094271 1.000000 JUMAT 0.279207 1.000000 JUMAT -0.2473 1.000000

Dari tabel di atas, return Senin dan Jumat rata-rata berkorelasi negatif. Korelasi

positif hanya terjadi di sektor industri dasar dan kimia (INKP) dan sektor pertanian (UNSP).

Korelasi positif menunjukkan bahwa hubungan return antara kedua hari perdagangan searah.

Sebaliknya, korelasi negatif berarti kedua hari perdagangan mempunyai hubungan return

yang saling berlawanan. Dengan demikian, pada sebagian besar sektor saham di BEI, imbal

hasil hari Senin yang negatif tidak dipengaruhi dan didahului oleh imbal hasil Jumat minggu

sebelumnya yang negatif.

DAFTAR PUSTAKA

Abraham, A. & Ikenberry, 1994, The Individual Investor and the Weekend Effect, Journal of

Financial and Quantitative Analysis, 29, 263-277

Dharmasusila, Ida Bagus, 1999, Analisis Size dan January Effect di Bursa Efek Jakarta, Tesis

S2, Universitas Indonesia, tidak dipublikasikan

Gibbon, Michael R. & Patrick Hess, 1981, Day of the Week Effect and Asset Return, Journal

of Business, 54, 579-596

Gujarati, 2004, Basic Econometrics, Fourth Edition, The McGraw-Hill Companies, New

York

Jaffe, Jeffrey & R. Westerfield, 1985, The Week-End Effect in Common Stock Returns: The

International Evidence, Journal of Finance, Vol. 40, No. 2, 433-454

Kamara, Avraham, 1997, New Evidence on the Monday Seasonal in Stock Returns, Journal

of Business, Vol. 70, No. 1, 63-84

Kato, K., 1990, Weekly Pattern in Japanese Common Stock Return, Management Science,

36, 1031-1043

Lakonishok, J & E. Maberly, 1990, The Weekend Effect: Trading Patterns of Individual and

Institutional Investor, Journal of Finance, Vol. 45, No. 1, 231-243

Maberly, E., 1995, Eureka! Eureka! Discovery of the Weekend Effect Belongs to The

Ancient Scribes, Financial Analysis Journal, Sept-Oct, 10-11

Nachrowi, D.N & Usman Hardius, 2006, Pendekatan Populer dan Praktis Ekonometrika

untuk Analisis Ekonomi dan Keuangan, Lembaga Penerbit Fakultas Ekonomi

Universitas Indonesia, Jakarta

Wang, K, Y. Li, & J. Erickson, 1997, A New Look at the Monday Effect, Journal of Finance,

Vol. 52, No. 5, 2171-2186

______2008. Buku Panduan Indeks Harga Saham Bursa Efek Indonesia. Indonesia Stock

Exchange, Jakarta

Peng-23/BEI.PSH/U/01-2008

http://finance.yahoo.com

http://finance.yahoo.com/

LAMPIRAN

Sektor Aneka Industri

ASII (Astra International Tbk)

Regresi Monday effect dengan return

Dependent Variable: RETURNMethod: Least SquaresDate: 12/02/09 Time: 02:13Sample: 1 236Included observations: 236

Variable Coefficient Std. Error t-Statistic Prob.

C -0.008117 0.006818 -1.190471 0.2351D2 0.003868 0.009398 0.411577 0.6810D3 0.009139 0.009398 0.972453 0.3318D4 0.002786 0.009642 0.288954 0.7729D5 0.005587 0.009590 0.582561 0.5608

R-squared 0.004512 Mean dependent var -0.003741Adjusted R-squared -0.012726 S.D. dependent var 0.045448S.E. of regression 0.045737 Akaike info criterion -3.310872Sum squared resid 0.483217 Schwarz criterion -3.237486Log likelihood 395.6829 Hannan-Quinn criter. -3.281289F-statistic 0.261747 Durbin-Watson stat 2.322318Prob(F-statistic) 0.902256

Statistik deskriptif

SENIN SELASA RABU KAMIS JUMAT Mean -0.008117 -0.004249 0.001022 -0.005331 -0.002530 Median -0.007528 0.002538 0.002558 0.000000 -0.003553 Maximum 0.180537 0.103797 0.105361 0.109399 0.181253 Minimum -0.105361 -0.103989 -0.223144 -0.106512 -0.106322 Std. Dev. 0.044010 0.043064 0.047553 0.045209 0.048624 Skewness 1.534870 0.103356 -1.989877 -0.024417 0.656490 Kurtosis 9.437782 3.482019 11.47671 3.545167 6.676563

