Skripsi Disusun oleh : Th. Octavianti P. B. F0205145/Analisis...1 ANALISIS FENOMENA JANUARY EFFECT TERHADAP RETURN PASAR DI BURSA EFEK INDONESIA Studi pada Indeks Sektoral di Bursa

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.


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



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





Setelah dilakukan uji pada data return pasar Sektor Pertambangan,




normal.

3. Sektor Industri Dasar




31

Setelah dilakukan uji pada data return pasar Sektor Industri Dasar,




normal.

4. Sektor Aneka Industri





Setelah dilakukan uji pada data return pasar Sektor Aneka Industri,




normal.

5. Sektor Konsumsi





Setelah dilakukan uji pada data return pasar Sektor Konsumsi,



32


normal.

6. Sektor Properti





Setelah dilakukan uji pada data return pasar Property Sector,




normal.

7. Sektor Infrastruktur





Setelah dilakukan uji pada data return pasar Sektor Infrastruktur,




normal.

33

8. Sektor Keuangan





Setelah dilakukan uji pada data return pasar Sektor Keuangan,




normal.

9. Sektor Perdagangan dan Jasa





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


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


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:



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


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


pada Sektor Pertambangan

Model R R Square

Adjusted R Square











menunjukkan angka 0,0848527 ini dapat diartikan bahwa model



41

Tabel IV.15 Hasil Rata-rata Return Pasar pada Analisis Regresi Sektor

Pertambangan


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



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


dapat diartikan:





42



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 %.





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



sebesar 9,1 %.

a. Uji F








Kriteria keputusan:





Tabel IV.16

Hasil Uji F test


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



44


0,445, karena tingkat signifikan perhitungan lebih besar daripada


dapat dikatakan bahwa secara bersama-sama bulan tidak berpengaruh

terhadap return pasar di Bursa Efek Indonesia.

b. Uji t





dummy untuk return pasar bulanan terhadap return pasar di Bursa

Efek Indonesia.



Indonesia.

Kriteria keputusan:







45

Tabel IV.17 Hasil Uji-t test



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



signifikan diatas, dimana return tertinggi terjadi pada bulan Januari

sedangkan return terendah dan negatif terjadi pada bulan September.


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


pada Sektor Industri Dasar

Model R R Square

Adjusted R Square








ini berarti 1,4 % variasi return pasar dapat dijelaskan oleh variasi dari






47

Tabel IV.19 Hasil Rata-rata Return Pasar pada Analisis Regresi Sektor Industri

Dasar



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





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


dapat diartikan:



Koefisien regresi bulan Februari sebesar -0,007 menyatakan bahwa

pada bulan Februari rata-rata return pasar akan turun (karena -)

sebesar 0,7 %.

48



sebesar 4,2%.










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 %.


pada bulan Oktober rata-rata return pasar akan turun sebesar

10,1%.



sebesar 0,2 %.

49



sebesar 6,8 %.

a. Uji F








Kriteria keputusan:





Tabel IV.20

Hasil Uji F test


1 Regression .430 11 .039 1.121 .356(a) Residual 2.927 84 .035 Total 3.357 95




50







b. Uji t






Efek Indonesia.



Indonesia.

Kriteria keputusan:







51

Tabel IV.21

Hasil Uji-t test



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



signifikan diatas, dimana return tertinggi terjadi pada bulan September

sedangkan return terendah dan negatif terjadi pada bulan Agustus.


pengamatan, untuk bulan Januari sampai dengan Desember, tidak

mempunyai pengaruh terhadap return pasar. Untuk keseluruhan


walaupun return tertinggi terjadi pada bulan Januari, tetapi tidak

mempunyai pengaruh terhadap return pasar (tidak signifikan).

4. Sektor Aneka Industri


pada Sektor Aneka Industri

Model R R Square

Adjusted R Square



52

Pada tabel IV. 22 dapat diketahui bahwa angka R sebesar 0,314











Tabel IV.23 Hasil Rata-rata Return Pasar pada Analisis Regresi

Sektor Aneka Industri



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


53




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


dapat diartikan:

Koefisien regresi bulan Januari sebesar -0,009 menyatakan bahwa

pada bulan Januari rata-rata return pasar akan turun sebesar 0,9 %.





sebesar 1,2%.









54





sebesar 1,1 %.





sebesar 5,5 %.



sebesar 7,2 %.

a. Uji F



dapat disusun sebagai berikut :





Kriteria keputusan:


55



hasilnya pada tabel IV. 24 berikut ini :

Tabel IV. 24

Hasil Uji F test


1 Regression .081 11 .007 .837 .604(a) Residual .735 84 .009 Total .816 95









b. Uji t






Efek Indonesia.

56



Indonesia.

Kriteria keputusan:










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


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


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






Angka koefisien determinasi atau angka adjusted R² adalah 0,039, hal







58

Tabel IV.27

Hasil Rata-rata Return Pasar pada Analisis Regresi Sektor Konsumsi



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





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:




pada bulan Februari rata-rata return pasar akan turun (karena tanda

-) sebesar 5,5 %.

