“ANOMALI PASAR BULAN PERDAGANGAN TERHADAP RETURN SAHAM DAN

ABNORMAL RETURN”

(Studi Kasus Saham-Saham Sektor Basic Industry and Chemicals, Miscallaneus, and

Consumer Goods yang Terdaftar di Bursa Efek Indonesia (BEI) Periode 2007-2012)

Oleh

MERI WULANDARI.

NIM : 109081000077

JURUSAN MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

1434 H/2013 M

vi

DAFTAR RIWAYAT HIDUP

I. IDENTITAS PRIBADI

Nama : Meri WulandariTempat, Tanggal Lahir : Boyolali, 24 Maret 1992Jenis Kelamin : PerempuanStatus : Belum MenikahAgama : IslamAlamat Rumah : Jl. Jambu RT 02 RW 011 No.51 Pisangan,

Ciputat Timur, Tangerang Selatan 15419No. Telepon/ HP : 083893190241Email : Meriwulandari24@yahoo.co.id

II. PENDIDIKAN FORMAL

1997 – 2003 : SD Negeri Pisangan III2003 – 2006 : SMP Negeri 2 Ciputat2006 – 2009 : MAN 4 Model Jakarta2009 – Sekarang : UIN Syarif Hidayatullah Jakarta

III. PENGALAMAN ORGANISASI

2006 – 2009 : Anggota OSIS SMP Negeri 2 Ciputat2009 – Sekarang : Anggota Himpunan Mahasiswa Islam

(HMI), Fakultas Ekonomi dan Bisnis UINSyarif Hidayatullah Jakarta

IV PENGALAMAN KERJA

2012 : UKM Multisari (Magang)

vii

ABSTRACT

This research aims to test the effect of trading months patterns and thecausality on stock returns and abnormal returns by using a sample of 20 companiesin the Basic Industry and Chemicals Sector, Miscallaneus, and Consumer Goodslisted on the BEI by period of research from 2007 until 2012. Testing of stock returnsand abnormal returns used GARCH method. The test results showed a significanteffect in January, March, April, May, June, July, September and December towardstock return, as well as which happened in March, April, May, June, September andDecember that significantly affect the abnormal return.

Keywords: Trading Months, Return, Abnormal Return, GARCH

viii

ABSTRAK

Penelitian ini bertujuan untuk menguji pola bulan perdagangan danpengaruhnya terhadap return saham dan abnormal return dengan menggunakansampel sebanyak 20 perusahaan pada sektor Basic Industry and Chemicals,Miscallaneus, and Consumer Goods yang terdaftar di BEI dengan waktu penelitiantahun 2007 sampai dengan 2012. Pengujian return saham dan abnormal returnmenggunakan metode GARCH. Hasil pengujian menunjukan secara signifikanadanya pengaruh bulan Januari, Maret, April, Mei, Juni, Juli, September danDesember terhadap return saham, begitu pula yang terjadi pada bulan Maret, April,Mei, Juni, September dan Desember yang secara signifikan berpengaruh terhadapabnormal return.

Kata Kunci : Bulan Perdagangan, Return, Abnormal Return, GARCH

xi

DAFTAR ISI

HALAMAN JUDUL ...................................................................................... i I

LEMBAR PENGESAHAN SKRIPSI .......................................................... ii

LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ............................ iii

LEMBAR PENGESAHAN UJIAN SKRIPSI ............................................. iv

LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ..................... v

DAFTAR RIWAYAT HIDUP ...................................................................... vi

ABSTRACT .. .... .............................................................................................. vii

ABSTRAK ... ...... ............................................................................................ viii

KATA PENGANTAR .................................................................................... ix

DAFTAR ISI ................................................................................................ xi

DAFTAR TABEL .......................................................................................... xiv

DAFTAR GAMBAR ..................................................................................... xv

DAFTAR LAMPIRAN ................................................................................. xvi

BAB I PENDAHULUAN........................................................................ 1

A. Latar Belakang Penelitian ....................................................... 1

B. Perumusan Masalah................................................................. 9

C. Tujuan dan Manfaat Penelitian ............................................... 10

BAB II TINJAUAN PUSTAKA .............................................................. 12

A. Landasan Teori ........................................................................ 12

1. Pasar Modal....................................................................... 12

2. Efisiensi Pasar Modal........................................................ 14

3. Anomali Pasar Efisien ....................................................... 17

a. Pengaruh Bulan Perdagangan (Month effect)............. 20

4. Return Saham .................................................................... 22

5. Expected Return ................................................................ 25

6. Abnormal Return ............................................................... 26

B. Penelitian Terdahulu ............................................................... 28

C. Kerangka Berpikir ................................................................... 35

D. Perumusahan Hipotesis ........................................................... 36

xii

BAB III METODOLOGI PENELITIAN ............................................... 38

A. Ruang Lingkup Penelitian....................................................... 38

B. Metode Penentuan Sampel ...................................................... 38

C. Metode Pengumpulan Data ..................................................... 40

D. Metode Analisis Data ............................................................. 41

1. Model Regresi Linier ........................................................ 42

2. Model ARCH dan GARCH .............................................. 48

E. Operasional Variabel............................................................... 53

BAB IV ANALISIS DAN PEMBAHASAN ............................................ 55

A. Sekilas Gambaran Umum Objek Penelitan............................. 55

1. Gambaran Umum Bursa Efek Indonesia........................... 55

2. Gambaran Umum Sektor Basic Industry and

Chemicals, Miscallaneus, and Consumer Goods ............. 56

3. Gambaran Umum perusahaan – Perusahaan yang

Termasuk Dalam Basic Indusrty and Chemicals,

Miscallaneus and consumer Goods .................................. 59

a. Polychem Indonesia Tbk ............................................ 59

b. Tiga Pilar Sejahtera Food Tbk ................................... 59

c. Astra International Tbk .............................................. 60

d. Charoen Phokphand Tbk............................................ 60

e. Davomas Abadi Tbk................................................... 60

f. Eterindo wahana Tama Tbk ....................................... 61

g. Gajah Tunggal Tbk..................................................... 61

h. Indofood Sukses Makmur Tbk................................... 62

i. Indah kiat Pulp and Paper Tbk ................................... 62

j. Indocement Tunggal Prakarsa Tbk ............................ 63

k. Kimia Farma Tbk ....................................................... 63

l. Kalbe Farma Tbk........................................................ 63

m. Multistrada Arah Sarana Tbk .................................... 64

n. Sierad Produce Tbk ................................................... 64

xiii

o. Holcim Indonesia Tbk ............................................... 65

p. Semen Indonesia (Persero) Tbk ................................ 65

q. Suparma Tbk ............................................................. 66

r. Indo Aciadatama Tbk ................................................ 66

s. Tria Sentosa Tbk ....................................................... 66

t. Unilever Indonesia .................................................... 67

B. Deskriptif Analisis Data .......................................................... 67

C. Pengujian Month of The Year Effect ...................................... 71

1. Metode Regresi OLS .......................................................... 71

2. Metode ARCH GARCH ..................................................... 77

BAB V PENUTUP .................................................................................... 8

A. Kesimpulan.............................................................................. 87

B. Implikasi.................................................................................. 88

C. Saran........................................................................................ 89

DAFTAR PUSTAKA ..................................................................................... 91

LAMPIRAN....................................................................................................... 95

ix

KATA PENGANTAR

Bismillahirrahmanirrahim,

Puji syukur penulis panjatkan kehadiran Allah SWT atas karunia, hidayah,

rahmat, dan kasih sayang-Nya yang diberikan kepada kita semua. Shalawat dan

salam semoga selalu tercurahkan kepada Nabi Muhammad SAW beserta keluarga

dan sahabat-sahabatnya.

Seiring berjalannya waktu, syukur alhamdulillah atas kasih sayang yang

Allah SWT berikan penulis dapat menyelesaikan tugas akhir pembuatan skripsi

yang berjudul “Anomali Pasar Pengaruh Bulan Perdagangan terhadap Return

Saham dan Abnormal Return (Studi Kasus Saham-Saham Sektor Basic Industry

and Chemicals, Miscallaneus, and Consumer Goods yang Terdaftar di Bursa Efek

Indonesia (BEI) Periode 2007-2012)”. Dimana skripsi ini merupakan salah satu

syarat dalam meraih gelar Sarjana Ekonomi dalam Jurusan Manajemen

konsentrasi Perbankan di Fakultas Ekonomi dan Bisnis Universitas Islam Negeri

Syarif Hidayatullah Jakarta.

Penulis penyadari isi dari penelitian skripsi ini masih jauh dari

kesempurnaan, mengingat keterbatasn, kemampuan dan pengetahuan yang

dimiliki, namun penulis berusaha semaksimal mungkin untuk menyusun skripsi

ini dengan baik.

Penulis juga menyadari bahwa sejak awal penyusunan hingga

terselesaikannya pembuatan skripsi ini telah banyak pihak yang membantu dan

memberikan dukungan. Tak lupa peneliti mengucapkan banyak terima kasih

kepada semua pihak yang telah membantu dalam proses pembuatan skripsi ini:

1. Allah SWT atas segala karunia, nikmat, hidayah, rahmat serta kasih

sayang-Nya sehingga penulis dapat menyelesaikan penulisan skripsi

ini.

2. Ayah dan ibuku tercinta yang senantiasa memberikan motivasi, arahan

serta doa yang tak henti-hentinya kepada penulis dalam menyelesaikan

skripsi ini.

x

3. Bapak Prof. Dr. Ahmad Rodoni, MM selaku pembimbing I yang telah

besedia meluangkan waktu serta sabar dalam memberikan pengarahan

dan bimbingan dalam proses penyususan skripsi ini.

4. Ibu Amalia, SE,. M.S.M selaku pembimbing II yang telah besedia

meluangkan waktu serta sabar dalam memberikan pengarahan dan

bimbingan dalam proses penyususan skripsi ini.

5. Bapak Prof. Dr. Abdul Hamid, Ms selaku Dekan Fakultas Ekonomi

dan Bisnis.

6. Bapak Dr. Ahmad Dumyathi Bashori, BA., MA selaku Ketua Jurusan

Manajemen Fakultas Ekonomi dan Bisnis yang selalu memberikan

motivasi dan pengarahan kepada penulis untuk menjadi mahasiswa

yang berhasil.

7. Seluruh dosen Fakultas Ekonomi dan Bisnis yang selama ini

memberikan arahan dan ilmunya kepada penulis.

8. Ucapan terima kasih kepada sahabat-sahabatku, Fajar, Fany, Eka, Rita,

Anggi, Zara, Nurmala, Toro, Fifi, Maharani yang telah membantu dan

memberikan semangat dalam penyusunan skripsi ini.

9. Seluruh mahasiswa Fakultas Ekonomi dan Bisnis UIN Syarif

Hidayatullah Jakarta terutama mahasiswa Jurusan Manajemen B

Angkatan 2009

Atas jasa-jasa mereka semua, penulis tidak bisa memberi apa-apa

kecuali Jazakumullah Khoiron Kasiron, semoga Allah membalas kebaikan

mereka semua dengan sebaik-baiknya.

Ciputat, September 2013

Penulis

Meri Wulandari

NIM: 109081000077

xiv

DAFTAR TABEL

No. Keterangan Halaman

1.1 Rata – rata Return Market Bulanan .................................................................72.1 Ringkasan Anomali Pasar.................................................................................202.2 Ringkasan Penelitian Terdahulu.......................................................................323.1 Daftar Perusahaan yang Menjadi Sample Penelitian .......................................394.1 Pergerakan Return Saham Periode 2007 - 2012...............................................684.2 Deskriptif Statistik Abnormal Return Saham 2007 - 2012...............................704.3 Uji Stasioneritas Data Return ...........................................................................724.4 Uji Stasioneritas Data Abnormal Return ..........................................................724.5 Uji Autokorelasi Data Return ...........................................................................734.6 Uji Autokorelasi Data Abnormal Return ..........................................................744.7 Uji Heteroskedastisitas Data Return ................................................................744.8 Uji Heteroskedastisitas Data Abnormal Return ...............................................754.9 Hasil Uji Regresi OLS Data Return .................................................................764.10 Hasil Uji Regresi OLS Data Abnormal Return ................................................774.11 Hasil Uji GARCH (1.1) Data Return ...............................................................784.12 Hasil Uji ARCH – LM Data Return .................................................................794.13 Hasil Uji GARCH (1.1) Data Abnormal Return ..............................................804.14 Hasil Uji ARCH – LM Data Abnormal Return ................................................814.14 Rangkuman Uji Keberadaan Month of The Year Effect ..................................82

xv

DAFTAR GAMBAR

No. Keterangan Halaman

2.1 Kerangka Pemikiran .........................................................................................364.1 Grafik Pergerakan Return Saham Periode 2007-2012………… 69

xvi

DAFTAR LAMPIRAN

Keterangan Halaman

Lampiran 1 : Hasil Uji Stasioneritas Return Saham..............................................................95Lampiran 2 : Hasil Uji Stasioneritas Abnormal Return Saham.............................................96Lampiran 3 : Hasil Uji Breusch-Godfrey Serial Correlation LM Test

Data Return ......................................................................................................97Lampiran 4 : Hasil Uji Breusch-Godfrey Serial Correlation LM Test

Data Abnormal Return .....................................................................................98Lampiran 5 : Hasil Uji Heteroskedastisitas Data Return Saham...........................................99Lampiran 6 : Hasil Uji Heteroskedastisitas Data Abnormal Return .....................................99Lampiran 7 : Hasil Regresi OLS Return Saham ...................................................................100Lampiran 8 : Hasil Regresi OLS Abnormal Return Saham ..................................................101Lampiran 9 : Hasil Uji GARCH (1,1) Data Return Saham ...................................................102Lampiran 10 : Hasil Uji GARCH (1,1) Data Abnormal Return Saham..................................103

1

BAB I

PENDAHULUAN

A. Latar Belakang Penelitian

Pasar modal merupakan sarana untuk menghimpun sumber dana

ekonomi yang tersedia di masyarakat yang merupakan bagian dari sistem

perekonomian suatu negara, khususnya dalam sektor keuangan. Pasar

modal mempunyai peranan yang sangat penting sebagai wahana

penyaluran dana dari pemodal (pihak yang kelebihan dana) kepada

perusahaan (pihak yang kekurangan dana) secara efisien. Tanpa ada pasar

modal maka akses ke sumber dana yang tersedia secara efisien akan

berkurang. Akibatnya, perusahaan akan menanggung biaya kapital yang

tinggi atau bahkan mengurangi kegiatan usahanya, yang pada akhirnya

akan menyebabkan kegiatan perekonomian nasional menjadi terganggu.

Selain itu, melalui mekanismenya pasar modal mengalokasikan dana yang

tersedia kepada pihak yang paling produktif untuk menggunakan dana

tersebut. Dengan demikian pasar modal juga berfungsi untuk

mengalokasikan dana secara optimal (Siwanto,2001:2).

West (1975) dalam Husnan (2005:259) konsep pasar modal yang

mulai berkembang diantaranya adalah konsep pasar modal efisien.

Efisiensi pasar dibedakan menjadi dua bagian, yaitu eksternal dan internal.

Istilah eksternal digunakan untuk menunjukan bahwa pasar berada dalam

keadaan seimbang, sehingga keputusan perdagangan saham berdasarkan

atas informasi yang tersedia di pasar tidak bisa memberikan keuntungan di

2

atas keuntungan rata-rata atau abnormal return. Sedang istilah internal

adalah untuk menunjukan bahwa pasar modal tersebut hanya memberikan

harga yang benar tetapi juga memberikan jasa yang diperlukan oleh para

pembeli dan penjual dengan biaya rendah.

Fama (1970) dalam penelitian Bachtiar (2009:488)

mengklasifikasikan informasi menjadi tiga tipe, yaitu informasi perubahan

harga diwaktu yang lalu, informasi yang tersedia bagi publik dan informasi

yang tersedia baik kepada publik maupun tidak, sehingga ada tiga bentuk

pasar untuk menyatakan efisiensi pasar modal yaitu lemah, setengah kuat

dan kuat. Adanya perilaku maksimalisasi keuntungan dari para pelaku

bursa mengakibatkan faktor informasi dengan relatif cepat diolah dan

diterjemahkan oleh para pelaku bursa dengan aksi jual ataupun beli dari

saham. Aksi jual beli akan membuat harga saham tersebut ke tingkat

yang baru sesuai dengan interaksi kekuatan permintaan saham dan

penawaran dari saham tersebut. Jika semua informasi pada suatu waktu

telah diolah dan diterjemahkan oleh para pelaku bursa, maka harga saham

yang terjadi pada waktu tersebut, akibat proses penyesuaian yang

dilakukan telah mengandung atau merefleksikan nilai semua informasi

yang ada.

Pergerakan harga saham dari waktu ke waktu adalah akibat

informasi baru yang tidak bisa diprediksi, sehingga harga saham tersebut

independen dari satu waktu ke waktu lainnya. Dengan demikian tidaklah

mungkin untuk merancang sebuah sistem transaksi atau strategi investasi

3

saham berdasarkan semua informasi yang tersedia pada suatu waktu dan

mengalami tingkat return yang melebihi dari apa yang telah diharapkan

oleh para pelaku di bursa yang juga memiliki informasi yang sama atas

dasar tingkat resiko tertentu. Bursa-Bursa saham yang mempunyai ciri

kondisi seperti di atas disebut juga sebagai bursa saham yang efisien.

Perkembangan pasar modal di Indonesia berkembang dengan

relatif pesat. Siaran pers BEI menyebutkan, nilai kapitalisasi pasar saham

per Desember 2012 meningkat 15,45 persen dari Rp 3.537 triliun pada

akhir Desember 2011 menjadi Rp 4.084 triliun. Rata-rata nilai transaksi

harian saham pada kurun waktu Januari sampai dengan 26 Desember 2012

sebesar Rp 4,53 triliun, turun 8,48 persen dibandingkan dengan periode

yang sama tahun 2011. Adapun rata-rata frekuensi transaksi harian saham

periode Januari-26 Desember 2012 sebanyak 121.809 kali. Angka ini

meningkat 7,36 persen daripada periode yang sama tahun 2011 (Harian

Kompas.com).

Rata-rata volume transaksi harian saham tahun ini mencapai 4,25

miliar lembar saham atau turun 12,75 persen dibandingkan tahun lalu yang

sebanyak 4,87 miliar lembar saham. Pada tahun 2012, sebanyak 23 emiten

baru melaksanakan penawaran saham perdana (IPO) dan mencatatkan

sahamnya di BEI. Dana yang dihimpun emiten tahun 2012 sebesar Rp

29,859 triliun, yang terdiri dari IPO sebanyak Rp 10,136 triliun, penerbitan

saham oleh emiten sebesar Rp 18,086 triliun, dan waran sebesar Rp 1,638

triliun (Harian Kompas.com).

4

Seiring dengan semakin membaiknya iklim investasi di pasar

modal, maka pembahasan mengenai proses dihasilkannya return saham

merupakan topik yang relevan bagi para investor di Indonesia. Penelitian

lebih lanjut tentang efisiensi pasar modal ternyata dengan ditemukannya

sejumlah anomali.

Anomali adalah kejadian atau peristiwa yang tidak diantisipasi dan

yang menawarkan investor peluang untuk memperoleh abnormal return

(Tendellin dan Agifari, 1999). Anomali muncul pada semua bentuk

efisiensi pasar, baik bentuk lemah, semi kuat, maupun bentuk kuat, akan

tetapi banyak bukti yang mengkaitkan antara anomali dengan pasar efisien

bentuk semi kuat. Anomali ini dapat dieksploitasi untuk menghasilkan

abnormal return. Berlawanan dengan konsep hipotesis efisiensi pasar

(Efficiency Market Hypothesis), banyak penelitian pada beberapa pasar

saham yang menyebutkan adanya beberapa fenomena yang tidak sesuai

dengan hipotesis pasar efisien, sehingga terjadi adanya abnormal return

karena peristiwa tertentu. Return saham juga dipengaruhi oleh keadaan

lingkungan atau peristiwa-peristiwa tertentu di luar pasar saham. Fluktuasi

harga saham yang dipengaruhi oleh peristiwa di luar pasar saham menarik

untuk diteliti. Sudah banyak peneliti yang melakukan penelitian berkaitan

dengan return yang tidak wajar karena adanya pengaruh istimewa terhadap

pasar modal. Salah satu peristiwa yang menyebabkan adanya abnormal

return adalah efek akhir bulan. Dari banyak penelitian di luar negeri

5

maupun di dalam negeri menunjukkan bahwa terdapat perbedaan return

saham karena pengaruh bulan perdagangan (Prasetyo, 2006:3).