Jarque-Bera 95.37814 0.573067 182.6940 0.561734 29.21197 Probability 0.000000 0.750862 0.000000 0.755129 0.000000

Sum -0.365250 -0.212433 0.051123 -0.239874 -0.116387 Sum Sq. Dev. 0.085222 0.090870 0.110803 0.089929 0.106393

Observations 45 50 50 45 46

Korelasi

SENIN SELASA RABU KAMIS JUMATSENIN 1.000000 0.285693 -0.369462 -0.213497 -0.164146

SELASA 0.285693 1.000000 -0.100689 -0.105163 -0.065102RABU -0.369462 -0.100689 1.000000 0.282376 -0.058626KAMIS -0.213497 -0.105163 0.282376 1.000000 0.479684JUMAT -0.164146 -0.065102 -0.058626 0.479684 1.000000

Regresi week-four effect dengan return

Dependent Variable: MRETURNMethod: Least SquaresDate: 12/02/09 Time: 02:18Sample: 1 45Included observations: 45


C -0.019825 0.009402 -2.108558 0.0408W123 0.021953 0.012874 1.705159 0.0954

R-squared 0.063335 Mean dependent var -0.008117Adjusted R-squared 0.041552 S.D. dependent var 0.044010S.E. of regression 0.043086 Akaike info criterion -3.407825Sum squared resid 0.079824 Schwarz criterion -3.327529Log likelihood 78.67607 Hannan-Quinn criter. -3.377892F-statistic 2.907568 Durbin-Watson stat 2.240697Prob(F-statistic) 0.095380


MINGGU123 MINGGU45 Mean 0.002128 -0.019825 Median -0.001239 -0.016652 Maximum 0.180537 0.025318 Minimum -0.071096 -0.105361 Std. Dev. 0.049447 0.034343 Skewness 2.029763 -0.916873 Kurtosis 8.494618 3.322933

Jarque-Bera 46.67058 3.033547 Probability 0.000000 0.219419

Sum 0.051071 -0.416321 Sum Sq. Dev. 0.056236 0.023589

Observations 24 21

Korelasi

MINGGU123 MINGGU45MINGGU123 1.000000 -0.042743MINGGU45 -0.042743 1.000000

Root test

Null Hypothesis: RETURN has a unit rootExogenous: ConstantLag Length: 1 (Automatic based on SIC, MAXLAG=14)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -13.53096 0.0000Test critical values: 1% level -3.458225

5% level -2.87370110% level -2.573327

*MacKinnon (1996) one-sided p-values.

Sektor Industri Barang Konsumsi

INDF (Indofood Sukses Makmur Tbk)




C -0.009635 0.005928 -1.625488 0.1054D2 0.008932 0.008171 1.093182 0.2755D3 0.007159 0.008171 0.876199 0.3818D4 0.000770 0.008383 0.091802 0.9269D5 0.009736 0.008337 1.167714 0.2441



SENIN SELASA RABU KAMIS JUMAT Mean -0.009635 -0.000703 -0.002476 -0.008866 0.000100 Median -0.010930 0.000000 0.000000 0.000000 -0.008890 Maximum 0.086473 0.169075 0.082011 0.089614 0.081916 Minimum -0.099251 -0.148419 -0.169075 -0.104141 -0.104572 Std. Dev. 0.036926 0.045562 0.041414 0.040285 0.032694 Skewness 0.493440 0.116572 -1.413145 -0.349357 -0.006898 Kurtosis 3.648610 7.263281 7.581934 3.356323 4.704362


Sum -0.433596 -0.035163 -0.123810 -0.398965 0.004611 Sum Sq. Dev. 0.059996 0.101720 0.084040 0.071405 0.048100