59



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%.


pada bulan Mei rata-rata return pasar akan turun (karena tanda -)

sebesar 2,8%.


pada bulan Juni rata-rata return pasar akan turun (karena tanda -)

sebesar 5,0 %.


pada bulan Juli rata-rata return pasar akan turun (karena tanda -)

sebesar 5,5%.


pada bulan Agustus rata-rata return pasar akan turun (karena tanda

-) sebesar 8,4 %.



(karena tanda-) sebesar 5,9 %.

60


pada bulan Oktober rata-rata return pasar akan turun (karena tanda

-) sebesar 8,2 %.



(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








Kriteria keputusan:





61

Tabel IV. 28

Hasil Uji F test


1 Regression .059 11 .005 1.347 .214(a)

Residual .335 84 .004 Total .394 95







dapat dikatakan bahwa secara bersama-sama return bulan tidak

berpengaruh terhadap return pasar di Bursa Efek Indonesia.

b. Uji t






Efek Indonesia.



Indonesia.

Kriteria keputusan:

62










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




Januari sedangkan return terendah dan negatif terjadi pada bulan

Agustus. Hasil penelitian ini mengindikasikan untuk keseluruhan


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


pada Sektor Properti



1 .389(a) .152 .040 .159233485













64

Tabel IV. 31 Hasil Rata-rata Return Pasar pada Analisis Regresi Sektor Properti



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





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:





65

Koefisien regresi bulan Maret sebesar 0,005 menyatakan bahwa

pada bulan Maret rata-rata return pasar akan naik sebesar 0,5 %.













sebesar 1,2 %.


pada bulan Oktober rata-rata return pasar akan turun sebesar

12,8%.



sebesar 14,2 %.

66



sebesar 3,8 %.

a. Uji F








Kriteria keputusan:





Tabel IV. 32

Hasil Uji F test


1 Regression .380 11 .035 1.364 .205(a) Residual 2.130 84 .025 Total 2.510 95




67






b. Uji t






Efek Indonesia.



Indonesia.

Kriteria keputusan:







68




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


November sedangkan return terendah dan negatif terjadi pada bulan

Oktober. Hasil penelitian ini mengindikasikan untuk keseluruhan


tidak mempunyai pengaruh terhadap return pasar. Untuk keseluruhan


return tertinggi terjadi bukan pada bulan Januari, melainkan pada

bulan November.

7. Sektor Infrastruktur


pada Sektor Infrastruktur



1 .322(a) .104 -.014 .087509716


69












Tabel IV. 35 Hasil Rata-rata Return Pasar pada Analisis Regresi

Sektor Infrastruktur



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


70




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


dapat diartikan:




pada bulan Februari rata-rata return pasar akan turun sebesar 0,4

%.



sebesar 1,6%.







71







sebesar 0,8 %.





sebesar 5,5 %.



sebesar 5,1 %.

a. Uji F








72

Kriteria keputusan:





Tabel IV. 36

Hasil Uji F test


1 Regression .074 11 .007 .883 .560(a) Residual .643 84 .008 Total .718 95



IV. 36 di atas, sehingga dapat dijelaskan bahwa model regresi






b. Uji t




73



Efek Indonesia.



Indonesia.

Kriteria keputusan:







Tabel IV. 37

Hasil Uji-t test



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


74


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


pada Sektor Keuangan



1 .350(a) .122 .007 .078997503













75

Tabel IV. 39 Hasil Rata-rata Return Pasar pada Analisis Regresi Sektor Keuangan



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





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


dapat diartikan:




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 %.













sebesar 2,1 %.





sebesar 4,2 %.



sebesar 5,4 %.

77

a. Uji F








Kriteria keputusan:





Tabel IV. 40

Hasil Uji F test


1 Regression .073 11 .007 1.065 .399(a) Residual .524 84 .006 Total .597 95








78



b. Uji t






Efek Indonesia.



Indonesia.

Kriteria keputusan:







79

Tabel IV.41 Hasil Uji-t test



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





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


pada Sektor Perdagangan dan Jasa



1 .342(a) .117 .001 .079210056




80










Tabel IV. 43 Hasil Rata-rata Return Pasar pada Analisis Regresi

Sektor Perdagangan dan Jasa



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


Dari tabel IV. 43 tersebut di atas dapat dibuat persamaan regresi



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


dapat diartikan:




pada bulan Februari rata-rata return pasar akan turun sebesar 2,6%.



sebesar 2,1 %.




pada bulan Mei rata-rata return pasar akan turun sebesar 0,2 %.







82



sebesar 2,0 %.





sebesar 2,6 %.



sebesar 2,0 %.

a. Uji F








Kriteria keputusan:



83


hasilnya pada tabel IV. berikut ini:

Tabel IV. 44

Hasil Uji F test


1 Regression .070 11 .006 1.009 .445(a) Residual .527 84 .006 Total .597 95



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






Efek Indonesia.

84



Indonesia.

Kriteria keputusan:







Tabel IV. 45

Hasil Uji-t test



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





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


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



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

Documents

Skripsi Disusun oleh : Th. Octavianti P. B. F0205145/Analisis...1 ANALISIS FENOMENA JANUARY EFFECT TERHADAP RETURN PASAR DI BURSA EFEK INDONESIA Studi pada Indeks Sektoral di Bursa