Fenomena month effect adalah ketika keinginan pemodal atas

likuiditas suatu saham dapat berubah dari bulan ke bulan dalam satu tahun.

Hal ini berarti bahwa keinginan jual beli saham dapat berubah setiap

bulan. Jika kebutuhan likuiditas suatu saham tinggi maka pemodal

cenderung untuk memilikinya (membeli) dan begitu juga sebaliknya,

dikarenakan keinginan dan kebutuhan pemodal selalu berubah, maka pasar

mengalami perubahan baik dalam hal harga maupun kuantitas saham yang

diperjualbelikan. Hal ini disebabkan permintaan dan penawaran atas suatu

saham berinteraksi dalam pasar yang bersaing (Giovanis, 2009).

Dengan demikian, maka harga saham dapat mengalami kenaikan

maupun penurunan dari bulan ke bulan dalam satu tahun perdagangan di

pasar modal. Perilaku ini disebut month of the year effect. Month of the

year effect lebih mengacu pada adanya perbedaan atas return saham

bulanan pada tiap bulan dalam satu tahun.

Month of the year effect sudah mempengaruhi Bursa Efek

Indonesia karena Bursa Efek Indonesia sudah terintegrasi dengan Bursa

Efek Dunia (Ang, 1997) dalam Siswanto (2001). Kenaikan pada bulan

tertentu ini sebagai akibat tingkat permintaan investor akan saham

cenderung meningkat terutama saham kapitalisasi kecil jika dibandingkan

bulan-bulan lain. Hal ini di akibat fund manager aktif membelanjakan

6

bonus dari prestasi mereka selama setahun sebelumnya dalam mengelola

dana yang dipercayakan kepadanya.

Hasil bonus tersebut umumnya mereka belanjakan kembali ke

pasar modal. Aksi tersebut mengakibatkan pada bulan tertentu selalu

terjadi peningkatan frekuensi maupun volume perdagangan diberbagai

birsa dunia termasuk Indonesia. Month of the year effect ini sepenuhnya

dipengaruhi oleh Amerika Serikat, sebab negara Paman Sam tersebut

merupakan tempat berkumpulnya dana yang relatif terbesar di dunia

(Siswanto, 2001:3)

Oleh karena dalam penelitian-penelitian terdahulu ditemukan

adanya pengaruh bulan perdagangan terhadap return saham, maka berikut

ini disajikan tabel data rata-rata return market secara bulanan yang

menunjukan adanya perbedaan return pada tiap-tiap bulan perdagangan

yang ada di Bursa Efek Indonesia.

7

Tabel 1.1

Rata-rata Return Market bulanan

Tahun 2007-2012

Tahun 2007 2008 2009 2010 2011 2012Rata-rata

Januari 0,3344 0,39737 0,300469 0,49299 0,74478 1,24217 0,58538

Februari 0,0457 0,53257 0,23899 0,07904 0,0818 0,63136 0,26825

Maret 0,4498 1,37341 2,23179 2,24459 1,77992 0,62201 1,45026

April 3,043 1,28072 2,937 3,002 1,11449 0,6738 2,00851

Mei 2,3833 2,11818 3,08984 0,45517 1,79988 1,87127 1,95296

Juni 2,2924 0,06644 1,14493 1,50987 0,71026 0,65865 1,06377

Juli 0,4479 0,70846 3,04042 1,82289 2,6658 0,87135 1,59281

Agustus -0,8686 0,96654 0,13953 0,42265 1,13061 -0,80785 0,1638

September 2,2168 1,04595 1,59323 2,55553 1,07857 1,07131 1,59357

Oktober 0,2578 0,09317 0,28428 0,20615 2,80477 0,26108 0,65121

November -0,8148 0,11775 0,267633 0,04571 0,17552 0,48637 0,04635

Desember 0,2129 1,47055 0,87741 0,36313 0,54178 0,16354 0,60489

Sumber: Data sekunder yang diolah (2013)

Berdasarkan tabel 1.1 tersebut ternyata terjadi suatu fluktuasi rata-

rata return yang cukup tinggi secara bulanan. Fluktuasi return pada tiap

bulan perdagangan tersebut mungkin disebabkan adanya beda persepsi

investor dalam berinvestasi tiap-tiap bulan. Persepsi investor sangat di

pengaruhi oleh peristiwa yang terjadi pada bulan perdagangan tersebut,

seperti munculnya January effect pada berbagai bursa efek dunia. Sejak

pertengahan abad 1970-an, sejumlah penelitian empiris tentang berbagai

anomali pasar tersebut telah banyak dilakukan. Salah satunya adalah

penelitian Choudhry (2001) melakukan penelitian di Jerman, UK, dan US

selama periode sebelum perang dunia pertama. Penelitian empiris ini

dilakukan dengan menggunakan model non-linear GARCH. Hasil yang

8

signifikan terjadi pada bulan Januari di US dan UK. Namun tidak

demikian yang terjadi di Jerman, tidak terdapat January effect negara

tersebut.

Rama (2005) yang melakukan studi terhadap efek bulan

perdagangan pada varians harga indeks saham utama Asia. Dalam

penelitian tersebut diduga terdapat efek bulan perdagangan pada varians

tiga indeks saham utama Asia (HIS Hongkong, KS200 Korea dan N225

Jepang). Hasil penelitian mengungkapkan adanya efek bulan perdagangan

pada indeks saham Hang Seng (HIS), Nikkei (N225) dan (KS200) pada

periode penelitian tahun 1990 sampai dengan 2005 atau dengan sampel

192 bulan.

Hal yang serupa juga ditunjukan pada penelitian Giovanis (2009)

pada 55 pasar modal di dunia dengan menggunakan model GARCH.

Hasilnya adalah ditemukannya December effect pada 20 pasar modal

dengan return tertinggi di bulan tertentu. Sementara itu February effect

terdapat pada 9 pasar modal yang diikuti dengan January and April effect

masing-masing di 7 dan 6 pasar modal.

Berdasarkan uraian di atas, peneliti mencoba untuk melakukan

penelitian mengenai anomali pasar efisien dalam hal ini month of the year

effect terhadap return saham pada perusahaan yang terdaftar di Bursa Efek

Indonesia (BEI) yang telah dijelaskan dalam latar belakang masalah

tersebut, maka penelitian ini berjudul “Anomali Pasar Pengaruh Bulan

Perdagangan terhadap Return Saham dan Abnormal Return (Studi

9

Kasus Saham-Saham Sektor Basic Industry and Chemicals,

Miscallaneus, and Consumer Goods yang Terdaftar di Bursa Efek

Indonesia (BEI) Periode 2007-2012)”.

B. Perumusan Masalah

Orientasi tingkat return yang diharapkan oleh hampir seluruh

investor harusnya didasarkan keputusan investasi yang tepat dalam

memasuki perdagangan dan transaksi di pasar modal. Salah satu cara

membuat keputusan investasi yang tepat adalah dengan pengetahuan

tentang pola return saham untuk melihat bentuk efisiensi pasar modal serta

melihat penyimpangannya (anomali) yang ditimbulkan. Karena pada

dasarnya karakteristik investor tidak berubah pada pasar modal. Hal

tersebut yang dianalisa sebagai salah satu penyebab diduga masih

terjadinya anomali pasar efisien di pasar modal Indonesia, khususnya yaitu

kelompok industri manufaktur. Dengan pengetahuan yang memadai

mengenai hal tersebut, maka investor akan membuat keputusan yang tepat

dalam melakukan kegiatan transaksi investasi di pasar modal.

Berdasarkan alasan tersebut di atas, maka rumusan masalah dalam

penelitian ini adalah :

1. Apakah terdapat pengaruh bulan perdagangan terhadap return

saham perusahaan yang terdaftar pada Bursa Efek Indonesia

periode 2007-2012.

10

2. Apakah terdapat pengaruh bulan perdagangan terhadap

abnormal return saham perusahaan yang terdaftar pada Bursa

Efek Indonesia periode 2007-2012.

C. Tujuan dan Manfaat Penelitian

1. Tujuan Penelitian

Berdasarkan pada perumusan masalah di atas, maka tujuan dari

penelitian ini adalah sebagai berikut :

1. Untuk menganalisis pengaruh bulan perdagangan terhadap

return saham yang terdaftar pada Bursa Efek Indonesia

periode 2007-2012.

2. Untuk menganalisis pengaruh bulan perdagangan terhadap

abnormal return saham perusahaan yang terdaftar pada di

Bursa Efek Indonesia periode 2007-2012.

2. Manfaat Penelitian

Manfaat yang diharapkan dapat diperoleh dari hasil penelitian

ini adalah :

a. Bagi akademisi, untuk menambah kepustakaan di bidang

ilmu pengetahuan dan untuk memperkaya kajian ilmiah.

b. Bagi penulis, hasil penelitian dapat digunakan untuk

memperdalam ilmu pengetahuan mengenai pengaruh bulan

perdagangan terhadap return dan abnormal return saham.

11

c. Bagi umum, dapat memberikan sumbangan ilmu

pengetahuan khususnya manajemen konsentrasi keuangan

dan bagi mahasiswa yang mempunyai minat yang sama

dengan penulis.

12

BAB II

TINJAUAN PUSTAKA

A. LANDASAN TEORI

1. Pasar Modal

a. Pengertian Pasar Modal

Menurut Samsul (2006:43) secara umum pasar modal adalah

tempat atau sarana bertemunya antara permintaan dan penawaran atas

instrumen keuangan jangka panjang, umumnya lebih dari satu tahun.

Hukum mendefinisikan pasar modal sebagai “kegiatan yang

bersangkutan penawaran umum dan perdagangan efek, perusahaan

publik yang berkaitan dengan efek yang diterbitkannya, serta lembaga

dan profesi yang berkaitan dengan efek (Undang-Undang Pasar Modal

Nomor 8 Tahun 1995, ps 1 dalam Samsul, 2006:43).

Menurut Husnan (2001:3) pasar modal adalah pasar untuk

berbagai instrumen keuangan (sekuritas) jangka panjang yang bisa

diperjual belikan, baik dalam bentuk hutang maupun modal sendiri,

baik yang diterbitkan pemerintah maupun perusahaan swasta.

Pada dasarnya, pasar modal (capital market) merupakan pasar

untuk berbagai instrumen keuangan jangka panjang yang bisa diperjual-

belikan baik dalam bentuk utang, ekuitas (saham), instrumen derivatif,

maupun instrumen lainnya (Darmadji dan Fakhruddin, 2006:1).

b. Jenis Pasar Modal

Menurut Samsul (2006:46) jenis pasar modal dapat

dikategorikan menjadi 4 pasar, yaitu sebagai berikut:

13

1) Pasar Pertama

Pasar pertama merupakan tempat atau sarana bagi perusahaan

yang untuk pertama kali menawarkan saham atau obligasi ke

masyarakat umum. Penawaran umum awal ini, yang disebut juga

initial public offering (IPO) telah merubah dari perseroan tertutup

menjadi perseroan terbuka (Tbk).

2) Pasar Kedua

Pasar kedua adalah tempat atau sarana transaksi jual-beli

efek antar investor dan harga dibentuk oleh investor melalui

perantara efek.

3) Pasar Ketiga

Pasar ketiga adalah sarana transaksi jual-beli efek antara

market maker serta investor dan harga dibentuk oleh market maker.

Investor dapat memilih market maker yang memberi harga terbaik.

Market maker adalah anggota bursa. Pada market maker ini akan

bersaing dalam menentukan harga saham, karena satu jenis saham

dipasarkan oleh lebih dari satu market maker. Jadi, pasar ketiga

bukan merupakan bursa efek berskala kecil tetapi berskala besar

bahkan sangat besar.

4) Pasar Keempat

Pasar keempat adalah sarana transaksi jual-beli antara

investor jual dan investor beli tanpa melalui perantara efek.

Transaksi dilakukan secara tatap muka antara investor beli dan

14

investor jual untuk saham atas pembawa. Pasar keempat ini hanya

dilaksanakan oleh para investor besar karena dapat menghemat

biaya transaksi daripada jika dilakukan dipasar kedua.

2. Efisiensi Pasar Modal

Teori konsep pasar yang efisien atau efficiency market

hypothesis (EMH) dikembangkan oleh Fama pada tahun 1970. Efisiensi

diartikan sebagai seberapa cepat suatu pasar modal dapat menangkap

informasi yang relevan pada nantinya akan tercermin pada harga saham.

Elton dan Gruber (2010:398) mendefinisikan pasar yang efisien

yang lebih realistik adalah harga sekuritas yang mencerminkan

informasi yang tersedia sampai pada batas biaya marginal untuk

mendapatkan informasi dan transaksi tidak melebihi keuangan

marginal.

Hal ini dikarenakan pada kenyataannya biaya informasi dan

transaksi selalu positif, sehingga perluasan definisi tersebut perlu

dilakukan. Jones (2007:321) dalam mendefinisikan pasar yang efisien

lebih menekankan pada kecepatan dan ketepatan harga sekuritas dalam

mencerminkan informasi yang tersedia secara jelas mendefinisikan

pasar yang efisien sebagai pasar dimana semua sekuritasnya secara

cepat dan tepat mencerminkan semua informasi yang tersedia. Dengan

demikian harga sekuritas akan mencerminkan informasi-informasi,

seperti:

a. Semua informasi yang sudah diketahui, termasuk:

15

1) Informasi masa lalu (earning tahun lalu).

2) Informasi sekarang dan juga yang sudah diumumkan tetapi

belum dilakukan (seperti stock split, stock dividen).

b. Informasi-informasi lain yang dianggap beralasan untuk disimpulkan,

misalnya jika banyak investor percaya bahwa tingkat bunga akan

turun dalam waktu dekat, maka harga akan mencerminkan

kepercayaan investor tersebut sebelum penurunan tingkat bunga

tersebut bena-benar terjadi.

Ada beberapa kondisi yang harus terpenuhi untuk tercapainya

pasar yang efisien berikut ini (Pranomo,2009).

a. Banyak investor rasional dan berorientasi pada maksimasi

keuntungan yang secara aktif berpartisipasi di pasar dengan

menganalisis, menilai, dan berdagang saham. Investor – investor ini

adalah price taker, artinya pelaku itu sendiri tidak akan dapat

mempengaruhi harga suatu sekuritas.

b. Tidak diperlukan biaya untuk mendapatkan informasi dan informasi

tersedia bebas bagi pelaku pasar pada waktu yang hampir sama

(tidak jauh berbeda).

c. Informasi diperoleh dalam bentuk acak, dalam arti setipa

pengumuman yang ada dipasar adalah bebas atau tidak terpengaruh

dari pengumuman yang lain.

16

d. Investor beraksi dengan cepat dan sepenuhnya terhadap informasi

baru yang masuk di pasar, yang menyebabkan harga segera

melakukan penyesuaian.

Fama (1970) dalam Bodie and Kane (2006) mengklasifikasikan

bentuk pasar yang efisien kedalam tiga efficient market hypothesis

(EMH), sebagi berikut:

a. Efisiensi dalam bentuk lemah (weak form)

Pasar efisien dalam bentuk lemah berati semua informasi

dimasa lalu (historis) akan tercermin dalam harga yang berbentuk

sekarang. Oleh karena itu, informasi historis tersebut (seperti harga

dan volume perdagangan, serta peristiwa dimasa lalu) tidak bisa lagi

digunakan untuk memprediksi perubahan harga dimasa yang akan

datang, karena sudah tercermin pada harga saat ini.

b. Efisiensi dalam bentuk setengah kuat (semi strong form).

Pasar efisien dalam bentuk setengah kuat berati harga pasar

saham yang terbentuk sekarang telah mencerminkan informasi

historis ditambah dengan informasi yang dipublikasikan. Suatu pasar

dinyatakan efisien dalam bentuk setengah kuat bila informasi terserap

atau direspons dengan cepat oleh pasar.

c. Efisiensi dalam bentuk kuat (strong form)

Pasar efiesien dakam bentuk kuat berati harga pasar saham yang

terbentuk sekarang telah mencerminkan informasi historis ditambah

informasi yang dipublikasikan dan informasi yang tidak di

17

publikasikan. Pada pasar efisiein dalam bentuk kuat tidak akan ada

seorang investor pun yang bisa memperoleh return tak normal.

3. Anomali Pasar Efisien

Pengaruh akhir pekan merupakan bagian dari anomali musiman.

Anomali ini menyebutkan bahwa harga saham cenderung mengalami

kenaikan secara rata-rata pada akhir pekan. Penelitian yang mencoba

menguji ada tidaknya efek akhir pekan pada bursa saham di Indonesia

telah banyak dilakukan. Pada prinsipnya, penelitian-penelitian tersebut

dimaksudkan untuk menguji hipotesis pasar efisien dengan mencoba

membuktikan apakah seseorang mampu memperoleh abnormal return

dengan menggunakan strategi perdagangan tertentu, yang dalam hal ini

adalah hari perdagangan. Menurut teori pasar efisien, sebagaimana

dikemukakan oleh Fama (1970) dalam Ahmad Rodoni (2005), pada pasar

yang efisien, harga sekuritas mencerminkan informasi yang ada dan dalam

pasar yang efisien adalah tidak mungkin bagi seorang investor untuk

memperoleh keuntungan (abnormal return) dengan menggunakan strategi

perdagangan tertentu.

Anomali adalah hasil empiris yang tidak dapat dijelaskan oleh teori

dan fenomena yang mengindikasikan bentuk pasar yang tidak efisien. Pada

anomali terdaoat penyimpangan harga pada waktu-waktu tertentu dan hasil

yang ditimbulkan oleh anomali akan berlawanan dengan hasil yang

diharapkan pada posisi pasar modal yang efisien (Rama, 2005).

18

Menurut Gumanti dan Ma’ruf (2004) anomali adalah kejadian atau

peristiwa yang tidak diantisipasi dan menawarkan investor untuk

memperoleh abnormal return. Anomali muncul pada semua bentuk

efisiensi pasar baik bentuk lemah, semi kuat, maupun bentuk kuat. Tetapi

banyak bukti yang mengaitkan antara anomali dengan pasar efisien bentuk

semi kuat dan anomali juga dapat dieksploitasi untuk menghasilkan

abnormal return. Sedangkan Jones mendefinisikan anomali pasar sebagai

teknik atau strategi yang tampaknya bertentangan dengan pasar efisien.

(Jogianto, 2009:548).

Anomali adalah kejadian atau peristiwa yang tidak diantisipasi dan

yang menawarkan investor peluang untuk memperoleh abnormal return.

Anomali muncul pada semua bentuk efisiensi pasar, baik bentuk lemah,

semi kuat, maupun bentuk kuat. Tetapi banyak bukti yang mengkaitkan

antara anomali dengan pasar efisien bentuk semi kuat, dan perlu diketahui

bahwa anomali dapat dieksploitasi untuk menghasilkan abnormal return.

Levy (1996) dalam Prasetyo (2006) sedikitnya dikenal empat macam

anomali pasar dalam teori keuangan keempat anomali tersebut adalah

anomali perusahaan (firm anomalies), anomali musiman (seasonal

anomalies), anomali peristiwa atau kejadian (event anomalies), dan

anomali akutansi (accounting anomalies). Tabel 2.1 menyajikan

rangkuman lengkap tentang berbagai macam anomali yang telah

ditemukan di pasar sekuritas (saham).

19

Tabel 2.1

Ringkasan Anomali Pasar

No Kelompok Jenis Khusus Keterangan

1.

AnomaliPeristiwa

1.Analysts’Recomendation

Semakin banyak analis merekomendasiuntuk membeli suatu saham, semakin tinggipeluang harga akan turun

2.Insider Trading Semakin banyak saham yang dibeli olehinsiders, semakin tinggi kemungkinan hargaakan naik.