Korelasi

SENIN SELASA RABU KAMIS JUMATSENIN 1.000000 0.287410 -0.061213 -0.272902 -0.375909

SELASA 0.287410 1.000000 -0.122774 0.037369 -0.208731RABU -0.061213 -0.122774 1.000000 0.277170 -0.292575KAMIS -0.272902 0.037369 0.277170 1.000000 0.101510

bJUMAT -0.375909 -0.208731 -0.292575 0.101510 1.000000




C -0.010299 0.008150 -1.263731 0.2131W123 0.001245 0.011160 0.111535 0.9117



MINGGU123 MINGGU45 Mean -0.009055 -0.010299 Median -0.019429 -0.010472 Maximum 0.074901 0.086473 Minimum -0.063368 -0.099251 Std. Dev. 0.038037 0.036539 Skewness 0.626732 0.314621 Kurtosis 2.737033 4.842731


Sum -0.217311 -0.216286 Sum Sq. Dev. 0.033277 0.026701

Observations 24 21

Korelasi

MINGGU123 MINGGU45MINGGU123 1.000000 0.346054MINGGU45 0.346054 1.000000

Root test


t-Statistic Prob.*


5% level -2.87364810% level -2.573298


Sektor Industri Dasar dan Kimia

INKP (Indah Kiat Pulp & Paper Tbk)




C -0.002272 0.010340 -0.219698 0.8263D2 -0.014582 0.014168 -1.029198 0.3045D3 0.003033 0.014102 0.215115 0.8299D4 0.008687 0.014459 0.600767 0.5486D5 0.012716 0.014459 0.879397 0.3801



SENIN SELASA RABU KAMIS JUMAT Mean -0.002272 -0.016853 0.000762 0.006415 0.010444 Median 0.000000 -0.013072 0.000000 0.000000 0.000000 Maximum 0.247097 0.177206 0.296493 0.265703 0.172613 Minimum -0.189242 -0.139466 -0.197359 -0.113329 -0.276253 Std. Dev. 0.070783 0.060767 0.070739 0.061375 0.074615 Skewness 0.657269 0.952812 0.980553 1.470993 -0.527570 Kurtosis 7.119438 5.176961 8.639738 8.792476 7.142599


Sum -0.097681 -0.825817 0.038092 0.288679 0.469976 Sum Sq. Dev. 0.210427 0.177245 0.245197 0.165743 0.244965


Korelasi

SENIN SELASA RABU KAMIS JUMATSENIN 1.000000 0.211978 0.280202 0.214652 0.548796

SELASA 0.211978 1.000000 0.066892 0.086930 0.436667RABU 0.280202 0.066892 1.000000 0.076206 0.202428KAMIS 0.214652 0.086930 0.076206 1.000000 0.246468JUMAT 0.548796 0.436667 0.202428 0.246468 1.000000




C -0.010740 0.016797 -0.639396 0.5261W123 0.014565 0.022028 0.661188 0.5122



MINGGU123 MINGGU45 Mean 0.003825 -0.010740 Median 0.000000 -0.004608 Maximum 0.247097 0.061244 Minimum -0.189242 -0.099530 Std. Dev. 0.087416 0.038203 Skewness 0.502318 -1.013963 Kurtosis 5.131290 4.446225


Sum 0.095633 -0.193314 Sum Sq. Dev. 0.183397 0.024811

Observations 25 18

Korelasi


Root test


t-Statistic Prob.*


5% level -2.87386310% level -2.573413


Sektor Infrastruktur, Utilitas, dan Transportasi

TLKM (Telekomunikasi Indonesia Tbk)




C 0.000562 0.004753 0.118149 0.9061D2 -0.002792 0.006552 -0.426186 0.6704D3 -0.002169 0.006552 -0.331019 0.7409D4 -0.004736 0.006722 -0.704529 0.4818D5 0.000209 0.006685 0.031250 0.9751



SENIN SELASA RABU KAMIS JUMAT Mean 0.000562 -0.002231 -0.001607 -0.004174 0.000770 Median 0.000000 -0.005742 0.000000 0.000000 0.000000 Maximum 0.093932 0.127931 0.053584 0.057158 0.067823 Minimum -0.097856 -0.067659 -0.103031 -0.065005 -0.104513 Std. Dev. 0.035615 0.037649 0.027586 0.027014 0.029880 Skewness -0.042249 1.045054 -0.891029 -0.201985 -1.116116 Kurtosis 4.913626 5.205018 5.949756 2.627984 6.054803


Sum 0.025271 -0.111533 -0.080358 -0.187839 0.035442 Sum Sq. Dev. 0.055810 0.069456 0.037289 0.032109 0.040177