3. Listings Harga sekuritas cenderung naik setelahperusahaan mengumumkan akan melakukanpencatatan saham di Bursa

4. Value Line RatingChanges

Harga sekuritas akan terus naik setelahValue Line menempatkan rating perusahaanpada urutan tinggi

2.AnomaliMusiman

1. January Harga sekuritas cenderung naik di bulanJanuari, khususnya di hari-hari pertama

2. Week-end Harga sekuritas cenderung naik hari Jum’atdan turun hari Senin.

3. Time of Day Harga sekuritas cenderung naik di 45 menitpertama dan 15 menit terakhir perdagangan

4.End of Month Harga sekuritas cenderung naik di hari-hariakhir tiap bulan

5. Seasonal Saham perusahaan dengan penjualanmusiman tinggi cenderung naik selamamusim ramai.

6. Holidays Ditemukan return positif pada hari terakhirsebelum liburan

3.Anomali

Perusahaan

1. Size Return pada perusahaan kecil cenderunglebih besar walaupun sudah disesuaikandengan risiko.

2. Closed-end MutualFunds

Return pada close-end funds yang dijualdengan potongan cenderung lebih tinggi

20

3. Neglect Perusahaan yang tidak diikuti oleh banyakanalis cenderung menghasilkan return lebihTinggi

4. InstitutionalHoldings

Perusahaan yang dimiliki oleh sedikitinstitusi cenderung memiliki return lebihtinggi

4.AnomaliAkutansi

1. P/E Saham dengan P/E ratio rendah cenderungmemiliki return yang lebih tinggi.

2.Earnings Surprise Saham dengan capaian earnings lebih tinggidari yang diperkirakan cenderung mengalamipeningkatan harga.

3. Price/Sales Jika rasionya rendah cenderung berkinerjalebih baik

4. Price/Book Jika rasionya rendah cenderung berkinerjalebih baik

5.Dividend Yield Jika yield-nya tinggi cenderung berkinerjalebih baik.

6.EarningsMomentum

Saham perusahaan yang tingkatpertumbuhan earnings-nya meningkatcenderung berkinerja lebih baik.

Sumber: Haim S. Levy, 1996:436

a. Pengaruh Bulan Perdagangan

Keinginan pemodal atas likuiditas suatu saham dapat berubah

dari bulan ke bulan dalam satu tahun. Hal ini beratrti bahwa keinginan

jual beli saham dapat berubah setiap bulan. Jika kebutuhan likuiditas

suatu saham tinggi maka pemodal cenderung untuk memilikinya

(membeli) dan begitu juga sebaliknya, dikarenakan keinginan dan

kebutuhan pemodal selalu berubah, maka pasar mengalami perubahan

baik dalam hal harga maupun kuantitas saham yang diperjualbelikan.

Hal ini disebabkan permintaan dan penawaran atas suatu saham

21

berinteraksi dalam pasar yang bersaing. Dengan demikian, maka harga

saham dapat mengalami kenaikan maupun penurunan dari bulan ke

bulan dalam satu tahun perdagangan di pasar modal. Perilaku ini

disebut month of the year effect (Siswanto, 2001:15).

The average stock return in the month of January is higher than

in any other month of the year, that so-called January effect (Acket and

Athanassakos:2000) dalam Siswanto yang berarti bahwa Month of the

year effect merupakan suatu kecenderungan lebih tingginya tingkat

keuntungan rata-rata saham pada bulan Januari dibandingkan dengan

bulan-bulan lain dalam satu tahun perdagangan saham pasar modal.

Month of the year effect lebih mengacu pada adanya perbedaan atas

return saham bulanan pada tiap bulan dalam satu tahun.

January effect atau kadang disebut juga dengan January fever

yang merupakan istilah yang dimaksudkan untuk menggambarkan

bahwa pada bulan Januari setiap tahun pada umumnya menunjukan

tingkat pengembalian yang tinggi dibandingkan bulan-bulan lainnya.

Pola January effect umumnya terjadi, karena pada pertengahan

Desember pada fund manager mulai libur berkaitan dengan libur Natal

dan Tahun Baru. Para fund manager baru masuk lagi pada bulan Januari

dengan semangat optimisme dan dilengkapi dengan data-data yang

akurat sehingga biasanya mereka lakukan pembelian besar-besaran dan

tentu saja harga-harga saham akan terdongkrak naik (Darmadji dan

Fakhruddin,2001:188).

22

Namun, beberapa penelitian mengungkapkan pola January effect

mulai hilang. Hal ini membuktikan bahwa pola ini tidak selalu terjadi.

Seperti yang diungkapkan bahwa pola ini merupakan salah satu dari

penyimpangan pasar modal, jadi penyimpangan ini tidak dapat

dijelaskan secara teori walaupun dibuktikan secara empiris. Perubahan

pola pengeruh bulan perdagangan January effect juga dibuktikan dari

beberapa penelitian yang dilakukan di pasar modal Indonesia

(Siswanto, 2001:17)

Pratomo (2007) melakukan penelitian pada BEJ periode 1998-

2005 dengan sampel 43 emiten. Analisis statistik yang digunakan dalam

penelitian ini adalah regresi berganda dengan variabel dummy untuk

efek Januari dan Uji beda T untuk ukuran efek perusahaan. Hasil

menunjukan hanya pada bulan Agustus yang mempunyai rata-rata

return berbeda lebih kecil dari bulan Januari yang artinya tidak ada efek

Januari. Sedangkan Uji beda T untuk efek ukuran perusahaan tidak

diperoleh hasil yang signifikan berbeda antara perusaahaan kapitalisasi

kecil dengan kapitalisasi yang lebih besar.

4. Return Saham

Return atau pengembalian adalah keuntungan yang diperoleh

perusahaan, individu dan institusi dari hasil kebijakan investasi yang

dilakukan (Arthur, et al, 2001:197). Gitman (2009:228), mendefinisikan

return sebagai berikut: “Return is the total gain or loss experience on an

investment over a given period of time. It commonly measured as the

23

change in values plus any cash distributing during period of time,

expressed as a percentage of the beginning period investment value”. Berk

dan De Marzo (2007, 156) “return is difference between the selling price

and purchasing price of an asset plus any cash distributions expressed as

a percentage of the buying price. Sementara itu pengertian return menurut

Husnan (1998:19) “Return adalah ukuran yang mengukur besarnya

perubahan kekayaan investor baik kenaikan maupun penurunan serta

menjadi bahan pertimbangan untuk membeli atau mempertahankan

sekuritas.

Return merupakan hasil yang diperoleh dari suatu investasi. Return

dapat berupa return realisasi yang sudah terjadi atau return ekspektasi yang

belum terjadi tetapi diharapkan akan terjadi di masa yang akan datang

(Rodoni dan Ali, 2010:71). Mohamad Samsul (2006) menyatakan bahwa

return adalah pendapatan yang dinyatakan dalam presentase dari modal

awal investasi. Pendapatan investasi dalam saham ini meliputi keuntungan

jual beli saham, dimana jika untung disebut capital gain dan jika rugi

disebut capital loss. Return juga dapat diartikan sebagai tingkat

keuntungan yang dinikmati oleh investor atas suatu investasi yang

dilakukannya Para investor tentunya termotivasi untuk melakukan

investasi pada suatu instrumen yang diinginkan dengan harapan untuk

mendapatkan pengembalian investasi yang sesuai.

Tanpa adanya keuntungan yang dapat dinikmati dari suatu

investasi, tentunya investor tidak akan mau melakukan investasi. Jadi

24

setiap investasi baik jangka pendek maupun jangka panjang mempunyai

tujuan utama mendapatkan keuntungan yang disebut return baik secara

langsung maupun tidak langsung. Return saham dapat dirumuskan sebagai

berikut (Mohamad Samsul, 2006:292):

Dimana:

Pt

= harga saham pada periode t

Pt – 1

= harga saham pada periode sebelumnya (t - 1)

Komponen suatu return terdiri dari dua jenis yaitu current income

(pendapatan lancar) dan capital gain (keuntungan selisih harga). Current

income adalah keuntungan yang diperoleh melalui pembayaran yang

bersifat periodik seperti pembayaran bunga deposito, bunga obligasi,

dividen, dan sebagainya. Disebut sebagai pendapatan lancar maksudnya

adalah keuntungan yang diterima biasanya dalam bentuk kas atau setara

kas, sehingga dapat diuangkan secara cepat (Tandelilin, 2010:102)

Return dapat berupa return realisasi dan return ekspektasi. Return

realisasi (realized return) merupakan return yang telah terjadi yang

dihitung berdasarkan data historis. Return realisasi penting karena

digunakan sebagai salah satu pengukur kinerja dari perusahaan. Return

histori ini juga berguna sebagai dasar penentuan return ekspektasi dan

risiko di masa datang. Sedangkan return ekspektasi (expected return)

merupakan return yang diharapkan akan diperoleh investor di masa

Return =

25

mendatang. Berbeda dengan return realisasi yang sifatnya sudah terjadi,

return ekspektasi sifatnya belum terjadi (Rodoni dan Ali. 2010:71)

5. Expected Return

Expected return saham merupakan tingkat keuntungan yang

diharapkan oleh pemodal atas investasinya. Expected return saham

merupakan yang harus diestimasi. Estimasi expected return menurut

Brown dan Warner (1985) dalam Jogiyanto (2009) menggunakan model

sebagai berikut :

a. Mean-Adjusted Model

Model disesuaikan rata-rata (Mean-Adjusted Model) ini

mengasumsikan bahwa Expected return bernilai konstan yaitu sama

dengan rata-rata return realisasi sebelumnya selama periode estimasi

(estimation period). Periode estimasi (estimation period) pada umumnya

merupakan periode peristiwa. Periode peristiwa (event period) disebut

juga periode pengamatan atau jendela peristiwa (event window).

b. Market Model

Perhitungan menggunakan model pasar (market model) ini

dilakukan dengan dua tahapan :

1) Membentuk model ekspektasi dengan menggunakan data realisasi

selama periode estimasi.

2) Menggunakan model ekspektasi ini mengestimasi expected return di

26

periode jendela (window period).

Model ekspektasi dapat dibentuk menggunakan teknik regresi

OLS (Ordinary Least Square)

c. Market-Adjusted Model

Model disesuaikan pasar (market-adjusted model)

mengasumsikan bahwa penduga yang terbaik untuk mengestimasi

return suatu sekuritas adalah return indeks pasar pada saat tersebut.

Model ini tidak memerlukan periode estimasi untuk membentuk model

estimasi karena return sekuritas yang diestimasi adalah sama dengan

return indeks pasar. Abnormal return masing-masing sekuritas dengan

menggunakan model ini dapat dihitung dengan mengurangkan return

yang terjadi untuk masing-masing sekuritas dengan indeks pasar pada

hari yang sama.

6.Abnormal Return

Return tidak normal (abnormal return) merupakan return diluar

normal. Return yang normal adalah return yang diperoleh dari investasi

untuk kondisi yang normal. Sedangkan abnormal return terjadi karena ada

informasi baru atau peristiwa baru yang merubah nilai perusahaan dan

direaksi oleh investor dalam bentuk kenaikan atau penurunan harga saham

(volatilitas) (Jogiyanto, 2009:537).

Abnormal return adalah return yang didapat investor yang tidak

sesuai dengan pengharapan. Abnormal return adalah selisih antara return

27

yang diharapkan dengan return yang didapatkan. Selisih return akan

positif jika return yang didapatkan lebih besar dari return yang

diharapkan atau return yang dihitung. Sedangkan return akan negatif jika

return yang didapat lebih kecil dari return yang diharapkan atau return

yang dihitung (Prasetyo, 2006).

Abnormal return dapat terjadi karena adanya kejadian - kejadian

tertentu, misalnya hari libur nasional, awal bulan, awal tahun, suasana

politik yang tidak menentu, kejadian-kejadian yang luar biasa, stock split,

penawaran perdana saham, dan lain-lain (Tandellin, 1999:113).

Studi peristiwa menganalisis return tidak normal (abnormal

return) dari sekuritas yang mungkin terjadi di sekitar pengumuman dari

suatu peristiwa. Abnormal return atau excess return merupakan kelebihan

dari return yang sesungguhnya terjadi terhadap return normal. Abnormal

return adalah selisih antara return sesungguhnya yang terjadi dengan

return ekspektasi, sebagai berikut (Tandellin, 1999:114):

Dimana :

ARit= abnormal return saham i pada waktu t.

Rit = return sesungguhnya yang terjadi untuk saham i pada periode

waktu ke-t.

Rmt = return ekspektasi saham i untuk periode waktu ke-t.

Return sesungguhnya merupakan return yang terjadi pada waktu

ke-t yang merupakan selisih harga sekarang relatif terhadap harga

ARit = Rit - Rmt

28

sebelumnya, sedangkan return ekspektasi merupakan return yang

diharapkan (diestimasi) dengan menggunakan persamaan return

ekspektasi tersebut di atas.

B. Penelitian Terdahulu

David dan Choudhry (2000) melakukan penelitian pada pasar uang

dengan menguji pengaruh pengumuman makro ekonomi terhadap lima

instrumen yaitu treasury bond futures, munical bond futures, treasury note

futures, treasury bill futures dan euro dollar futures. Metode yang digunakan

yaitu dengan uji F statistik dengan periode penelitian mulai Januari 1992

sampai dengan Desember 1996. Hasil penelitian tersebut menyatakan bahwa

pada bulan Januari lebih sensitif terhadap pengumuman yang bersifat makro

ekonomi dibandingkan bulan lainnya, penelitian ini juga membuktikan bahwa

efek Januari juga terjadi pada pasar uang. Penelitian ini mendukung hipotesis

tax loss selling dan window dressing.

Siswanto (2001) menguji pengaruh bulan perdagangan saham terhadap

Indeks komposit saham yang di BEJ pada periode 1993 hingga 1999 dengan

metode ARIMA. Hasil penelitian menunjukan bulan perdagangan Januari dan

November berpengaruh positif kepada return pasar.

Ahmad dan Husein (2001) menguji perilaku musiman dari return

saham pasar modal Malaysia (KLSE) yang merupakan salah satu emerging

market di Asia Tenggara periode 1986-1996. Dengan menggunakan teknik

regresi menghasilkan bahwa return saham yang tinggi diperoleh pada bulan

Januari dan Februari.

29

Choudhry (2001) melakukan penelitian di Jerman, UK, dan US selama

periode sebelum perang dunia I. Penelitian empiris ini dilakukan dengan

menggunakan model non-linear GARCH. Hasil yang signifikan terjadi pada

bulan Januari di US dan UK. Namun tidak demikian yang terjadi di Jerman,

tidak terdapat January effect negara tersebut.

Setyawardhana (2005) melakukan studi terhadap efek bulan

perdagangan pada varians harga indeks saham utama Asia. Dalam penelitian

tersebut diduga terdapat efek bulan perdagangan pada varians tiga indeks

saham utama Asia (HIS Hongkong, KS200 Korea dan N225 Jepang). Hasil

penelitian mengungkapkan adanya efek bulan perdagangan pada indeks saham

Hang Seng (HIS), Nikkei (N225) dan (KS200) pada periode penelitian tahun

1990 sampai dengan 2005 atau dengan sampel 192 bulan.

Prasetyo (2006) dalam tesisnya berjudul “Analisis Pengaruh Hari

Perdagangan Terhadap Return, Abnormal Return, dan Volatilitas Return

Saham” menemukan bahwa tidak terdapat pengaruh hari perdagangan

terhadap return saham.

Pratomo (2007) melakukan penelitian pada BEJ periode 1998-2005

dengan sampel 43 emiten. Analisis statistik yang digunakan dalam penelitian

ini adalah regresi berganda dengan variabel dummy untuk efek Januari dan Uji

beda T untuk ukuran efek perusahaan. Hasil menunjukan hanya pada bulan

Agustus yang mempunyai rata-rata return berbeda lebih kecil dari bulan

Januari yang artinya tidak ada efek Januari. Sedangkan Uji beda T untuk efek

30

ukuran perusahaan tidak diperoleh hasil yang signifikan berbeda antara

perusaahaan kapitalisasi kecil dengan kapitalisasi yang lebih besar.

Hal yang serupa juga ditunjukan pada penelitian Giovanis (2009) pada

55 pasar modal di dunia dengan menggunakan model GARCH. Hasilnya

adalah ditemukannya December effect pada 20 pasar modal dengan return

tertinggi di bulan tertentu. Sementara itu February effect terdapat pada 9 pasar

modal yang di ikuti dengan January and April effect masing-masing di 7 dan 6

pasar modal.

As’adah (2009) pada penelitiannya yang dilakukan di pada saham yang

terdaftar di Jakarta Islamic Index (JII) mulai Desember 2003 hingga Januari

2008 dengan menggunakan metode paired sample T-Test. Hasil uji

menunjukan bahwa abnormal return tidak signifikan pada level 5% begitu juga

yang terjadi pada volume perdagangan. Sehingga dapat disimpulkan bahwa

tidak ada korelasi antara abnormal return dengan tax lossing maupun window

dressing, dengan kata lain tidak terdapat January effect dilihat dari abnormal

return maupun volume perdagangan.

Idries, Basheer, dan Ibrahim (2011) melakukan penelitian di Amman

Stock Exchange (ASE) selama periode 1992 hingga 2007. Penelitian ini

menggunakan metodologi yang diikuti oleh Jaffe dan Westerfield (1989),

Boudreaux (1995), Compton dkk. (2006) dan Floros (2008) untuk menyelidiki

keberadaan anomali bulan perdagangan Hasil penelitian ini agak menarik dan

bertentangan dengan temuan umum dari studi yang dilakukan di pasar negara

31

berkembang lainnya. Hasil menunjukkan bahwa ASE tidak signifikan

menunjukkan adanya anomali bulan.

Worthington (2011) melakukan pengujian pada pasar saham di

Australia pada periode 1996-2008 dengan menggunakan pendekatan regresi

berganda. Hasilnya menunjukan bahwa return tertinggi ada pada bulan April,

Juli dan Desember meskipun ini hanya terjadi pada perusahaan dengan

kapitalisasi yang kecil.

Dima & Kamal (2012) melakukan pengujian anomali kalender di

Amman Stick Exchange (ASE) selama periode 2002-2011. Hasil temuan

peneliti menunjukkan bahwa return secara signifikan lebih tinggi pada hari

Minggu (hari pertama perdagangan minggu) dan Kamis (hari terakhir

perdagangan minggu) dibandingkan hari-hari lain dalam seminggu. Selain itu

efek Januari juga sangat signifikan.

Debasish (2012) menyelidiki keberadaan musiman pada perilaku

harga saham di pasar saham India khususnya pada sektor Gas, Oil and

Refineries pada periode Januari 2006 dampai Desember 2010 dengan

menggunakan metode regresi berganda. Hasil penelitian menunjukan bahwa

terdapat month of the year effect pada pasar saham India.

Ricky dan Venus (2012) juga melakukan penelitian dimana ditemukan

November effect pada Index Nikei 225 di Tokyo Stock Exchange (TSE) dengan

menggunakan metode TGARCH. Hasil penelitian ini konsisten dengan bukti

sebelumnya yang mendukung hipotesis tax-loss selling pada pasar saham di

U.S. dan U.K. Adanya month of the year effect di TSE menunjukkan bahwa

32

melalui strategi waktu investasi yang benar, manajer keuangan, konselor

keuangan dan investor bisa mengambil keuntungan dari pola tersebut.

Secara ringkas hasil-hasil penelitian terdahulu dapat dilihat pada tabel

2.2 sebagai berikut:

Tabel 2.2

Ringkasan Penelitian Terdahulu

No. Peneliti Judul AlatStatistik

Hasil

1. R.Christie-David andM.Chaudry

“January Anomalies:Implications for theMarket’s Incorporationof news” (2000)

Uji Fstatistik

Terdapat Januari efek padapasar saham maupun pasaruang pada periode 1992-1996.Penelitian ini mendukung taxloss selling dan windowdressing hipotesis.

2. TommySiwanto

“Analisi PengaruhBulan PerdaganganTerhadap Return SahamPada Perusahaan-perusahaan di BEJ”(2001)

MetodeARIMA

Hasil penelitian menunjukanbulan perdagangan Januaridan November berpengaruhpositif kepada return pasar

3. AhmaddanHusein

“KLSE Long RunOverreaction and TheChinese New YearEffect” (2001)

RegresiBerganda

Return saham yang tinggidiperoleh pada bulan Januaridan Febuari.

4. TaufiqChoudhry

“Month of the yeareffect and Januaryeffect in pre-WWI stockreturns: Evidence fromA Non-Linear GARCHModel” (2001)

GARCH Hasil yang signifikan terjadipada bulan Januari di US danUK. Namun tidak demikianyang terjadi di Jerman, tidakterdapat January effect negaratersebut

5. Setyawardhana

efek bulan perdaganganpada varians hargaindeks saham utamaAsia. (2005)

Regresi Hasil penelitianmengungkapkan adanya efekbulan perdagangan padaindeks saham Hang Seng(HIS), Nikkei (N225) dan(KS200) pada periodepenelitian tahun 1990 sampaidengan 2005 atau dengan

33

sampel 192 bulan.

6 HariPrasetyo

“Analisis Pengaruh HariPerdagangan TerhadapReturn, AbnormalReturn, dan VolatilitasReturn Saham” (2006)

GARCH Dalam tesisnya, studidilakukan pada LQ 45 periodeJanuari – Desember 2005menemukan bahwa tidakterdapat pengaruh hariperdagangan terhadap returnsaham.

7. AgusWahyuPratomo

“January Effect danSize Effect pada BursaEfek Jakarta Periode1998-2005”. (2007)

RegresiBerganda

Hasil menunjukan hanya padabulan Agustus yangmempunyai rata-rata returnberbeda lebih kecil dari bulanJanuari yang artinya tidak adaefek Januari. Sedangkan Ujibeda T untuk efek ukuranperusahaan tidak diperolehhasil yang signifikan berbedaantara perusaahaan kapitalisasikecil dengan kapitalisasi yanglebih besar

8. Eleftherios Giovanis

“The Month of the yearEffect: Evidence

from GARCH models inFifty Five Stock

Markets” (2009)

GARCH Hasilnya adalah ditemukannyaDecember effect pada 20 pasarmodal dengan return tertinggidi bulan tertentu. Sementaraitu February effect terdapatpada 9 pasar modal yang diikuti dengan January andApril effect masing-masing di7 dan 6 pasar modal.

9. LulukAs’adah

“Pengaruh JanuaryEffect terhadapAbnormal Return danVolume Perdaganganpada Saham di JakartaIslamic Index”. (2009)

PairedSample T-Test

Hasil uji menunjukan bahwaabnormal return tidaksignifikan pada level 5%begitu juga yang terjadi padavolume perdagangan.Sehingga dapat disimpulkanbahwa tidak ada korelasiantara abnormal returndengan tax lossing maupunwindow dressing, dengan katalain tidak terdapat Januaryeffect dilihatdari abnormal

34

return maupun volumeperdagangan.

10. AndrewWorthington

“The Month of the yearEffect in the AustralianStock Market: A ShortTechnical Note on theMarket, Industry andFirm Size Impact”.(2011)

RegresiBerganda

Dilakukan pengujian padapasar saham di Australia padaperiode 1996-2008 denganmenggunakan pendekatanregresi berganda. Hasilnyamenunjukan bahwa returntertinggi ada pada bulan April,Juli dan Desember meskipunini hanya terjadi padaperusahaan dengan kapitalisasiyang kecil.

11. Idries M.Al-Jarrah,BasheerA.Khamees,danIbrahimHashemQteish

“The "Turn of theMonth Anomaly" inAmman Stock

Exchange: Evidenceand Implications”.(2011)

RegresiBerganda

Dilakukan penelitian diAmman Stock Exchange(ASE) selama periode 1992hingga 2007. Penelitian inimenggunakan metodologiyang diikuti oleh Jaffe danWesterfield (1989),Boudreaux (1995), Comptondkk. (2006) dan Floros (2008)untuk menyelidiki keberadaanomali bulan perdaganganHasil penelitian ini agakmenarik dan bertentangandengan temuan umum daristudi yang dilakukan di pasarnegara berkembang lainnya.Hasil menunjukkan bahwaASE tidak signifikanmenunjukkan adanya anomalibulan.

12. SathyaSwaroopDebasish

“An Empirical Study onMonth of The YearEffect in Gas, Oil andRefineries Sectors inIndian Stock Market”.(2012)

RegresiBerganda

Hasil penelitian menunjukanbahwa terdapat month of theyear effect pada pasar sahamIndia.

13. DimaWaleedHannaAlrabadi& KamalAhmad

“Calendar Anomalies:The Case of AmmanStock Exchange”.(2012)

RegresiBerganda

Hasil temuan penelitimenunjukkan bahwa returnsecara signifikan lebih tinggipada hari Minggu (haripertama perdagangan minggu)dan Kamis (hari terakhir

35

AL-Qudah perdagangan minggu)dibandingkan hari-hari laindalam seminggu. Selain ituefek Januari juga sangatsignifikan.

14. RickyChee danVenusKhim

“Month of the Year andSymmetrical Effects inthe Nikkei 225” (2012)

TGARCH Hasil penelitian ini konsistendengan bukti sebelumnyayang mendukung hipotesistax-loss selling pada pasarsaham di U.S. dan U.K.Adanya month of the yeareffect di TSE menunjukkanbahwa melalui strategi waktuinvestasi yang benar, manajerkeuangan, konselor keuangandan investor bisa mengambilkeuntungan dari pola tersebut.

Sumber: Kumpulan Penelitian Terdahulu

C. Kerangka Pemikiran

Kerangka konseptual merupakan suatu model yang menerangkan

bagaimana hubungan suatu teori dengan faktor-faktor penting yang telah

diketahui dalam suatu masalah tertentu. Kerangka konseptual akan

menghubungkan secara teoritis antara variabel-variabel penelitian, yaitu

variabel independen dan variabel dependen. Dalam penelitian ini variabel

yang digunakan sebagai variabel dependen adalah return saham dan

abnormal return. Sedangkan variabel independen yaitu bulan perdagangan

yang meliputi: Januari, Februari, Maret, April, Mei, Juni, Juli, Agustus,

September, Oktober, November, dan Desember.

36

Gambar 2.1Kerangka Pemikiran

D. Perumusan Hipotesis

Hipotesis dapat didefinisikan sebagai hubungan yang diperkirakan

secara logis diantara dua atau lebih variabel yang diungkapkan dalam bentuk

pernyataan yang dapat diuji. Hubungan tersebut diperkirakan berdasarkan

jaringan asosiasi yang diterapkan dalam kerangka teoritis yang dirumuskan

untuk studi penelitian. Dengan menguji hipotesis dan menegaskan perkiraan

Bursa Efek Indonesia (BEI)

Perusahaan pada Sektor Basic Industry andChemicals, Miscallaneous, and Consumer

DependenReturn Saham dan Abnormal Return

IndependenReturn Bulan Januari sampai dengan

Desember

Uji stasioneritas

Uji autokotelasi

Uji heteroskedestisitas

Analisis Anomali MonthEffect

UjiARCH GARCH

Regresi LinierOLS

Hasil Penelitian

37

hubungan, diharapkan bahwa solusi dapat ditemukan untuk mengatasi

masalah yang dihadapi (Sekaran, 2007:135).

Hipotesis merupakan jawaban masalah atau pertanyaan penelitian

yang dikembangkan berdasarkan teori-teori yang perlu diuji melalui proses

pemilihan, pengumpulan, dan analisis data (Indriantoro dan Supomo, 2002:

81). Berdasarkan kerangka pemikiran diatas yang didukung oleh berbagai

teori dan berbagai penelitian terdahulu, maka hipotesis yang dibangun dari

penelitian ini adalah :

1. Terdapat pengaruh bulan perdagangan terhadap return saham di Bursa

Efek Indonesia.

2. Terdapat pengaruh bulan perdagangan terhadap abnormal return saham

di Bursa Efek Indonesia.

38

BAB III

METODE PENELITIAN

A. Ruang Lingkup Penelitian

Ruang lingkup penelitian ini adalah saham-saham yang masuk ke

dalam sektor Basic Industry and Chemicals, Miscallaneous, and Consumer

Goods di BEI periode Januari 2007 sampai Desember 2012. Data yang

digunakan dalam penelitian ini adalah laporan harian historical price

perusahaan yang konsisten masuk ke dalam sektor Basic Industry and

Chemicals, Miscallaneous, and Consumer Goods selama periode penelitian,

yakni antara Januari 2007 sampai dengan Desember 2012.

Alasan peneliti menggunakan sampel dari saham-saham yang

tergabung dalam sektor Basic Industry and Chemicals, Miscallaneous, and

Consumer Goods karena peneliti menilai bahwa return dan abnormal saham-

saham yang tergabung pada sektor Basic Industry and Chemicals,

Miscallaneous, and Consumer Goods memberikan tingkat return yang baik

dan mempunyai indeks yang relative stabil karena perusahaan yang digunakan

adalah perusahan dengan kapitalisasi kecil.

B. Metode Penentuan Sampel

Teknik penentuan sampel yang digunakan dalam penelitian ini dipilih

berdasarkan metode judgement sampling adalah pengumpulan data atas dasar

strategi kecakapan atau pertimbangan pribadi semata (Hamid, 2007:29).

Kriteria saham-saham yang akan dilakukan penelitian untuk dijadikan

sampel penelitian adalah sebagai berikut:

39

1. Saham perusahaan yang dipilih adalah saham perusahaan yang terdaftar

pada sektor Basic Industry and Chemicals, Miscallaneous, and Consumer

Goods sejak Januari 2007 sampai dengan Desember 2012.

2. Saham perusahaan yang digunakan dalam penelitian ini adalah saham

yang secara terus menerus terdaftar pada sektor Basic Industry and

Chemicals, Miscallaneous, and Consumer Goods selama periode

penelitian, sedangkan untuk saham yang tidak terdaftar secara terus

menerus pada sektor Basic Industry and Chemicals, Miscallaneous, and

Consumer Goods akan dikeluarkan dari objek penelitian. Pada tabel 3.1

adalah perusahaan-perusahaan yang secara terus menerus terdaftar dalam

periode penelitian.

Tabel 3. 1Daftar Perusahaan yang Menjadi Sampel Penelitian

(Periode Tahun 2007 - 2012)No Kode Perusahaan Nama Perusahaan

1. ADMG Polychem Indonesia Tbk

2. AISA Tiga Pilar Sejahtera Food Tbk

3. ASII Astra International Tbk

4. CPIN Charoen Pokphand Indonesia Tbk

5. DAVO Davomas Abadi Tbk

6. ETWA Eterindo Wahanatama Tbk

7. GJTL Gajah Tunggal Tbk.

8. INDF Indofood Sukses Makmur Tbk

9. INKP Indah Kiat Pulp & Paper Tbk

10. INTP Indocement Tunggal Prakasa Tbk

40

11. KAEF Kimia Farma Tbk

12. KLBF Kalbe Farma Tbk.

13. MASA Multistrada Arah Sarana Tbk

14. SIPD Sierad Produce Tbk

15 SMCB Holcim Indonesia Tbk

16 SMGR Semen Gresik (Persero) Tbk

17 SPMA Suparma Tbk

18 SRSN Indo Acidatama Tbk

19 TRST Trias Sentosa Tbk.

20 UNVR Unilever Indonesia Tbk.

Sumber : Bursa Efek Indonesia (BEI)

C. Metode Pengumpulan Data

Sumber data sebagai salah satu bagian penelitian yang merupakan

bagian terpenting. Metode pengumpulan data dalam penelitian ini adalah

pengumpulan data sekunder. Data sekunder merupakan data penelitian yang

diperoleh peneliti secara tidak langsung melalui media perantara. Data

sekunder umumnya berupa bukti, catatan atau laporan historis yang telah

tersusun dalam arsip (data dokumenter) yang dipublikasikan dan yang tidak

dipublikasikan (Indriantoro dan Supomo, 1999).

Dalam penelitian ini data yang sekunder yang diperoleh adalah

dengan cara melakukan studi kepustakaan untuk menunjang materi

pembahasan pada penelitian. Kegiatan-kegiatan ini dilaksanakan dengan cara

mengumpulkan informasi melalui buku-buku, jurnal literatur, majalah, koran,

website dan lain-lain yang berkaitan dan mendukung penelitian ini. Data yang

41

dimaksud dalam penelitian ini merupakan data time series yang berupa

historical price pada sektor Basic Industry and Chemicals, Miscallaneous, and

Consumer Goods periode Januari 2007 sampai dengan Desember 2012 yang di

peroleh dari yahoo! Finance.

D. Metode Analisis Data

Metode analisis data dilakukan dengan aturan yang harus dilalui

melalui beberapa tahap, yaitu:

1. Menghitung masing-masing return pasar selama periode Januari 2007

sampai Desember 2012. Return bulanan dapat dihitung dengan rumus

sebagai berikut (Mohamad Samsul, 2006:292) :

Dimana:

Rt = return pasar bulan t

Pt = harga saham penutupan pada periode t

Pt-1 = harga saham penutupan pada periode t-1

2. Mengelompokkan return yang telah dihitung ke dalam bulan perdagangan

Januari, Februari, Maret, April, Mei, Juni, Juli, Agustus, September,

November, Desember.

3. Menghitung Abnormal return dengan menggunakan model disesuaikan-

pasar (market-adjusted model) yaitu dengan mengurangkan return yang

Rt =

42

terjadi untuk masing-masing sekuritas dengan return indeks pasar pada

hari yang sama (Jogiyanto, 2009), dapat ditulis dengan rumus :

Dimana :

ARit = abnormal return saham i pada waktu t.

Rit = return sesungguhnya yang terjadi untuk saham i pada

periode waktu ke-t.

Rmt = return ekspektasi saham i untuk periode waktu ke-t.

4. Mengelompokkan abnormal return yang telah dihitung ke dalam bulan

perdagangan Januari, Februari, Maret, April, Mei, Juni, Juli, Agustus,

September, November, Desember.

5. Melakukan analisis keberadaan month of the year effect.

Pengujian ini akan mencoba untuk membuktikan keberadaan

month of the year effect di pasar modal Indonesia selama periode

observasi. Karenanya metode penelitian akan menggunakan regresi OLS

(Ordinary Least Square) dan metode Generalized Autoregressiv

Conditional Heterokedasticity (GARCH). Penjelasan model yang

digunakan adalah sebagai berikut:

1. Model regresi linier

Model regresi linear merupakan suatu model dengan

parameter linear dan secara kuantitatif dapat digunakan untuk

menganalisis pengaruh suatu variabel terhadap variabel lainnya.

ARit = Rit - Rmt

43

Terdapat dua jenis regresi linear yang biasa digunakan dalam

penelitian, yaitu regresi linear sederhana (simple regression) dan

regresi linear majemuk (multiple regression) (Nachrowi dan Usman

2006:7). Penelitian ini akan menggunakan regresi linear majemuk

sehingga pada nantinya akan dijelaskan lebih dalam mengenai

penggunaan metode tersebut (Imam Ghozali, 2005:179). Berikut ini

adalah permodelan dengan memasukkan variable dummy dengan

persamaan regresi sebagai berikut:

Rt = β1DJan + β2DFeb + β3DMar + β4DApr + β5DMei + β6DJun + β7DJul +

β8DAgt + β9DSept + β10DOkt + β11DNov + β12DDes + et

ARt = β1DJan + β2DFeb + β3DMar + β4DApr + β5DMei + β6DJun + β7DJul

+ β8DAgt + β9DSept + β10DOkt + β11DNov + β12DDes + et

Keterangan :

Rt = Return bulanan pada hari t

ARt = Abnormal Return bulanan pada hari ke t

β1, β2, .... β12 =Koefisien regresi untuk variabel dummy dari

masing-masing bulan

DJan = Dummy untuk bulan Januari

DFeb = Dummy untuk bulan Februari

DMar = Dummy untuk bulan Maret

DApr = Dummy untuk bulan April

DMei = Dummy untuk bulan Mei

DJun = Dummy untuk bulan Juni

44

DJul = Dummy untuk bulan Juli

DAgt = Dummy untuk bulan Agustus

DSept = Dummy untuk bulan September

DOkt = Dummy untuk bulan Oktober

DNov = Dummy untuk bulan November

DDes = Dummy untuk bulan Desember

Nilai DJan = 1 untuk return pada bulan perdagangan Januari

dan 0 untuk return pada bulan perdagangan lainnya. Nilai DFeb = 1

untuk return pada bulan perdagangan Februari dan 0 untuk return

pada bulan perdagangan lainnya, dan seterusnya. Koefisien regresi

ini menunjukan besarnya return rata-rata pada hari perdagangan ke-t.

Nilai-nilai penduga pada persamaan regresi harus memenuhi

persyaratan utama yaitu BLUE (Best Linear Unbiased Estimate) atau

mempunyai sifat linear, tidak bias, dan memiliki varian minimum.

Sifat-sifat tersebut didasarkan pada berbagai asumsi yang tidak boleh

dilanggar agar penduga tetap BLUE yang juga dikenal dengan

Toerema Gauss-markov (Winarno, 2009:4.2).

Suatu nilai penduga dapat dikatakan memiliki sifat BLUE

bila memenuhi persyaratan sebagai berikut: (Nachrowi dan Usman,

2006:12)

1) E (ui) = 0

Nilai rata-rata dari error adalah nol

2) Var (ui) = σ2

45

Data homokedastis, yaitu besarnya varian sama untuk setiap i

3) Cov (ui uj) = 0

Error secara statistik bersifat independent satu sama lain yang

mengindikasikan tidak adanya autokorelasi.

4) Cov (ut, xt) = 0

Tidak terdapat hubungan antara error dengan x (tidak adanya

multikolinearitas)

5) ui ˜ N (0, σ2)

ut Terdistribusi secara normal

Dalam rangka memenuhi karakteristik estimator agar dapat

bersifat BLUE, maka akan dilakukan beberapa uji pada permodelan

untuk kemudian dilakukan treatment bila ditemukan adanya

penyimpangan pada data.

1) Uji Stasioneritas

Dalam menggunakan data times series pada pengujian,

penting terlebih dahulu untuk melakukan uji stasioneritas pada

data. Data times series sendiri merupakan sekumpulan nilai

suatu variabel yang diambil pada waktu yang berbeda dan

dikumpulkan secara berkala pada interval waktu tertentu. Oleh

karenanya, data times series rentan untuk memiliki

permasalahan seperti autokorelasi (korelasi yang terjadi antar

observasi dalam satu variabel) yang mengakibatkan data tidak

stasioner.

46

Dengan demikian penting untuk menstasionerkan data

terlebih dahulu sebelum melakukan penelitian lebih lanjut.

Sekumpulan data dinyatakan stasioner jika nilai rata-rata dan

varian dari data times series tersebut tidak mengalami

perubahan secara sistematik sepanjang waktu dan konstan

(Nachrowi dan Usman, 2006:340). Pendeteksian stasioneritas

pada data akan menggunakan uji Unit Root Augmented Dickey-

Fuller. Hipotesis untuk uji ADF adalah:

H0 : δ = 0

H1 : δ ≠ 0

Hipotesis awal mengindikasikan bahwa data memiliki

unit root. Nilai uji ADF t-statistik dengan angka lebih rendah

dari critical value 5% mengindikasikan data tidak memiliki

masalah unit root atau data telah stasioner sehingga

kesimpulan yang diambil adalah tolak H0.

2) Uji autokorelasi

Autokorelasi (autocorrelation) adalah hubungan antara

residual satu observasi dengan residual observasi lainnya.

Autokorelasi lebih mudah timbul pada data yang bersifat

runtun waktu karena berdasarkan sifatnya, data masa sekarang

dipengaruhi oleh data pada masa-masa sebelumnya. (Winarno,

2009:5.26)

47

Autokorelasi yang kuat dapat menyebabkan dua

variabel yang tidak berhubungan menjadi berhubungan. Bila

metode OLS digunakan maka akan terlihat R2 yang besar

dapat menghasilkan spurius regression atau regresi palsu

(Nachrowi dan Usman, 2006:186). Cara untuk melakukan uji

autokorelasi selain dengan uji Durbin Watson juga dapat

menggunakan uji LM test atau yang juga dikenal dengan The

Breusch-Godrey (BG) test merupakan salah satu metode yang

dapat digunakan untuk mengecek adanya penyimpangan

autukorelasi pada suatu periode observasi. Penggunaan LM

test dalam mendeteksi keberadaan autokorelasi dirasa lebih

baik dibandingkan dengan menggunakan Durbin Watson

karena LM test tidak mempermasalahkan keberadaan error

pada AR dan MA sebagai variabel bebas. Adapun hipotesis

yang digunakan yaitu:

H0 = Tidak terdapat autokorelasi

H1 = Terdapat autokorelasi

Bila nilai probabilitas pada Obs*R-squared > α = 5%,

mengindikasikan data tidak ada autokorelasi sehingga

kesimpulan yang diambil adalah terima H0. Bila nilai

probabilitas pada Obs*R-squared < α = 5% maka tolak H0.