Korelasi

SENIN SELASA RABU KAMIS JUMATSENIN 1.000000 -0.091433 -0.004713 -0.292123 -0.118488

SELASA -0.091433 1.000000 -0.124036 -0.087517 0.151484RABU -0.004713 -0.124036 1.000000 -0.062016 -0.075830KAMIS -0.292123 -0.087517 -0.062016 1.000000 0.111530JUMAT -0.118488 0.151484 -0.075830 0.111530 1.000000




C 0.002936 0.008041 0.365145 0.7168W123 -0.004274 0.010788 -0.396196 0.6939

R-squared 0.003637 Mean dependent var 0.000562Adjusted R-squared -0.019534 S.D. dependent var 0.035615S.E. of regression 0.035961 Akaike info criterion -3.769337Sum squared resid 0.055607 Schwarz criterion -3.689040Log likelihood 86.81007 Hannan-Quinn criter. -3.739403F-statistic 0.156972 Durbin-Watson stat 1.896585Prob(F-statistic) 0.693919


MINGGU123 MINGGU45 Mean -0.001338 0.002936 Median 0.000000 0.000000 Maximum 0.093932 0.092373 Minimum -0.091667 -0.097856 Std. Dev. 0.034080 0.038205 Skewness 0.145292 -0.248933 Kurtosis 5.229069 4.668235


Sum -0.033453 0.058723 Sum Sq. Dev. 0.027875 0.027733

Observations 25 20

Korelasi


Root test


t-Statistic Prob.*


5% level -2.87364810% level -2.573298


Sektor Keuangan

BBRI (Bank Rakyat Indonesia (Persero) Tbk)




C -0.001384 0.006930 -0.199766 0.8418D2 -0.005533 0.009553 -0.579232 0.5630D3 0.005405 0.009553 0.565807 0.5721D4 -0.000986 0.009801 -0.100575 0.9200D5 -0.001101 0.009747 -0.112969 0.9102



SENIN SELASA RABU KAMIS JUMAT Mean -0.001384 -0.006918 0.004021 -0.002370 -0.002486 Median 0.000000 -0.008943 0.007842 -0.006872 -0.008309 Maximum 0.151231 0.104442 0.119959 0.145417 0.173663 Minimum -0.104513 -0.097856 -0.115832 -0.103900 -0.103318 Std. Dev. 0.047320 0.046680 0.040493 0.045609 0.052087 Skewness 0.605225 0.240230 -0.088864 0.659028 0.617867 Kurtosis 4.733587 2.701560 4.393019 4.643130 4.800157


Sum -0.062299 -0.345882 0.201027 -0.106656 -0.114337 Sum Sq. Dev. 0.098526 0.106771 0.080343 0.091526 0.122086


Korelasi

SENIN SELASA RABU KAMIS JUMATSENIN 1.000000 -0.038892 -0.111748 -0.239319 -0.231439

SELASA -0.038892 1.000000 -0.437239 -0.141244 0.098382RABU -0.111748 -0.437239 1.000000 0.304235 -0.034424KAMIS -0.239319 -0.141244 0.304235 1.000000 0.213471JUMAT -0.231439 0.098382 -0.034424 0.213471 1.000000




C -0.004709 0.010682 -0.440868 0.6615W123 0.005985 0.014331 0.417602 0.6783



MINGGU123 MINGGU45 Mean 0.001275 -0.004709 Median 0.000000 0.000000 Maximum 0.151231 0.052186 Minimum -0.087011 -0.104513 Std. Dev. 0.054517 0.037554 Skewness 0.842377 -0.735201 Kurtosis 4.134793 3.649639


Sum 0.031887 -0.094186 Sum Sq. Dev. 0.071332 0.026796

Observations 25 20

Korelasi


Root test


t-Statistic Prob.*


5% level -2.87364810% level -2.573298


Sektor Perdagangan, Jasa, dan Investasi

BNBR (Bakrie & Brothers Tbk)




C -0.026684 0.008931 -2.987793 0.0031D2 0.011237 0.012275 0.915434 0.3610D3 0.018233 0.012340 1.477540 0.1410D4 0.020453 0.012479 1.638991 0.1027D5 0.025407 0.012408 2.047564 0.0419



SENIN SELASA RABU KAMIS JUMAT Mean -0.026684 -0.015448 -0.008451 -0.006231 -0.001278 Median 0.000000 0.000000 0.000000 0.000000 0.000000 Maximum 0.061875 0.147325 0.092373 0.178248 0.138836 Minimum -0.524524 -0.126294 -0.237672 -0.102279 -0.098118 Std. Dev. 0.089978 0.044066 0.052527 0.047107 0.036521 Skewness -4.372225 0.421882 -1.835185 1.014646 0.517842 Kurtosis 24.75686 6.406661 9.972476 7.664989 8.081077


Sum -1.067368 -0.695143 -0.371856 -0.261699 -0.054938 Sum Sq. Dev. 0.315748 0.085439 0.118641 0.090982 0.056017


Korelasi

SENIN SELASA RABU KAMIS JUMATSENIN 1.000000 0.346307 0.598306 0.068099 -0.372215

SELASA 0.346307 1.000000 0.436967 -0.073874 -0.093197RABU 0.598306 0.436967 1.000000 0.060758 -0.171660KAMIS 0.068099 -0.073874 0.060758 1.000000 0.209923JUMAT -0.372215 -0.093197 -0.171660 0.209923 1.000000




C -0.005526 0.020981 -0.263385 0.7937W123 -0.038469 0.028291 -1.359786 0.1819



MINGGU123 MINGGU45 Mean -0.043995 -0.005526 Median -0.008547 0.000000 Maximum 0.061875 0.057158 Minimum -0.524524 -0.097374 Std. Dev. 0.115114 0.036641 Skewness -3.480847 -0.946110 Kurtosis 15.21238 3.930364


Sum -0.967899 -0.099469 Sum Sq. Dev. 0.278274 0.022823

Observations 22 18

Korelasi


Root test


t-Statistic Prob.*


5% level -2.87493210% level -2.573985


Sektor Pertambangan

BUMI (Bumi Resources Tbk)




C -0.017186 0.009239 -1.860170 0.0642D2 0.005212 0.012923 0.403311 0.6871D3 0.010419 0.012993 0.801891 0.4235D4 0.012089 0.012993 0.930450 0.3531D5 0.016374 0.012855 1.273714 0.2041



SENIN SELASA RABU KAMIS JUMAT Mean -0.017186 -0.011974 -0.006767 -0.005212 -0.002062 Median -0.007784 -0.009605 -0.010811 0.003021 -0.003437 Maximum 0.088412 0.179971 0.182322 0.076961 0.202784 Minimum -0.386124 -0.107889 -0.120953 -0.149142 -0.105361 Std. Dev. 0.077614 0.053413 0.061695 0.053854 0.057878 Skewness -2.374532 0.713249 0.877553 -0.745576 0.863019 Kurtosis 12.68110 5.279192 4.318612 2.893043 5.117566


Sum -0.756170 -0.550793 -0.304509 -0.229343 -0.094839 Sum Sq. Dev. 0.259026 0.128381 0.167478 0.124709 0.150746


Korelasi

SENIN SELASA RABU KAMIS JUMATSENIN 1.000000 0.293500 0.308656 0.312758 -0.094271

SELASA 0.293500 1.000000 0.486218 -0.072083 -0.262570RABU 0.308656 0.486218 1.000000 0.074814 -0.064262KAMIS 0.312758 -0.072083 0.074814 1.000000 0.099098JUMAT -0.094271 -0.262570 -0.064262 0.099098 1.000000


Dependent Variable: MRETURNMethod: Least SquaresDate: 12/02/09 Time: 01:25Sample (adjusted): 1 44Included observations: 44 after adjustments


C 0.008097 0.017257 0.469209 0.6413W123 -0.044498 0.022894 -1.943634 0.0587



MINGGU123 MINGGU45 Mean -0.036401 0.008097 Median -0.021203 0.005899 Maximum 0.086384 0.088412 Minimum -0.386124 -0.112266 Std. Dev. 0.088882 0.051666 Skewness -2.341048 -0.571909 Kurtosis 10.81320 2.811564


Sum -0.910016 0.153847 Sum Sq. Dev. 0.189601 0.048050

Observations 25 19

Korelasi


Root test


t-Statistic Prob.*


5% level -2.87414310% level -2.573563


Sektor Pertanian

UNSP (Bakrie Sumatra Plantations Tbk)




C -0.017909 0.009507 -1.883713 0.0609D2 0.004677 0.013233 0.353455 0.7241D3 0.005450 0.013233 0.411845 0.6808D4 0.015760 0.013521 1.165533 0.2450D5 0.017327 0.013372 1.295754 0.1964