(Shochrul R. Ajija, Et.al 2011:40).

3) Heteroskedetisitas

48

Heteroskedestisitas merupakan kondisi dimana varian

tidak konstan atau berubah-ubah. Uji heteroskedestisitas dapat

dilakukan dengan menggunakan White Heterokedasticity test

ataupun dengan melihat Residual Graph. Hipotesis pada uji

Heteroskedestitas adalah sebagai berikut:

H0 = Tidak terdapat heteroskedestisitas

H1 = Terdapat heteroskedestisitas

Hipotesis awal mengindikasikan bahwa tidak terdapat

hubungan antara error dengan variabel bebas atau data telah

homokedastis. Bila nilai telah probibality pada Obs*R-squared

> α = 5%, berarti tidak terdapat heteroskedastisitas atau dengan

kata lain terima H0. Sedangkan bila nilai probabilitas pada

Obs*R-squared < α = 5%, berarti terdapat heteroskedastisitas

atau tolak H0. Uji White akan menggunakan White

Heteroskedasticity (no cross term) dikarenakan banyak

terdapat variabel bebas yang digunakan dalam permodelan

Shochrul R. Ajija, Et.al 2011:41).

2. Model ARCH dan GARCH

Penelitian dengan menggunakan data times series sering kali

menemukan kondisi dimana varian error tidak bersifat konstan

sehingga memiliki permasalahan heterokedastis. Pada penelitian

dengan permodelan Regresi Ordinary Least Square data harus

bersifat homokedastis dimana varian error tidak berubah-ubah agar

49

estimator bersifat BLUE. Adanya penyimpangan homoskedastis

pada data dimana varian error tidak bersifat konstan, maka

dibutuhkan permodelan lain yang tidak memandang

heteroskedastisitas sebagai permasalahan, tetapi justru

memanfaatkan kondisi tersebut untuk membuat permodelan. Oleh

karena itu akan digunakan permodelan Autoregressive Conditional

Heteroskedasticity (ARCH) dan Generalized Autoregressive

Conditional Heteroskedasticity (GARCH) untuk memperoleh

estimator yang efisien (Nachrowi dan Usman, 2006:419).

Pada intinya, baik model ARCH dan GARCH berusaha untuk

mengatasi adanya heteroskedastisitas pada model dengan

menambahkan persamaan varian pada model. Kemudian model yang

ditambahkan persamaan varian tersebut diestimasi secara simultan

agar dapat diperoleh estimator yang efisien.

1) Metode ARCH

Pada uji menggunakan data return, ada kalanya terdapat

suatu permodelan dimana terjadi volatilitas yang sangat tinggi dan

ada periode lain volatilitasnya sangat rendah. Pada volatilitas

demikian menunjukan adanya heterokedastisitas karena terdapat

varian error yang besarnya bergantung pada volatilitas error dimasa

lalu. (Nachrowi dan Usman, 2006:420) Data yang demikian dapat

dimodelkan /dengan menggunakan ARCH (q).

50

Penelitian akan menggunakan trial and error untuk

menemukan persamaan. Berikut adalah persamaan dasar dengan

menggunakan permodelan ARCH : (Berument and Kiymaz,2001)

Rt = β1DJan + β2DFeb + β3DMar + β4DApr + β5DMei + β6DJun + β7DJul +

β8DAgt + β9DSept + β10DOkt + β11DNov + β12DDes + ∑ bj + 5 rt-j +

ARCH model digunakan untuk mengatasi ketidakpastian

dari resiko residual. Keuntungan pendekatan ini adalah conditional

variance atau volatilitas jangka pendek merupakan fungsi dari error

pada return saham masa lalu. Untuk menemukan permodelan yang

sesuai, dapat dilakukan penambahan jumlah orde (q) yang lebih

besar pada model ARCH (q). Penambahan orde (q) akan

mengakibatkan variance dari residualnya berubah. Selain itu, jumlah

orde (q) yang relatif besar akan mengakibatkan banyaknya parameter

yang harus diestimasi. Semakin banyak parameter yang harus

diestimasi dapat mengakibatkan ketepatan dari estimator berkurang.

Hal ini biasa dijumpai pada pengujian menggunakan data bulanan.

(Nachrowi dan Usman, 2006:421).

(a) Uji ARCH – LM pada model

Sebelum membuat permodelan menggunakan metode

ARCH, penting untuk terlebih dahulu mendeteksi keberadaan ARCH

effect. Hal ini dimaksudkan untuk mengetahui permodelan mana

yang lebih baik untuk menggunakan metode ARCH dibandingkan

51

OLS dalam memodelkan persamaan. Untuk melihat Obs*R-squared

pada ARCH-LM test program Eviews. Nilai probabilita Obs*R-

squared yang lebih kecil dari α = 5% mengindikasikan keberadaan

ARCH effect pada permodelan.

Menentukan permodelan ARCH yang sesuai akan

menggunakan trial ana error. Permodelan ARCH dapat dikatakan

baik ketika memiliki nilai adjusted R-squared tinggi, Schwarz

Criterion rendah, dan nilai AIC (Akaike) minimum. (Winarno,

2009:8.23)

Namun demikian model ARCH (q) yang baik sulit untuk

diestimasi. Untuk mengatasi hal tersebut, Bollerslev (1986)

menggunakan permodelan generelized ARCH (GARCH) untuk

mengatasi kekurangan pada ARCH.

2) Metode GARCH

Metode GARCH digunakan ketika terdapat variance error

yang besarnya bergantung pada squared error terms pada

beberapa tahun lalu. Berikut ini adalah pemodelan dari GARCH :

(Bollerslev, 1986)

= + ∑ + ∑Permodelan yang sesuai dalam menggambarkan volatilitas

return saham selama periode observasi, maka akan dilakukan

52

deteksi keberadaan month of the year efect pada hasil. Berikut

adalah hipotesis penelitian untuk uji tersebut:

H0 : β1, β2,…..β12 = 0

H1 : β1, β2,…..β12 ≠ 0

Hipotesis awal mengindikasikan bahwa terdapat

conditional variance yang bersifat konstan pada periode observasi

atau terdapat rata-rata return yang sama selama periode observasi

dimana return bulan Januari akan sama dengan return bulan

Februari, Maret, April, Mei, Juni, Juli, Agustus, September,

Oktober, November, dan Desember. Hipotesa alternatif

mengindikasikan bahwa terdapat perbedaan return antara

keduabelas bulan tersebut yang mencerminkan keberadaan month

of the year effect selama periode observasi.

Bila nilai probabilitas < α=5%, maka terdapat anomaly

month of the yaer effect atau dengan kata lain tolak H0. Hal ini

mengindikasikan bahwa return keduabelas bulan tersebut berbeda

satu sama lain. Sedangkan bila nilai probabilita > α =5%, maka tidak

terdapat anomali month of the year effect sehingga kesimpulan yang

diambil adalah terima H0. Berikut adalah diagnostic check lebih

lanjut sebagai uji kelayakan untuk model GARCH, hasil

penjumlahan koefisien ARCH dan GARCH tidak lebih dari 1

(α+β<1) (Shochrul R. Ajija, 2011).

53

E. Operational Variabel

Berikut ini akan dijelaskan mengenai defenisi operasional variabel yang

akan digunakan penelitian mengenai month of the year effect terhadap return

pasar pada perusahaan-perusahaan yang terdaftar dalam industri manufaktur

periode Januari 2007 dampai Desember 2012 yaitu sebagai berikut:

1. Variabel Independen

Variabel independen adalah variabel yang tidak terikat, bebas dan tidak

mempengaruhi varianel dependen. Berdasarkan tujuan penelitian ini adalah

untuk menganalisa ada tidaknya anomali month of the year effect di pasar

modal Indonesia. Maka variabel yang digunakan adalah return bulan Januari,

Februari, Maret, April, Mei, Juni, Juli, Agustus, September, Oktober,

November, Desember.

2. Variabel Dependen

Variabel dependen adalah variabel yang terikat dan dipengaruhi oleh

variabel Independen. Berdasarkan tujuan penelitian ini adalah untuk

menganalisis keberadaan anomali month of the year effect di pasar modal

Indonesia. Variabel yang digunakan adalah return pasar dan abnormal return.

Adapun rumus nilai return yang digunakan adalah sebagai berikut:

Dimana:

Rt = return pasar bulan t

Rt =

54

Pt = harga saham penutupan pada periode t

Pt-1 = harga saham penutupan pada periode t-1

Adapun rumus nilai abnormal return yang digunakan adalah sebagai berikut:

Dimana :

ARit = abnormal return saham i pada waktu t.

Rit = return sesungguhnya yang terjadi untuk saham i pada

periode waktu ke-t.

Rmt = return ekspektasi saham i untuk periode waktu ke-t.

ARit = Rit - Rmt

55

BAB IV

ANALISIS DAN PEMBAHASAN

A. Sekilas Gambaran Umum Objek Penelitian1. Gambaran Umum Bursa Efek Indonesia

Pada tahun 2007, bursa efek di Indonesia mengalami

perkembangan yang signifikan, yaitu mergernya kedua pasar modal di

Indonesia. Di bawah pengawasan dan koordinasi Badan Pengawas Pasar

Modal (BAPEPAM), Bursa Efek Jakarta dan Bursa Efek Surabaya

berhasil melaksanakan merger secara legal pada 1 Oktober 2007. Adapun

perkembangan perdagangan di Bursa Efek Indonesia dicerminkan dalam

suatu indeks yaitu Indeks Harga Saham Gabungan (IHSG) untuk seluruh

perusahaan terbuka dan tercatat. Perkembangan indeks di Bursa Efek

Indonesia dan nilai kapitalisasi pasarnya digambarkan dalam table berikut

ini:

Sumber: Statistik Pasar Modal 2012 oleh Bapepam LK

56

Seiring penguatan IHSG, nilai kapitalisasi pasar saham BEI juga

mengalami peningkatan sebesar 15,69%, dari Rp. 3.537,29 triliun pada

akhir tahun 2011 menjadi Rp. 4.092,23 triliun pada akhir perdagangan

tanggal 27 Desember 2012. Dilihat dari nilai bersih transaksi saham yang

dilakukan oleh investor asing, sepanjang tahun 2011 terjadi aliran masuk

dana asing (net inflow of foreign capital) sebesar Rp. 25,67 triliun. Angka

ini menurun sepanjang tahun 2012 menjadi Rp. 15,44 triliun hingga 27

Desember 2012.Sentimen negatif dari bursa AS dan Eropa di sepanjang

tahun 2012 masih mempengaruhi investor asing untuk masuk ke pasar

saham Indonesia. Ditengah keadaan demikian, Dollar AS saat ini masih

menjadi aset yang paling aman (safe haven) bagi investor asing di tengah

ketidakpastian global. Total nilai transaksi saham di BEI sepanjang tahun

2012 hingga 27 Desember 2012 mencapai Rp 1.111,14 triliun. Angka ini

menurun sebesar 10,11% dari total nilai transaksi saham sepanjang tahun

2011 sebesar Rp 1.223,44 triliun. Demikian juga, nilai transaksi rata-rata

harian mengalami penurunan dari Rp 4,95 triliun per hari pada tahun 2011

menjadi Rp 4,55 triliun per hari pada tahun 2012. (Bapepam.go.id)

2. Gambaran Umum Sektor Basic Industry and Chemicals, Miscallaneus,and Consumer Goods.

Jumlah perusahaan yang memperoleh pernyataan efektif untuk

menawarkan saham dan obligasi kepada masyarakat umum sampai dengan

tanggal 28 September 2012 adalah 659 emiten (termasuk 7 perusahaan

publik yang tercatat di bursa) dengan total nilai emisi Rp 876.962 triliun

yang tersebar diberbagai sektor industri sebagai berikut:

57

Sumber: Statistik Pasar Modal 2012 oleh Bapepam

a. Industri Dasar dan Kimia (Basic Industry and Chemicals)

Industri dasar kimia meliputi kayu dan pengolahannya,

keramik, porselen, kaca, logam dan sejenisnya, pakan ternak, plastik

dan kemasannya, pulp dan kertas serta semen. Industri dasar kimia

dapat digolongkan sebagai industri manufaktur karena industri ini

menghasilkan produk atau barang jadi dari bahan baku (sumber daya

alam) melalui proses mekanis. Dengan maraknya green energy, maka

investasi industri biodiesel makin tumbuh. Tak terkecuali Indonesia

yang merupakan prodesen minyak sawit terbesar di dunia.

Lebih jauh, selain industri biodiesel, industri fatty alcohol-

bahan pembuat kosmetik juga mencatat pertumbuhan investasi yang

cukup besar. Kedua jenis industri kimia itu mencangkup investasi baru

dan perluasan dari industri eksisting. Namun begitu hingga kini masih

ada dua masalah utama dalam industri kimia, seperti infrastruktur dan

ketersediaan gas. Indonesia masih belum punya fasilitas pergudangan

khusus untuk hasil industri yang sifatnya likuid. Sedangkan kendala

58

ketersediaan gas hingga kini belum tuntas diselesaikan pemerintah

(britama.com, 2012).

b. Aneka Industri (Miscallaneus)

Aneka industri meliputi alas kaki, kabel, otomotif dan

komponennya, tekstil, garmen, elektronik dan lain-lain. Indutri ini

dapat digolongkan sebagai industri manufaktur karena menghasilkan

produk atau barang jadi dari bahan baku melalui proses indutrialisasi.

Perkembangan industri manufaktur memburuk sejak tahun 2006

sehingga penjualan dari perusahaan-perusahaan yang termasuk dalam

sektor aneka industri mengalami penurunan. Hal ini disebabkan oleh

beberapa faktor seperti meningkatnya harga bahan bakar dan minyak

yang menyebabkan biaya produksi meningkat. Peningkatan biaya

produksi menyebabkan meningkatnya harga produk sehingga

permintaan produk menurun (britama.com, 2012).

c. Industri Barang Konsumsi (Consumer Goods)

Industri barang konsumsi meliputi farmasi, kosmetik, makanan

dan minuman peralatan rumah tangga dan rokok. Industri ini termasuk

dalam perusahaan manufaktur karena mengubah bahan baku menjadi

barang jadi melalui proses mekanis. Keadaan pasar untuk industri ini

mengalami penurunan sejak tahun 2006 dengan alasan yang sama

dengan industri dasar kimia serta aneka industri (britama.com, 2012).

59

3. Gambaran Umum Perusahaan-Perusahaan yang Termasuk dalam

Basic Industry and Chemicals, Miscallaneus, and Consumer Goods.

a. Polychem Indonesia Tbk (ADMG)

PT Polychem Indonesia Tbk (dahulu PT GT Petrochem

Industries Tbk) didirikan tanggal 25 April 1986 dan mulai berproduksi

secara komersial pada tahun 1990. Pada tanggal 17 September 1993,

ADMG memperoleh pernyataan efektif dari Bapepam-LK untuk

melakukan Penawaran Umum Perdana Saham (IPO) ADMG kepada

masyarakat sebanyak 20.000.000 dengan nilai nominal Rp1.000,- per

saham dengan harga penawaran Rp4.250,- per saham. Saham-saham

tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 20

Oktober 1993 (britama.com, 2012).

b. Tiga Pilar Sejahtera Food Tbk (AISA)

PT Tiga Pilar Sejahtera Food Tbk didirikan pada tanggal 26

Januari 1990 dengan nama PT Asia Intiselera. Perusahaan mulai

beroperasi secara komersial pada tahun 1990. Perusahaan memperoleh

pernyataan efektif dari Bapepam-LK untuk melakukan Penawaran

Umum Saham Perdana 45 juta saham dengan nilai nominal Rp500,-

per saham dan Harga Penawaran Rp950,- kepada masyarakat. Pada

tanggal 11 Juni 1997, saham tersebut telah efektif dicatatkan pada

Bursa Efek Indonesia (BEI) (britama.com, 2012).

60

c. Astra International Tbk (ASII)

PT Astra International Tbk didirikan pada tanggal 20 Februari

1957 dengan nama PT Astra International Incorporated. Berdasarkan

Anggaran Dasar Perusahaan, ASII bergerak di bidang perdagangan

umum, perindustrian, jasa pertambangan, pengangkutan, pertanian,

pembangunan dan jasa konsultasi. Ruang lingkup kegiatan utama

entitas anak meliputi perakitan dan penyaluran mobil, sepeda motor

berikut suku cadangnya, penjualan dan penyewaan alat berat,

pertambangan dan jasa terkait, pengembangan perkebunan, jasa

keuangan, infrastruktur dan teknologi informasi (britama.com, 2012).

d. Charoen Pokphand Indonesia Tbk (CPIN)

PT Charoen Pokphand Indonesia Tbk didirikan 07 Januari

1972 dalam rangka Penanaman Modal Asing. Pada tahun 1991, CPIN

memperoleh pernyataan efektif dari BAPEPAM-LK untuk melakukan

Penawaran Umum Perdana Saham (IPO) Perusahaan kepada

masyarakat sebanyak 2.500.000 dengan nilai nominal Rp1.000,- per

saham dengan harga penawaran Rp5.100,- per saham. Saham-saham

tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 18

Maret 1991 (britama.com, 2012).

e. Davomas Abadi Tbk (DAVO)

PT Davomas Abadi Tbk didirikan tanggal 14 Maret 1990 dan

memulai kegiatan usaha komersialnya pada tahun 1991. Pada tanggal

30 Nopember 1994, DAVO memperoleh pernyataan efektif dari

61

Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham

(IPO) Perusahaan kepada masyarakat sebanyak 17.250.000 dengan

nilai nominal Rp1.000,- per saham dengan harga penawaran Rp3.300,-

per saham. Saham-saham tersebut dicatatkan pada Bursa Efek

Indonesia (BEI) pada tanggal 22 Desember 1994 (britama.com, 2012).

f. Eterindo Wahanatama Tbk (ETWA)

PT Eterindo Wahanatama Tbk (ETWA) didirikan tanggal 06

Maret 1992 dan memulai kegiatan usaha komersialnya pada tahun

1996. Pada tanggal 16 April 1997, ETWA memperoleh pernyataan

efektif dari Bapepam-LK untuk melakukan Penawaran Umum

Perdana Saham (IPO) Perusahaan kepada masyarakat sebanyak

170.000.000 dengan nilai nominal Rp500,- per saham dengan harga

penawaran Rp1.300,- per saham. Saham-saham tersebut dicatatkan

pada Bursa Efek Indonesia (BEI) pada tanggal 16 Mei 1997

(britama.com, 2012).

g. Gajah Tunggal Tbk (GJTL)

PT Gajah Tunggal Tbk didirikan tanggal 24 Agustus 1951 dan

memulai kegiatan usaha komersialnya pada tahun 1953. Pada tanggal

15 Maret 1990, GJTL memperoleh pernyataan efektif dari Bapepam-

LK untuk melakukan Penawaran Umum Perdana Saham (IPO)

Perusahaan kepada masyarakat sebanyak 20.000.000 dengan nilai

nominal Rp1.000,- per saham dengan harga penawaran Rp5.500,- per

62

saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia

(BEI) pada tanggal 08 Mei 1990 (britama.com, 2012).

h. Indofood Sukses Makmur Tbk (INDF)

PT Indofood Sukses Makmur Tbk didirikan tanggal 14

Agustus 1990 dengan nama PT Panganjaya Intikusuma dan memulai

kegiatan usaha komersialnya pada tahun 1990. Pada tahun 1994,

INDF memperoleh pernyataan efektif dari Bapepam-LK untuk

melakukan Penawaran Umum Perdana Saham INDF (IPO) kepada

masyarakat sebanyak 21.000.000 dengan nilai nominal Rp1.000,- per

saham dengan harga penawaran Rp6.200,- per saham. Saham-saham

tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 14

Juli 1994 (britama.com, 2012).

i. Indah Kiat Pulp & Paper Tbk (INKP)

PT Indah Kiat Pulp & Paper Tbk didirikan tanggal 07

Desember 1976 dan memulai kegiatan usaha komersialnya pada tahun

1978. Pada tahun 1990, INKP memperoleh pernyataan efektif dari

Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham

(IPO) INKP kepada masyarakat sebanyak 60.000.000 dengan nilai

nominal Rp1.000,- per saham dengan harga penawaran Rp10.600,- per

saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia

(BEI) pada tanggal 16 Juli 1990 (britama.com, 2012).

63

j. Indocement Tunggal Prakarsa Tbk (INTP)

PT Indocement Tunggal Prakarsa Tbk didirikan tanggal 16

Januari 1985 dan memulai kegiatan usaha komersialnya pada tahun

1985. Pada tahun 1989, INTP memperoleh pernyataan efektif dari

Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham

INTP (IPO) kepada masyarakat sebanyak 89.832.150 dengan nilai

nominal Rp1.000,- per saham dengan harga penawaran Rp10.000,- per

saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia

(BEI) pada tanggal 05 Desember 1989 (britama.com, 2012).

k. Kimia Farma (Persero) Tbk (KAEF)

PT Kimia Farma (Persero) Tbk didirikan tanggal 16 Agustus

1971 dan memulai kegiatan usaha komersialnya pada tahun 1817.

Pada tanggal 14 Juni 2001, KAEF memperoleh pernyataan efektif dari

Bapepam-LK untuk melakukan Penawaran Umum Perdana Saham

KAEF (IPO) kepada masyarakat sebanyak 500.000.000 saham seri B

dengan nilai nominal Rp100,- per saham dengan harga penawaran

Rp200,- per saham. Saham-saham tersebut dicatatkan pada Bursa Efek

Indonesia (BEI) pada tanggal 04 Juli 2001 (britama.com, 2012).

l. Kalbe Farma Tbk (KLBF)

PT Kalbe Farma Tbk didirikan tanggal 10 September 1966 dan

memulai kegiatan usaha komersialnya pada tahun 1966. Pada tahun

1991, KLBF memperoleh pernyataan efektif dari Bapepam-LK untuk

melakukan Penawaran Umum Perdana Saham (IPO) KLBF kepada

64

masyarakat sebanyak 10.000.000 dengan nilai nominal Rp1.000,- per

saham dengan harga penawaran Rp7.800,- per saham. Saham-saham

tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 30

Juli 1991 (britama.com, 2012).

m. Multistrada Arah Sarana Tbk (MASA)

PT Multistrada Arah Sarana Tbk didirikan tanggal 20 Juni

1988 dengan nama PT Oroban Perkasa dan mulai beroperasi secara

komersial pada tahun 1995. Pada tanggal 18 Maret 2005, MASA

memperoleh pernyataan efektif dari Bapepam-LK untuk melakukan

Penawaran Umum Perdana Saham MASA (IPO) kepada masyarakat

sebanyak 1.000.000.000 dengan nilai nominal Rp140,- per saham

dengan harga penawaran Rp170,- per saham. Saham-saham tersebut

dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 09 Juni

2005 (britama.com, 2012).

n. Sierad Produce Tbk (SIPD)

PT Sierad Produce Tbk didirikan 06 September 1985 dan

mulai beroperasi secara komersial pada tahun 1985. Pada tanggal 29

Nopember 1996, SIPD memperoleh pernyataan efektif dari Bapepam-

LK untuk melakukan Penawaran Umum Perdana Saham (IPO) SIPD

kepada masyarakat sebanyak 250.000.000 dengan nilai nominal

Rp500,- per saham dengan harga penawaran Rp900,- per saham.

Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia (BEI)

pada tanggal 27 Des 1996 (britama.com, 2012).

65

o. Holcim Indonesia Tbk (dahulu PT Semen Cibinong Tbk) (SMCB)

PT Holcim Indonesia Tbk (dahulu PT Semen Cibinong Tbk)

didirikan 15 Juni 1971 dan mulai beroperasi secara komersial pada

tahun 1975. Pada tanggal 06 Agustus 1977, SMCB memperoleh

pernyataan efektif dari Bapepam-LK untuk melakukan Penawaran

Umum Perdana Saham SMCB (IPO) kepada masyarakat sebanyak

178.750 dengan nilai nominal Rp1.000,- per saham dengan harga

penawaran Rp10.000,- per saham. Saham-saham tersebut dicatatkan

pada Bursa Efek Indonesia (BEI) pada tanggal 10 Agustus 1977

(britama.com, 2012).

p. Semen Indonesia (Persero) Tbk (dahulu bernama PT Semen Gresik

(Persero) Tbk) (SMGR)

PT Semen Indonesia (Persero) Tbk (dahulu bernama PT

Semen Gresik (Persero) Tbk) didirikan 25 Maret 1953 dengan nama

“NV Pabrik Semen Gresik” dan mulai beroperasi secara komersial

pada tanggal 07 Agustus 1957. Pada tanggal 04 Juli 1991, SMGR

memperoleh pernyataan efektif dari Bapepam-LK untuk melakukan

Penawaran Umum Perdana Saham SMGR (IPO) kepada masyarakat

sebanyak 40.000.000 dengan nilai nominal Rp1.000,- per saham

dengan harga penawaran Rp7.000,- per saham. Saham-saham tersebut

dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 08 Juli 1991

(britama.com, 2012).

66

q. Suparma Tbk (SPMA)

PT Suparma Tbk (SPMA) didirikan tanggal 25 Agustus 1976

dan memulai kegiatan usaha komersialnya pada bulan April 1978.

Pada bulan Juli 2000, Perusahaaan mengeluarkan dividen saham

sebanyak 157.755.240 saham. Dalam rapat umum luar biasa para

pemegang saham bulan Oktober 2000, para pemegang saham

menyetujui antara lain perubahan jumlah dividen saham sehingga

seluruhnya menjadi 64.074.658 saham (britama.com, 2012).

r. Indo Acidatama Tbk (SRSN)

PT Indo Acidatama Tbk didirikan pada awalnya bernama PT

Sarasa Nugraha Tbk tanggal 7 Desember 1982 dan memulai kegiatan

komersil garmen sejak 1 Februari 1984 dan kimia sejak tahun 1989.

Pada tanggal 2 Desember 1992, Perusahaan memperoleh pernyataan

efektif dari Bapepam-LK untuk melakukan Penawaran Umum

Perdana atas 5.000.000 saham Perusahaan kepada masyarakat dengan

nilai nominal Rp1.000,- per saham dan harga penawaran Rp3.500 per

saham (britama.com, 2012).

s. Trias Sentosa Tbk (TRST)

PT Trias Sentosa Tbk didirikan tanggal 23 Nopember 1979

dan memulai operasi komersialnya pada tahun 1986. Pada tanggal 22

Mei 1990, TRST memperoleh pernyataan efektif dari Bapepam-LK

untuk melakukan Penawaran Umum Perdana Saham TRST kepada

masyarakat sebanyak 3.000.000 dengan nilai nominal Rp1.000,- per

67

saham dengan harga penawaran Rp2.050,- per saham. Saham-saham

tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 02

Juli 1990 (britama.com, 2012).

t. Unilever Indonesia Tbk (UNVR)

PT Unilever Indonesia Tbk didirikan pada tanggal 5 Desember

1933 dengan nama Lever’s Zeepfabrieken N.V. dan mulai beroperasi

secara komersial tahun 1933. Berdasarkan Anggaran Dasar

Perusahaan, ruang lingkup kegiatan usaha Perusahaan meliputi bidang

produksi, pemasaran dan distribusi barang-barang konsumsi yang

meliputi sabun, deterjen, margarin, makanan berinti susu, es krim,

produk–produk kosmetik, minuman dengan bahan pokok teh dan

minuman sari buah (britama.com, 2012).

B. Deskriptif Analisis Data

Penelitian ini bertujuan untuk mengetahui pengaruh bulan

perdagangan terhadap return saham dan abnormal return saham selama tahun

2007 hingga 2012. Sebelumnya akan telebih dahulu dilihat deskripsi terhadap

return saham pada bulan Januari, Februari, Maret, April, Mei, Juni, Juli,

Agustus, September, November dan Desember yang diperoleh dari rata-rata

20 perusahaan Sektor Basic Industry and Chemicals, Miscallaneus, and

Consumer Goods selama tahun 2007 sampai dengan 2012.

68

Tabel 4.1Pergerakan Return Saham 2007-2012

No.Kode

Perusahaan2007 2008 2009 2010 2011 2012

1 ADMG -0,1267 0,7494 0,7383 1,3989 2,3583 -0,22472 AISA 1,7439 -0,427 -0,124 1,0748 -0,163 1,0093 ASII 0,6228 0,1208 1,3135 0,3858 0,479 0,072944 CPIN 0,381 -0,1575 2,0180 1,7707 0,9778 0,72945 DAVO -0,086 0,4498 -0,752 1,0693 0,3411 06 ETWA 1,1986 -0,1988 0,8018 0,2545 1,0852 -0,19117 GJTL -0,1623 0,959 0,7345 1,7379 0,9809 -0,378 INDF 0,6971 -0,583 1,6994 0,4262 0,4121 0,25689 INKP 0,1076 0,987 0,0621 0,1699 0,5481 -0,554410 INTP 0,3837 -0,078 1,3338 0,0857 0,5093 0,307711 KAEF 0,9856 0,4855 0,7544 0,6891 1,7126 1,307512 KLBF 0,0694 0,239 1,426 1,055 0,414 0,40713 MASA 0,0662 0,4129 0,9525 0,8732 0,7336 0,00214 SIPD 0,3611 0,2995 0,0423 0,2417 0,3341 0,096915 SMCB 1,0704 -1,0246 1,1465 0,7654 0,2975 0,24616 SMGR 0,0791 0,2867 1,0034 0,1872 0,9085 0,360917 SPMA 0,4612 1,1505 1,2604 0,0593 0,6707 0,265218 SRSN 1,4283 -0,0262 0,014 0,2624 0,1743 0,193119 TRST 0,4829 0,0606 0,3197 0,2654 1,5603 -0,178920 UNVR 0,2373 0,2526 0,3997 0,4175 0,2939 0,1779

Sumber: Data Penelitian yang diolah (2013)

Berdasarkan tabel 4.1 ternyata terjdi fluktuasi rata-rata return jika

dilihat dari tahun ke tahun. Fluktuasi return pada setiap perusahaan

disebabkan oleh perbedaan persepsi masing-masing investor. Persepsi

investor sangat dipengaruhi oleh peristiwa-peristiwa tertentu, seperti misalnya

yang terjadi pada perusahaan Holcim Indonesia Tbk yang mengalami

perubahan yang sangat fluktuatif dari tahun 2007 dengan return positif

sebesar 1,0704 anjlok pada tahun 2008 menuju angka -1,0246. Hal ini

disebabkan IHSG yang sedang mengalami gejolak akibat indeks regional dan

indeks global. Pergerakan return saham perusahaan terus mengalami naik

turun. Keadaan pasar yang sedang tidak stabil ini menimbulkan resiko yang

69

cukup besar tehadap pasar modal dan juga saham perusahaan Davomas Abadi

Tbk. Return pasar akan mempengaruhi pergerakan return saham Davomas

Abadi Tbk yang juga sangat fluktuatif. Bila harga saham Davomas Abadi Tbk

mengalami kenaikan, maka return saham Davomas Abadi Tbk juga ikut naik,

tetapi kenaikan return saham ini juga diikuti dengan naiknya tingkat resiko

yang lebih besar pada saham tersebut, sehingga investor pun menjadi berhati-

hati terhadap kenaikan return ini mengingat keadaan indeks regional yang

belum stabil.

Grafik 4.1

Pergerakan Return Saham Periode 2007-2012

Sumber: Data Penelitian yang diolah (2013)

-1,5

-1

-0,5

0

0,5

1

1,5

2

2,5

3

ADMG

AISA ASII

CPIN

DAVO

ETWA

GJTL

INDFINKPINTP

KAEF

KLBF

MASA

SIPD

SMGR

SPMA

SRSN

SRSNTRST

UNVR

2007

2008

2009

2010

2011

2012

70

Pengukuran reaksi pasar dengan abnormal return saham dilakukan

dengan menggunakan model market adjusted model. Dalam hal ini abnormal

return saham merupakan selisih antara return saham dengan return pasar.

Deskripsi dari abnormal return saham selama tahun 2007-2012 adalah

sebagai berikut :

Tabel 4.2

Deskriptif Statistik Abnormal Return Saham 2007-2012

Bulan Mean Median Maximum Minimum Std. Dev. Obs

Januari -0,60520 -0,450522 -0,332979 -1,207254 0,343591 6

Februari -0,27132 -0,187551 -0,059852 -0,620347 0,242452 6

Maret -1,40572 -1,585272 -0,404865 -2,154962 0,753351 6

April -1,95217 -2,045019 -0,659517 -2,954886 1,036874 6

Mei -1,94176 -2,012643 -0,513987 -2,977199 0,813198 6

Juni -1,04281 -0,892394 -0,106701 -2,274091 0,757745 6

Juli -1,52998 -1,299456 -0,350781 -2,894210 1,057103 6

Agustus -0,19374 -0,275402 0,815051 -1,200808 0,864525 6

September -1,57852 -1,367878 -1,019586 -2,419296 0,655996 6

Oktober -0,66488 -0,281149 -0,140830 0,093180 1,057253 6

November -0,32960 -0,220871 -0,074402 -0,813307 0,277652 6

Desember -0,56428 -0,413684 -0,154309 -1,378232 0,469070 6

Sumber: Data Penelitian yang diolah (2013)

Berdasarkan hasil statistik deskriptif dari tabel 4.2, menunjukan hasil

yang beragam pada bulan-bulan perdagangan untuk setiap tahunnya. Pola

abnormal return saham yang terjadi menunjukkan bahwa secara rata-rata

total 72 bulan perdagangan saham selama tahun 2007-2012 adalah berbeda

dengan pola return saham.

71

Secara keseluruhan diperoleh abnormal return saham negatif sebesar -

9,614912 atau secara rata-rata terjadi reaksi negatif dari investor selama tahun

2007-2012 untuk saham-saham sektor manufaktur. Berdasarkan bulan

perdagangan saham, bulan Februari menunjukkan adanya abnormal return

saham negatif yang berbeda dengan return saham. Hal ini terjadi karena

kondisi pasar secara umum menunjukkan kenaikan return saham yang lebih

tajam dibanding pada saham saham sektor manufaktur sehingga return saham

meskipun positif namun lebih besar dari return pasar.

C. Pengujian Month of the Year Effect

Pengujian menggunakan variabel bulan dalam setahun dengan

menggunakan metode regresi OLS dan ARCH/GARCH. Permodelan ini akan

dipilih dengan hasil output yang paling baik menggambarkan month of the

year effect.

1. Metode Regresi OLS

Terlebih dahulu, data return pasar penutupan selama periode

2007-2012 akan diuji menggunakan Regresi Ordinary Least Square.

a. Uji Stasioneritas

1) Uji Stasioneritas Data Return

72

Tabel 4.3Uji Stasioneritas Data Return

Null Hypothesis: RETURN has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -7.419159 0.0000Test critical values: 1% level -3.525618

5% level -2.90295310% level -2.588902

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

Sumber:Data penelitian yang diolah (2013).

Dari hasil uji Augmented Dickey Fuller (ADF) t-statistic

menunujukan angka -7,419159 lebih rendah dari critical values

5% sebesar -2,90293. Hal ini mengindikasikan bahwa data tidak

memiliki masalah unit root atau data telah stasioner.

2) Uji Stasioneritas Data Abnormal Return

Tabel 4.4Uji Stasioneritas Data Abnormal Return

Null Hypothesis: ABNORMAL_RETURN has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -7.706220 0.0000Test critical values: 1% level -3.525618

5% level -2.90295310% level -2.588902

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

Sumber:Data penelitian yang diolah (2013

Dari hasil uji Augmented Dickey Fuller (ADF) t-statistic

menunujukan angka -7,706220 lebih rendah dari critical values

73

5% sebesar -2,90293. Hal ini mengindikasikan bahwa data tidak

memiliki masalah unit root atau data telah stasioner.

b. Uji Autokorelasi

1) Uji Autokorelasi Data Return

Autokorelasi menunjukan korelasi diantara anggota

serangkaian observasi yang diurutkan menurut waktu atau ruang.

Untuk mendeteksi adanya autokorelasi dapat menggunakan

Lagrange Multiplier test (LM Test).

Tabel 4.5

Uji Autokorelasi Data Return

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.052112 Prob. F(2,58) 0.9493Obs*R-squared 0.129150 Prob. Chi-Square(2) 0.9375

Sumber: Data penelitian yang diolah (2013)

Uji autokorelasi menggunakan Lagrange Multiplier test

(LM Test) untuk memperkuat pendugaan. Hasilnya adalah, nilai

Prob. Chi-Square(2) dari Obs*R-squared menunjukan angka

0,9375 yang berada diatas α=5%. Hal ini menunjukan bahwa

permodelan tidak terdapat autokorelasi.

74

2) Uji Autokorelasi Data Abnormal ReturnTabel 4.6

Uji Autokorelasi Data Abnormal Return

Sumber: Data penelitian yang diolah (2013)

Hasil uji autokorelasi menggunakan Lagrange Multiplier

test (LM Test) adalah, nilai Prob. Chi-Square(2) dari Obs*R-

squared menunjukan angka 0,8861 yang berada diatas α=5%. Hal

ini menunjukan bahwa permodelan tidak terdapat autokorelasi.

c. Uji Heteroskedastisitas

1) Uji Heteroskedastisitas Data Return

Tabel 4.7

Uji Heteroskedestisitas Data Return

Heteroskedasticity Test: White

F-statistic 1.423998 Prob. F(11,60) 0.1860Obs*R-squared 14.90546 Prob. Chi-Square(11) 0.1869Scaled explained SS 10.41591 Prob. Chi-Square(11) 0.4934

Sumber: Data penelitian yang diolah (2013)

Selanjutnya akan dilakukan uji keberadaan heterokedastis

sebagai salah satu uji kelayakan model menggunakan metode

regresi Ordinary Least Squared. Pengujian menggunakan White

Heterokedsticity test menunjukan hasil Prob. Chi-Square(11) dari

Obs*R-Squared tidak signifikan pada level α=5% yaitu 0,1869.

Hal ini mengindikasikan bahwa permodelan tidak memiliki

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.097725 Prob. F(2,58) 0.9070Obs*R-squared 0.241813 Prob. Chi-Square(2) 0.8861

75

masalah heterokedastisitas. Hal ini Berarti Regresi OLS dapat

digunakan pada permodelan.

2) Uji Heteroskedastisitas Data Abnormal Return

Tabel 4.8

Uji Heteroskedastisitas Data Abnormal Return

Heteroskedasticity Test: White

F-statistic 1.535048 Prob. F(11,60) 0.1429Obs*R-squared 15.81257 Prob. Chi-Square(11) 0.1482Scaled explained SS 11.72313 Prob. Chi-Square(11) 0.3848

Sumber: Data penelitian yang diolah

Selanjutnya akan dilakukan uji keberadaan heterokedastis

sebagai salah satu uji kelayakan model menggunakan metode

regresi Ordinary Least Squared. Pengujian menggunakan White

Heterokedsticity test menunjukan hasil Prob. Chi-Square(11) dari

Obs*R-Squared tidak signifikan pada level α=5% yaitu 0,1482.

Hal ini mengindikasikan bahwa permodelan tidak memiliki

masalah heterokedastisitas. Hal ini berarti Regresi OLS dapat

digunakan pada permodelan.

76

Tabel 4.9

Hasil Uji Regresi OLS Data Return

Dependent Variable: RETURNMethod: Least SquaresDate: 07/16/13 Time: 01:14Sample: 2007M01 2012M12Included observations: 72

Variable Coefficient Std. Error t-Statistic Prob.