SENIN SELASA RABU KAMIS JUMAT Mean -0.017909 -0.013231 -0.012459 -0.002149 -0.000582 Median -0.010257 -0.015041 -0.009957 0.005704 0.000000 Maximum 0.169884 0.173723 0.157626 0.095310 0.182329 Minimum -0.434038 -0.125878 -0.188799 -0.136409 -0.105364 Std. Dev. 0.083665 0.058823 0.055341 0.059434 0.058265 Skewness -2.516022 0.566717 0.037212 -0.396745 0.996987 Kurtosis 15.14666 3.909045 5.723516 2.534488 5.151948


Sum -0.805895 -0.635105 -0.598015 -0.094565 -0.026777 Sum Sq. Dev. 0.307993 0.162627 0.143945 0.151895 0.152768


Korelasi

SENIN SELASA RABU KAMIS JUMATSENIN 1.000000 -0.047252 0.374734 0.195496 0.279207

SELASA -0.047252 1.000000 -0.063302 0.102957 -0.183842RABU 0.374734 -0.063302 1.000000 0.319518 0.124875KAMIS 0.195496 0.102957 0.319518 1.000000 -0.176026JUMAT 0.279207 -0.183842 0.124875 -0.176026 1.000000




C -0.018106 0.018924 -0.956769 0.3440W123 0.000355 0.025390 0.013997 0.9889



MINGGU123 MINGGU45 Mean -0.017751 -0.018106 Median -0.009669 -0.011115 Maximum 0.169884 0.061556 Minimum -0.434038 -0.102131 Std. Dev. 0.106384 0.043752 Skewness -2.237939 -0.551254 Kurtosis 10.76655 2.947359


Sum -0.443771 -0.362124 Sum Sq. Dev. 0.271621 0.036370

Observations 25 20

Korelasi


Root test


t-Statistic Prob.*


5% level -2.87391810% level -2.573443


Sektor Properti dan Real Estate

ELTY (Bakrieland Development Tbk)




C -0.025212 0.008600 -2.931541 0.0037D2 0.017814 0.012038 1.479835 0.1403D3 0.012435 0.012099 1.027798 0.3051D4 0.024901 0.012162 2.047349 0.0417D5 0.025657 0.011979 2.141889 0.0332



SENIN SELASA RABU KAMIS JUMAT Mean -0.025212 -0.007398 -0.012776 -0.000311 0.000445 Median -0.014389 0.000000 -0.014815 0.000000 0.000000 Maximum 0.177983 0.129678 0.156004 0.090972 0.138836 Minimum -0.448950 -0.120144 -0.126752 -0.102948 -0.105361 Std. Dev. 0.084509 0.052617 0.055667 0.044581 0.049877 Skewness -2.452890 0.220742 0.685615 -0.613443 0.392616 Kurtosis 15.14543 3.319763 4.312583 3.195286 3.547673


Sum -1.184942 -0.362493 -0.613265 -0.014613 0.022259 Sum Sq. Dev. 0.328525 0.132892 0.145643 0.091424 0.121897


Korelasi

SENIN SELASA RABU KAMIS JUMATSENIN 1.000000 0.311087 0.105235 -0.006863 -0.247300

SELASA 0.311087 1.000000 0.275511 -0.185339 0.086482RABU 0.105235 0.275511 1.000000 -0.050545 0.472144KAMIS -0.006863 -0.185339 -0.050545 1.000000 -0.089007JUMAT -0.247300 0.086482 0.472144 -0.089007 1.000000




C -0.010566 0.018702 -0.564978 0.5750W123 -0.031866 0.025092 -1.269985 0.2109



MINGGU123 MINGGU45 Mean -0.042433 -0.010566 Median -0.024391 0.000000 Maximum 0.177983 0.058269 Minimum -0.448950 -0.101254 Std. Dev. 0.103888 0.046895 Skewness -2.159421 -0.434435 Kurtosis 11.14966 2.446039


Sum -1.060813 -0.211328 Sum Sq. Dev. 0.259023 0.041784

Observations 25 20

Korelasi


Root test


t-Statistic Prob.*


5% level -2.87339010% level -2.573160


Documents

Pengaruh Monday Effect Terhadap Return 9 Sektor Saham Di Bursa Efek Indonesia (Bei) Tahun 2008