JANUARI -0.019516 0.449500 -0.043417 0.9655FEBUARI -0.336642 0.449500 -0.748925 0.4568MARET 0.845370 0.449500 1.880690 0.0649APRIL 1.403618 0.449500 3.122624 0.0028

MEI 1.348064 0.449500 2.999032 0.0039JUNI 0.458877 0.449500 1.020862 0.3114JULI 0.987924 0.449500 2.197829 0.0318

AGUSTUS -0.441093 0.449500 -0.981298 0.3304SEPTEMBER 0.988678 0.449500 2.199507 0.0317

OKTOBER 0.046322 0.449500 0.103052 0.9183NOVEMBER -0.558540 0.449500 -1.242581 0.2189DESEMBER 0.604896 0.317844 1.903121 0.0618

R-squared 0.472503 Mean dependent var 0.998485Adjusted R-squared 0.375795 S.D. dependent var 0.985431S.E. of regression 0.778556 Akaike info criterion 2.488261Sum squared resid 36.36899 Schwarz criterion 2.867705Log likelihood -77.57739 Hannan-Quinn criter. 2.639319F-statistic 4.885882 Durbin-Watson stat 1.920444Prob(F-statistic) 0.000024

Sumber: Hasil Output Eviews 7

Berdasarkan hasil output diatas maka nampak bahwa return

Januari, Februari, Maret, Juni, Agustus, Oktober, November,

Desember tidak signifikan secara statistik pada α=5%, sedangkan

bulan perdagangan April, Mei, Juli, September memiliki

probabilitas < 0,05 yang artinya signifikan pada tingkat 5%.

77

Tabel 4.10Hasil Uji Regresi OLS Data Abnormal Return

Dependent Variable: ABNORMAL_RETURNMethod: Least SquaresDate: 08/13/13 Time: 17:59Sample: 2007M01 2012M12Included observations: 72

Variable Coefficient Std. Error t-Statistic Prob.

JANUARI -0.040921 0.427781 -0.095658 0.9241FEBRUARI 0.292966 0.427781 0.684849 0.4961

MARET -0.841436 0.427781 -1.966976 0.0538APRIL -1.387888 0.427781 -3.244386 0.0019

MEI -1.377477 0.427781 -3.220048 0.0021JUNI -0.478527 0.427781 -1.118626 0.2678JULI -0.965697 0.427781 -2.257456 0.0276

AGUSTUS 0.370543 0.427781 0.866198 0.3898SEPTEMBER -1.014236 0.427781 -2.370923 0.0210

OKTOBER -0.100597 0.427781 -0.235159 0.8149NOVEMBER 0.234685 0.427781 0.548611 0.5853DESEMBER -0.564286 0.302487 -1.865488 0.0670

R-squared 0.459304 Mean dependent var -1.006668Adjusted R-squared 0.360177 S.D. dependent var 0.926302S.E. of regression 0.740939 Akaike info criterion 2.389215Sum squared resid 32.93944 Schwarz criterion 2.768659Log likelihood -74.01174 Hannan-Quinn criter. 2.540273F-statistic 4.633466 Durbin-Watson stat 2.022613Prob(F-statistic) 0.000044

Sumber: Hasil Output Eviews 7

Berdasarkan hasil output diatas maka nampak bahwa return

Januari, Februari, Maret, Juni, Agustus, Oktober, November tidak

signifikan secara statistik pada α=5%, sedangkan bulan

perdagangan April, Mei, Juli, September, Desember memiliki

probabilitas < 0,05 yang artinya signifikan pada tingkat 5%.

2. Metode ARCH GARCH

a. Uji GARCH (1,1) Data Return

78

Metode selanjutnya yang akan digunakan dalam memprediksi ada

tidaknya Month of the Year Effect adalah ARCH/GARCH. Model yang

digunakan yaitu GARCH (1,1).

Tabel 4.11

Hasil Uji GARCH (1,1) Data Return

Dependent Variable: RETURNMethod: ML - ARCH (Marquardt) - Normal distributionDate: 07/16/13 Time: 01:20Sample: 2007M01 2012M12Included observations: 72Convergence achieved after 75 iterationsPresample variance: backcast (parameter = 0.7)GARCH = C(13) + C(14)*RESID(-1)^2 + C(15)*GARCH(-1)

Variable Coefficient Std. Error z-Statistic Prob.

JANUARI 0.041920 0.469488 0.089290 0.9289FEBRUARI -0.332070 0.665097 -0.499281 0.6176

MARET 1.049901 0.307382 t3.415628 0.0006APRIL 1.015992 0.318526 3.189671 0.0014

MEI 1.251441 0.430312 2.908217 0.0036JUNI 0.182308 0.350041 0.520819 0.6025JULI 0.865994 0.382834 2.262061 0.0237

AGUSTUS -0.285180 0.373577 -0.763375 0.4452SEPTEMBER 1.003903 0.371430 2.702808 0.0069

OKTOBER -0.016681 0.454760 -0.036681 0.9707NOVEMBER -0.423369 0.611492 -0.692355 0.4887DESEMBER 0.543313 0.269810 2.013688 0.0440

Variance Equation

C 0.048820 0.028106 1.736964 0.0824RESID(-1)^2 -0.163721 0.047011 -3.482606 0.0005GARCH(-1) 1.092305 0.072780 15.00834 0.0000

R-squared 0.434708 Mean dependent var 0.998485Adjusted R-squared 0.331071 S.D. dependent var 0.985431S.E. of regression 0.805965 Akaike info criterion 2.382277Sum squared resid 38.97481 Schwarz criterion 2.856583Log likelihood -70.76198 Hannan-Quinn criter. 2.571100Durbin-Watson stat 1.900199

Sumber: Hasil Output Eviews 7 (2013)

Tabel hasil 4.6 menunjukan bahwa koefisien variabel

Maret, April, Mei, Juli, Desember signifikan pada level α=5%,

79

sementara Januari, Februari, Juni, Agustus, September Oktober,

November, tidak signifikan. Koefisien ARCH (1) dan GARCH (1)

pada variance equation juga menunjukan hasil yang signifikan.

Berikut akan dilakukan diagnostic check lebih lanjut sebagi uji

kelayakan untuk model tersebut (Shochrul R. Ajija, 2011:112):

1. Hasil penjumlahan koefisien ARCH dan GARCH tidak

lebih dari 1 (α+β<1).

Penjumlahan kedua koefisien menunjukan nilai

lebih kecil dari satu yaitu 0.928584 yang mengindikasikan

bahwa model telah mencapai stasioner.

2. Tidak ada lagi ARCH effect.

Tabel 4.12

Hasil Uji ARCH-LM Data Return

Heteroskedasticity Test: ARCH

F-statistic 0.022883 Prob. F(1,69) 0.8802Obs*R-squared 0.023539 Prob. Chi-Square(1) 0.8781

Sumber: Data penelitian yang diolah (2013)

Berdasarkan uji ARCH-LM tabel 4.4, p-value

Obs*R-squared sudah menunjukan angka yang signifikan

(lebih besar dari α=5%), yang menunjukan tidak adanya

gangguan heteroskedestisitas. Hal ini menunjukan bahwa

sudah tidak terdapat ARCH-Effect pada permodelan.

80

2) Uji GARCH (1,1) Data Abnormal Return

Tabel 4.13

Hasil Uji GARCH (1,1) Data Abnormal Return

Sumber: Hasil Output Eviews 7 (2013)

Tabel hasil 4.13 menunjukan bahwa koefisien variabel

Maret, April, Mei, Juli, September, Desember signifikan pada level

α=5%, sementara Januari, Februari, Juni, Agustus, Oktober,

Dependent Variable: ABNORMAL_RETURNMethod: ML - ARCH (Marquardt) - Normal distributionDate: 08/13/13 Time: 18:25Sample: 2007M01 2012M12Included observations: 72Failure to improve Likelihood after 125 iterationsPresample variance: backcast (parameter = 0.7)GARCH = C(13) + C(14)*RESID(-1)^2 + C(15)*GARCH(-1)

Variable Coefficient Std. Error z-Statistic Prob.

JANUARI -0.128812 0.385761 -0.333917 0.7384FEBRUARI 0.269325 0.590565 0.456046 0.6484

MARET -1.055949 0.273728 -3.857665 0.0001APRIL -0.927922 0.304560 -3.046759 0.0023

MEI -1.287398 0.405954 -3.171293 0.0015JUNI -0.213351 0.262077 -0.814076 0.4156JULI -0.866688 0.340488 -2.545431 0.0109

AGUSTUS 0.234701 0.343401 0.683461 0.4943SEPTEMBER -1.006332 0.375357 -2.680996 0.0073

OKTOBER -0.063874 0.439309 -0.145398 0.8844NOVEMBER 0.270444 0.676814 0.399584 0.6895DESEMBER -0.506650 0.244425 -2.072824 0.0382

Variance Equation

C 0.043561 0.026193 1.663040 0.0963RESID(-1)^2 -0.155410 0.048150 -3.227610 0.0012GARCH(-1) 1.088077 0.068298 15.93143 0.0000

R-squared 0.412372 Mean dependent var -1.006668Adjusted R-squared 0.304641 S.D. dependent var 0.926302S.E. of regression 0.772426 Akaike info criterion 2.301684Sum squared resid 35.79855 Schwarz criterion 2.775989Log likelihood -67.86061 Hannan-Quinn criter. 2.490506Durbin-Watson stat 1.991792

81

November, tidak signifikan. Koefisien ARCH (1) dan GARCH (1)

pada variance equation juga menunjukan hasil yang signifikan.

Berikut akan dilakukan diagnostic check lebih lanjut sebagi uji

kelayakan untuk model tersebut (Shochrul R. Ajija, 2011:112):

1. Hasil penjumlahan koefisien ARCH dan GARCH tidak

lebih dari 1 (α+β<1).

Penjumlahan kedua koefisien menunjukan nilai

lebih kecil dari satu yaitu 0.932667 yang mengindikasikan

bahwa model telah mencapai stasioner.

2. Tidak ada lagi ARCH effect.

Tabel 4.14

Hasil Uji ARCH-LM Data Abnormal Return

Sumber: Data penelitian yang diolah (2013)

Berdasarkan uji ARCH-LM tabel 4.14, p-value

Obs*R-squared sudah menunjukan angka yang signifikan

(lebih besar dari α=5%), yang menunjukan tidak adanya

gangguan heteroskedestisitas. Hal ini menunjukan bahwa

sudah tidak terdapat ARCH-Effect pada permodelan.

Heteroskedasticity Test: ARCH

F-statistic 4.415584 Prob. F(1,69) 0.0393Obs*R-squared 4.270298 Prob. Chi-Square(1) 0.3388

82

Tabel berikut merupakan rangkuman daru uji keberadaan

month of the year effect untuk semua model pada masing-masing

variabel tidak bebas.

Tabel 4.15

Rangkuman Uji Keberadaan Month of the Year Effect

Bulan

Perdagangan

Metode

Return Abnormal Return

OLS

GARCH

(1,1) OLS

GARCH

(1,1)

Januari -0.0195 0.04192 -0.0409 -0.128812

Februari -0.3366 -0.33207 0.29297 0.269325

Maret 0.84537 1.049901* -0.8414* -1.055949*

April 1.40362* 1.015992* -1.3879* -0.927922*

Mei 1.34806* 1.25144* -1.3775 -1.287398*

Juni 0.45888 0.182308 -0.4785 -0.213351

Juli 0.98792* 0.865994* -0.9657* -0.866688*

Agustus -0.4411 -0.28518 0.37054 0.234701

September 0.98868* 1.003903* -1.0142* -1.006332*

Oktober 0.04632 -0.016681 -0.1006 -0.063874

November -0.5585 -0.42337 0.23469 0.270444

Desember 0.6049 0.543313* -0.5643 -0.50665*

Sumber : Hasil Olahan Peneliti (2013)Ket : *Signifikan pada level 5%

Tampak pada hasil pengujian untuk masing-masing

variabel terikat menunjukan nilai return yang beragam dan hasil

analisis GARCH lebih baik dalam menggambarkan month of the

year effect daripada model OLS. Hal ini terjadi karena data time

83

series mempunyai tingkat volatilitas yang tinggi. Volatilitas data

adalah sesuatu yang sering kali terjadi di pasar keuangan yang sulit

di hindari. Pada kondisi seperti itu maka perilaku data time series

sangat berbeda dengan asumsi bahwa data time series

kecenderungannya mempunyai varian kesalahan pengganggu

(error term) yang konstan dari waktu ke waktu, berdasarkan

kenyataan bahwa varian residual dari time series tidak konstan dan

banyak mengalami perubahan dari suatu periode ke periode yang

lain (heteroskedastis).

Terjadinya heteroskedastis, karena berhubungan langsung

dengan variable independen, untuk itu agar permodelan terbebas

dari masalah heteroskedastis maka hanya perlu transformasi

persamaan regresi. Model GARCH berbeda dengan asumsi

tersebut, heteroskedastisitas terjadi karena data time series

menunjukan unsure volatilitasnya. Untuk itu karena tingginya

volatilitas data, diperlukan permodelan sebagai pendekatan untuk

mengukur masalah volatilitas residual. Salah satu pendekatan

untuk memprediksi volatilitas varian residual adalah dengan

memasukan variabel independen yang mampu memprediksi

volatilitas residual, karena itulah dirasa model GARCH lebih baik

dalam memprediksi (Hamja, 2012:266).

Untuk hasil perhitungan pada variabel tidak bebas return

saham pada bulan Maret, April, Mei, Juli, September, dan

84

Desember menunjukan nilai probabilita yang signifikan pada level

5% dan memiliki return positif. Hal ini mengindikasikan bahwa

terjadi month of the year effect.

Berdasarkan hasil penelitian yang dilakukan tidak terjadi

tingkat pengembalian yang tinggi pada Januari. Adapun tingkat

pengembalian yang tinggi terjadi pada Desember sehingga dapat

disebut December effect. Manurung (1996, 2006, dan 2008) telah

ditemukan adanya efek Desember. Penelitian tersebut juga

menemukan bahwa bursa mengalami penurunan pada Juli sampai

Oktober dan mengalami kenaikan pada November. Broto (2011)

mendukung hasil penelitian Manurung tersebut, yang menyatakan

efek Desember yang terjadi di Indonesia. Terjadinya tingkat

pengembalian pada Desember dikarenakan bursa saham Indonesia

belum efisien dan banyak pihak (terutama investor asing)

menyatakan bursa Indonesia merupakan bursa spekulasi dan masih

jauh untuk bursa investasi. (Idhamazhari.blogspot.com)

Faktor utama yang membuat pernyataan tersebut

dikarenakan investor yang masih dikuasai oleh sedikit investor

yang sudah bisa memahami permainan saham tersebut. Artinya,

jumlah investor yang setiap hari melakukan perdagangan tidak

begitu banyak dan paling banyak 10.000 investor walaupun

rekening investor sudah mencapai ratusan ribu. Berdasarkan empiri

yang diuraikan sebelumnya, investor Indonesia sebaiknya

85

melakukan transaksi pada Desember untuk mendapatkan tingkat

pengembalian yang lebih baik. Untuk mendapatkan hasil investasi

yang lebih baik sekali, investor melakukan pembelian pada

pertengahan Oktober dan menjualnya pada akhir Desember.

Penelitian ini mendukung penelitian Andrew Worthington

(2011) melakukan pengujian pada pasar saham di Australia pada

periode 1996-2008 dengan menggunakan pendekatan regresi

berganda. Hasilnya menunjukan bahwa return tertinggi ada pada

bulan April, Juli dan Desember meskipun ini hanya terjadi pada

perusahaan dengan kapitalisasi yang kecil.

Untuk hasil perhitungan pada variabel tidak bebas abnornal

return saham pada bulan Maret, April, Mei, Juli, dan September

dan Desember menunjukan nilai probabilita yang signifikan pada

level 5% dan memiliki abnormal return negatif. Dari hasil output

tidak dapat dipungkiri bahwa terdapat fenomena month of the year

effect. Hal ini sejalan dengan penelitian Eleftherios Giovanis

(2009) pada 55 pasar modal di dunia dengan menggunakan model

GARCH. Hasilnya adalah ditemukannya December effect pada 20

pasar modal dengan return tertinggi di bulan tertentu. Sementara

itu February effect terdapat pada 9 pasar modal yang di ikuti

dengan January and April effect masing-masing di 7 dan 6 pasar

modal.

86

Ricky Chee dan Venus Khim (2012) juga melakukan

penelitian dimana ditemukan November effect pada Index Nikei

225 di Tokyo Stock Exchange (TSE) dengan menggunakan metode

TGARCH. Hasil penelitian ini konsisten dengan bukti sebelumnya

yang mendukung hipotesis tax-loss selling pada pasar saham di

U.S. dan U.K. Adanya month of the year effect di TSE

menunjukkan bahwa melalui strategi waktu investasi yang benar,

manajer keuangan, konselor keuangan dan investor bisa

mengambil keuntungan dari pola tersebut.

87

BAB V

PENUTUP

A. Kesimpulan

Dari hasil analisis data dan pembahasan hasil penelitian yang telah

dilakukan, maka dapat disimpulkan sebagai berikut:

1. Hasil penelitian menunjukan ditemukan adanya fenomena Month of

the Year Effect pada Bursa Efek Indonesia (BEI) periode 2007-2012

dengan menggunakan model GARCH. Hal ini ditunjukan pada bulan

perdagangan Januari, Maret, April, Mei, Juni, Juli, September, dan

Desember memiliki return positif sedangkan Februari, Agustus,

Oktober dan November memiliki return negatif. Namun hanya pada

bulan perdagangan Januari, Maret, April, Mei, Juni, Juli, September,

dan Desember yang memiliki pengaruh signifikan terhadap return

saham.

2. Hasil penelitian menunjukan ditemukan adanya fenomena Month of

the Year Effect pada Bursa Efek Indonesia (BEI) periode 2007-2012

dengan menggunakan model GARCH. Hal ini ditunjukan pada bulan

perdagangan Februari, Agustus dan November memiliki abnormal

return positif sedangkan Januari, Maret, April, Mei, Juni, Juli,

September, Oktober dan Desember memiliki abnormal return negatif.

Namun hanya pada bulan perdagangan Maret, April, Mei, Juli,

September, dan Desember yang memiliki pengaruh signifikan

terhadap abnormal return saham.

88

3. Hasil penelitian menunjukan bahwa model GARCH lebih baik

menggambarkan month of the year effect daripada model OLS. Hasil

perhitungan pada variabel tidak bebas return saham untuk bulan

perdagangan Maret, April, Mei, Juli, September, dan Desember

menunjukan nilai probabilita yang signifikan pada level 5% dan

memiliki return positif dan hasil perhitungan pada variabel tidak

bebas abnornal return saham untuk bulan perdagangan Maret, April,

Mei, Juli, dan September dan Desember menunjukan nilai probabilita

yang signifikan pada level 5% dan memiliki abnormal return negatif

B. Implikasi

1. Implikasi Bagi Investor

Bagi investor sebaiknya memperhatikan resiko dalam melakukan

investasi. Karena resiko bisa jadi merupakan salah satu pertimbangan

bagi investor untuk memegang sebuah aset dalam rangka mendapatkan

return yang diinginkan. Namun resiko tersebut tidak menjadi penyebab

keberadaan month of the year effect. Selain itu, investor dapat

mempelajari pola return pasar sebagai salah satu strategi dalam

melakukan jual beli saham dimasa yang akan datang dalam rangka

mengambil keuntungan yang ada di dalam pasar.

89

2. Implikasi Bagi Perusahaan

Hasil penelitian ini dapat dijadikan informasi tambahan dan

pertimbangan bagi perusahaan dalam melakukan kebijakan yang

berhubungan dengan investasi.

3. Implikasi Bagi Akademik

Analisis terhadap anomali dapat dilakukan dengan metode

GARCH yang memiliki kemampuan untuk memformulasikan sebuah

model yang tepat untuk return dan melakukan estimasi terhadap month of

the year effect. Hasil penelitian ini dapat dijadikan tambahan

pengetahuan bagi penelitian selanjutnya.

C. Saran

Disadari bahwa penelitian ini masih banyak terdapat kekurangan dan

keterbatasan. Karenanya, berikut akan disajikan saran-saran terkait untuk

perkembangan penelitian selanjutnya.

1. Peneliti yang akan datang disarankan dapat menggunakan teknik analisis

lain dalam mengestimasi return saham dan abnormal return. Peneliti

dapat menggunakan metode Box Jenkins (ARIMA) serta

membandingkannya dengan metode yang telahdigunakan dalam

penelitian ini, untuk mengetahui model mana yang memberikan hasil

terbaik.

90

2. Peneliti berikutnya sebaiknya perlu melakukan analisis terhadap semua

emiten yang listed di BEI agar dapat memberikan pandangan yang lebih

luas lagi bagi para investor yang ingin berinvestasi.

3. Periode pengamatan pada penelitian yang akan datang sebaiknya

diperpanjang agar diperoleh hasil penelitian yang lebih baik lagi.

4. Peneliti yang akan datang perlu mencoba untuk membedakan antara

saham berkapitalisasi kecil dan besar. Hal ini untuk mendapatkan

gambaran dan bukti empiris yang sesuai dengan penelitian-penelitian

yang ada di luar negeri. Sehingga dapat diperoleh bukti lain mengenai

pengaruh bulan perdagangan terhadap return saham dan abnormal

return.

91

DAFTAR PUSTAKA

Achsien, Iggie H. “Investasi Syariah di Pasar Modal Menggagas Konsep danPraktek Manajemen Portofolio Syariah”. Jakarta: Gramedia. 2000.

Akbar, Imam. “Pengujian Anomaly Pasar Efisien pada Bursa Efek Indonesia”. UINSyarif Hidayatullah. Jakarta. 2008.

As’adah, Luluk. “Pengaruh January Effect Terhadap Abnormal Return dan VolumePerdagangan pada Saham di Jakarta Islamic Index”. UIN Sunan Kali Jaga.Yogyakarta. 2009.

Bachtiar, Yanuar. “Day of The Week Effect terhadap Retutn dan VolumePerdagangan Saham LQ45 dan Non LQ45”. Jurnal Keuangan dan Perbankan,Vol. 13 No. 3; hal 487-497, 2009.

Bodie, Kane, Marcus. “Investment”. Edisi 6. Salemba Empat. Jakarta. 2006.

Bollerslev, T. “Generalized Autoregressive Conditional Heteroscedasticity”. Journalof Econometrics, Vol.31. 1986.

Chia Jiun, Ricky Chee dan Liew Sen, Venus Khim. “Month-of-the-Year andSymmetrical Effects in the Nikkei 225”, IOSR Journal of Business andManagement (IOSRJBM) ISSN: 2278-487X Volume 3, Issue 2. 2012.

Choudhry, Taufiq. “Month of the year effect and January effect in pre-WWI stockreturns: Evidence from A Non-Linear GARCH Model”. International Journalof Finance & Economic. 2001.

Debasish, Sathya Swaroop Debasish. “An Empirical Study on Month of The Year Effect inGas, Oil and Refineries Sectors in Indian Stock Market”, International Journal ofManagement and Strategy (IJMwS) Vol. No.3 Issue 5. 2012.

Elton, Edwin J and Martin J, Gruber. “Modern Potofolio Theory anf InvestementAnalysis”. 8th Edition. USA. 2010.

Fabbozi, F. “Manajemen Investasi”. Salemba Empat. Jakarta. 1999.

Ghozali, Imam. “Aplikasi Analisis Multivariate Dengan Program SPSS”. BadanPenerbit Universitas Diponegoro. Semarang. 2005

92

Giovanis, Eleftherios. “The Month of the year Effect: Evidence from GARCH modelsin Fifty Five Stock Markets”, Munich Personal RePEc Archive (MPRA) Paper22328. 2009.

Gitman, Lawrence J, Joehnk, Michael D. “Invesment”. Edisi 10. Pearson Education.Boston. 2008.

Gujarati, Damodar N. “Basic Economics”. Pentige Hall Ltd. 1995.

Gumanti, Tatang Ary dan Utami, Elok Sri. “Bentuk Pasar Efisien danPengujiannya”, Jurnal Ekonomi Akutansi, Fakultas Ekonomi – UniversitasKristen Petra. 2002.

Hamid, Abdul. “Pedoman Penulisan Skripsi”. FEB UIN Syarif Hidayatullah, Jakarta,2012.

Hamja, Yahya. “Materi Kuliah Ekonometri” . FEB UIN Syarif Hidayatullah, Jakarta,2012.

Huda, Nurul dan Mustafa Edwin Nasution. “Investasi Pada Pasar Modal Syariah".Kencana. Jakarta. 2007.

Indriantoro, Nur dan Bambang Supomo. “Metodologi Penelitian Bisnis”. BPFE:Yogyakarta. 1999.

Keown J, Arthur, Scott, Jr, David Scott, Martin, John D, and Petty, J William“Dasar-dasar Manajemen Keuanagan” Salemba Empat. Jakarta. 2001.

Jogiyanto, H.M. “Teori Portofolio dan Analisis Investasi”. Edisi ke-4, cetakan ke-1,BPFE: Yogyakarta. 2009.

Jonathan , Berk, and Peter De Marzo. “Corporate Finance”, Addison Wesley,

Boston. 2007.

Jones, Charles p. “Invesment, Tenth Edition”. USA. 2007.

Levy, Haim S. “Intoduction Investement”. South Western Publishing. 1996.

M. Al-Jarrah, Idries. A. Khamees, Basheer. "Turn of the Month Anomaly" in AmmanStock Exchange: Evidence and Implications”, Journal of Money, Investmentand BankingISSN 1450-288X Issue 21. 2011.

93

Nachrowi, Djalal Nachrowi. Usman, Hardius. “Analisis Ekonometrika untuk Ekonomidan Keuangan”. LPFEUI. Jakarta. 2006.

Nazir, Mohammad. “ Metode Penelitian, Cetakan Ketiga”. Ghalia Indonesia. Jakarta.1998.

Pranomo Sari, Maylia. “Pengujian Efisiensi Pasar dan Anomali Pasar: Revisi GAPEMH (Efficiency Market Hypothesis)”. Jurnal Dinamika Akutansi. 2009.

Prasetyo, Hari. “Analisis Pengaruh Hari Perdagangan Terhadap Return, AbnormalReturn, dan Volatilitas Return Saham”. Tesis Universitas Diponegoro.Semarang. 2006.

R. A, Shochrul, Dyah, Rahmat, Martha. “Cara Cerdas Menguasai EViews”.Salemba Empat. Jakarta. 2011.

R. Christie-David and M. Chaudhry. “January Anomalies: Implications for theMarket’s Incorporation of News”, The Financial review, Vol:3 p.79-96. 2000.

Rodoni, Ahmad dan Hamid, Abdul. “Analisis Investasi dan Manajemen Resiko”.UIN Syarif Hidayatullah. Jakarta. 2010.

Rodoni, Ahmad. “Analisis Teknikal dan Fundamental pada Pasar Modal”. CSES.Jakarta. 2005.

Rodoni, Ahmad dan Ali, Herni. “Manajemen Keuangan”. Mitra Wacana Media.Jakarta. 2010.

Samsul, Mohamad. “Pasar Modal dan Manajemen Portofolio”. Erlangga. Jakarta.2006.

Sekaran, Uma. “Research Method for Bussiness (Metode Penelitian Untuk Bisnis)Edisi 4”. Salemba Empat. Jakarta. 2007.

Setyawardhana, Rama. “Efek Bulan Perdagangan pada Varians Harga Index SahamUtama Asia”. Jurnal Bisnis dan Manajemen, Vol. 5 No. 2; hal 197-210. 2005.

Sjahrial, Dermawan. “Manajemen Keuangan Edisi 2”. Mitra Wacana Media. Jakarta.2008.

Siswanto, Tomy. “Analisis Anomali Bulan Perdagangan Terhadap Return Saham”.Tesis Universitas Diponegoro. Semarang. 2001.

94

Suad, Husnan. “Dasar-dasar Teori Portofolio dan analisis Sekuritas”. UPP AMPYKPN: Yogyakarta. 1998.

Tendelilin, Eduardus. “Portofolio dan Investasi teori dan Aplikasi, Edisi Pertama”.BPFE Yogyakarta. 2010.

Tendellin, S dan Agifari, 1999. Pengaruh Hari Perdagangan terhadap Return Sahamdi BEJ. Jurnal Ekonomi dan Bisnis Indonesia, 14 (4): 111-123.

Tjiptono Darmadji dan Hendy M. Fakhruddin. “Pasar Modal di Indonesia”. PenerbitSalemba Empat. Jakarta. 2001.

Wahyu, Agus Pratomo. “January Effect dan Siza Effect Pada Bursa Efek Jakarta(BEJ) Periode 1998-2005” Tesis Universitas Diponegoro. Semarang. 2007.

Waleed, Dima dan Ahmad, Kamal. “Calendar Anomalies: The Case of Amman StockExchange”. International Journal of Business and Management; Vol. 7, No.24. 2012.

Winarno, Wing W. “Analisis Ekonometrika dan Statistik dengan Eviews”. Jakarta:Penerbit Sekolah Tinggi Ilmu Manajemen YKPN. 2007.

Wong, Kee Mei dan Ho, Mun Chong. “An emperical Analysis of the Monthly Effect:The Case of the Malaysian Stock Market”. Working Paper Series inEconomics No.2007-4. 2007.

Worthington, Andrew “The Month-of-the-year Effect in the Australian StockMarket: A Short Technical Note on the Market, Industry and Firm SizeImpacts”, Australasian Accounting Business and Finance Journal Volume5mIssue 1 Australasian Accounting Business and Finance Journal. 2012.

http://m.kompas.com/health/read/2012/12/29/0257289/Tahun.2012.IHSG.Menguat.hingga.12.94.Persen

http://economy.okezone.com/read/2010/01/06/279/291364/large

http://idhamazhari.blogspot.com/2012/01/investasi-adakah-efek-januari.html

http://satrio.blog.kontan.co.id/2011/01/03/januari-effect-atau-januari-gak-ngefek/

www.britama.com

www.finance.yahoo.com.

95

LAMPIRAN

LAMPIRAN 1: Hasil Uji Stasioneritas Return Saham

Null Hypothesis: RETURN has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -7.419159 0.0000Test critical values: 1% level -3.525618

5% level -2.90295310% level -2.588902

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

Augmented Dickey-Fuller Test EquationDependent Variable: D(RETURN)Method: Least SquaresDate: 07/16/13 Time: 01:07Sample (adjusted): 2007M02 2012M12Included observations: 71 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

RETURN(-1) -0.885590 0.119365 -7.419159 0.0000C 0.894938 0.167984 5.327531 0.0000

R-squared 0.443745 Mean dependent var 0.002408Adjusted R-squared 0.435684 S.D. dependent var 1.315103S.E. of regression 0.987918 Akaike info criterion 2.841331Sum squared resid 67.34276 Schwarz criterion 2.905068Log likelihood -98.86724 Hannan-Quinn criter. 2.866677F-statistic 55.04392 Durbin-Watson stat 2.019338Prob(F-statistic) 0.000000

96

LAMPIRAN 2: Hasil Uji Stasioneritas Abnormal Return Saham

Null Hypothesis: ABNORMAL_RETURN has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -7.706220 0.0000Test critical values: 1% level -3.525618

5% level -2.90295310% level -2.588902

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

Augmented Dickey-Fuller Test EquationDependent Variable: D(ABNORMAL_RETURN)Method: Least SquaresDate: 08/14/13 Time: 02:07Sample (adjusted): 2007M02 2012M12Included observations: 71 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

ABNORMAL_RETURN(-1) -0.922464 0.119704 -7.706220 0.0000C -0.939920 0.164296 -5.720904 0.0000

R-squared 0.462557 Mean dependent var -0.002974Adjusted R-squared 0.454768 S.D. dependent var 1.260980S.E. of regression 0.931105 Akaike info criterion 2.722875Sum squared resid 59.81998 Schwarz criterion 2.786612Log likelihood -94.66206 Hannan-Quinn criter. 2.748221F-statistic 59.38583 Durbin-Watson stat 2.019929Prob(F-statistic) 0.000000

97

LAMPIRAN 3: Hasil Uji Breusch-Godfrey Serial Correlation LM Test Data Return

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.052112 Prob. F(2,58) 0.9493Obs*R-squared 0.129150 Prob. Chi-Square(2) 0.9375

Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 07/16/13 Time: 01:10Sample: 2007M01 2012M12Included observations: 72Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

JANUARI 0.002299 0.456831 0.005033 0.9960FEBRUARI 0.002299 0.456831 0.005033 0.9960

MARET 0.002299 0.456831 0.005033 0.9960APRIL 0.002299 0.456831 0.005033 0.9960

MEI 0.002299 0.456831 0.005033 0.9960JUNI 0.002299 0.456831 0.005033 0.9960JULI 0.002299 0.456831 0.005033 0.9960

AGUSTUS 0.002299 0.456831 0.005033 0.9960SEPTEMBER 0.002299 0.456831 0.005033 0.9960

OKTOBER 0.002299 0.456831 0.005033 0.9960NOVEMBER 0.001383 0.456808 0.003027 0.9976DESEMBER -0.002299 0.323069 -0.007117 0.9943RESID(-1) 0.035551 0.131400 0.270559 0.7877RESID(-2) 0.021919 0.131504 0.166681 0.8682

R-squared 0.001794 Mean dependent var 5.21E-16Adjusted R-squared -0.221942 S.D. dependent var 0.715709S.E. of regression 0.791155 Akaike info criterion 2.542021Sum squared resid 36.30376 Schwarz criterion 2.984706Log likelihood -77.51276 Hannan-Quinn criter. 2.718255F-statistic 0.008017 Durbin-Watson stat 2.000168Prob(F-statistic) 1.000000

98

LAMPIRAN 4: Hasil Uji Breusch-Godfrey Serial Correlation LM Test Data AbnormalReturn

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.097725 Prob. F(2,58) 0.9070Obs*R-squared 0.241813 Prob. Chi-Square(2) 0.8861

Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 08/14/13 Time: 02:10Sample: 2007M01 2012M12Included observations: 72Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

JANUARI -0.001427 0.434420 -0.003284 0.9974FEBRUARI -0.001427 0.434420 -0.003284 0.9974

MARET -0.001427 0.434420 -0.003284 0.9974APRIL -0.001427 0.434420 -0.003284 0.9974

MEI -0.001427 0.434420 -0.003284 0.9974JUNI -0.001427 0.434420 -0.003284 0.9974JULI -0.001427 0.434420 -0.003284 0.9974

AGUSTUS -0.001427 0.434420 -0.003284 0.9974SEPTEMBER -0.001427 0.434420 -0.003284 0.9974

OKTOBER -0.001427 0.434420 -0.003284 0.9974NOVEMBER 0.000817 0.434395 0.001881 0.9985DESEMBER 0.001427 0.307222 0.004643 0.9963RESID(-1) -0.013830 0.131237 -0.105384 0.9164RESID(-2) 0.056155 0.131342 0.427548 0.6706

R-squared 0.003359 Mean dependent var -2.58E-16Adjusted R-squared -0.220027 S.D. dependent var 0.681128S.E. of regression 0.752339 Akaike info criterion 2.441406Sum squared resid 32.82881 Schwarz criterion 2.884091Log likelihood -73.89063 Hannan-Quinn criter. 2.617641F-statistic 0.015035 Durbin-Watson stat 2.004670Prob(F-statistic) 1.000000

99

LAMPIRAN 5: Hasil Uji Heteroskedastisitas Data Return

Heteroskedasticity Test: White

F-statistic 1.423998 Prob. F(11,60) 0.1860Obs*R-squared 14.90546 Prob. Chi-Square(11) 0.1869Scaled explained SS 10.41591 Prob. Chi-Square(11) 0.4934

Heteroskedasticity Test: ARCH

F-statistic 0.022883 Prob. F(1,69) 0.8802Obs*R-squared 0.023539 Prob. Chi-Square(1) 0.8781

LAMPIRAN 6: Hasil Uji Heteroskedastisitas Data Abnormal Return

Heteroskedasticity Test: White

F-statistic 1.535048 Prob. F(11,60) 0.1429Obs*R-squared 15.81257 Prob. Chi-Square(11) 0.1482Scaled explained SS 11.72313 Prob. Chi-Square(11) 0.3848

Heteroskedasticity Test: ARCH

F-statistic 0.003643 Prob. F(1,69) 0.9520Obs*R-squared 0.003749 Prob. Chi-Square(1) 0.9512

100

LAMPIRAN 7: HasilRegresi OLS Return Saham

Dependent Variable: RETURNMethod: Least SquaresDate: 07/16/13 Time: 01:14Sample: 2007M01 2012M12Included observations: 72

Variable Coefficient Std. Error t-Statistic Prob.

JANUARI -0.019516 0.449500 -0.043417 0.9655FEBRUARI -0.336642 0.449500 -0.748925 0.4568

MARET 0.845370 0.449500 1.880690 0.0649APRIL 1.403618 0.449500 3.122624 0.0028

MEI 1.348064 0.449500 2.999032 0.0039JUNI 0.458877 0.449500 1.020862 0.3114JULI 0.987924 0.449500 2.197829 0.0318

AGUSTUS -0.441093 0.449500 -0.981298 0.3304SEPTEMBER 0.988678 0.449500 2.199507 0.0317

OKTOBER 0.046322 0.449500 0.103052 0.9183NOVEMBER -0.558540 0.449500 -1.242581 0.2189DESEMBER 0.604896 0.317844 1.903121 0.0618

R-squared 0.472503 Mean dependent var 0.998485Adjusted R-squared 0.375795 S.D. dependent var 0.985431S.E. of regression 0.778556 Akaike info criterion 2.488261Sum squared resid 36.36899 Schwarz criterion 2.867705Log likelihood -77.57739 Hannan-Quinn criter. 2.639319F-statistic 4.885882 Durbin-Watson stat 1.920444Prob(F-statistic) 0.000024

101

LAMPIRAN 8: HasilRegresi OLS Abnormal Return Saham

Dependent Variable: ABNORMAL_RETURNMethod: Least SquaresDate: 08/14/13 Time: 02:13Sample: 2007M01 2012M12Included observations: 72

Variable Coefficient Std. Error t-Statistic Prob.

JANUARI -0.040921 0.427781 -0.095658 0.9241FEBRUARI 0.292966 0.427781 0.684849 0.4961

MARET -0.841436 0.427781 -1.966976 0.0538APRIL -1.387888 0.427781 -3.244386 0.0019

MEI -1.377477 0.427781 -3.220048 0.0021JUNI -0.478527 0.427781 -1.118626 0.2678JULI -0.965697 0.427781 -2.257456 0.0276

AGUSTUS 0.370543 0.427781 0.866198 0.3898SEPTEMBER -1.014236 0.427781 -2.370923 0.0210

OKTOBER -0.100597 0.427781 -0.235159 0.8149NOVEMBER 0.234685 0.427781 0.548611 0.5853DESEMBER -0.564286 0.302487 -1.865488 0.0670

R-squared 0.459304 Mean dependent var -1.006668Adjusted R-squared 0.360177 S.D. dependent var 0.926302S.E. of regression 0.740939 Akaike info criterion 2.389215Sum squared resid 32.93944 Schwarz criterion 2.768659Log likelihood -74.01174 Hannan-Quinn criter. 2.540273F-statistic 4.633466 Durbin-Watson stat 2.022613Prob(F-statistic) 0.000044

102

LAMPIRAN 9: Hasil Uji GARCH (1,1) Data Return Saham

Dependent Variable: RETURNMethod: ML - ARCH (Marquardt) - Normal distributionDate: 07/16/13 Time: 01:20Sample: 2007M01 2012M12Included observations: 72Convergence achieved after 75 iterationsPresample variance: backcast (parameter = 0.7)GARCH = C(13) + C(14)*RESID(-1)^2 + C(15)*GARCH(-1)

Variable Coefficient Std. Error z-Statistic Prob.

JANUARI 0.041920 0.469488 0.089290 0.9289FEBRUARI -0.332070 0.665097 -0.499281 0.6176

MARET 1.049901 0.307382 3.415628 0.0006APRIL 1.015992 0.318526 3.189671 0.0014

MEI 1.251441 0.430312 2.908217 0.0036JUNI 0.182308 0.350041 0.520819 0.6025JULI 0.865994 0.382834 2.262061 0.0237

AGUSTUS -0.285180 0.373577 -0.763375 0.4452SEPTEMBER 1.003903 0.371430 2.702808 0.0069

OKTOBER -0.016681 0.454760 -0.036681 0.9707NOVEMBER -0.423369 0.611492 -0.692355 0.4887DESEMBER 0.543313 0.269810 2.013688 0.0440

Variance Equation

C 0.048820 0.028106 1.736964 0.0824RESID(-1)^2 -0.163721 0.047011 -3.482606 0.0005GARCH(-1) 1.092305 0.072780 15.00834 0.0000

R-squared 0.434708 Mean dependent var 0.998485Adjusted R-squared 0.331071 S.D. dependent var 0.985431S.E. of regression 0.805965 Akaike info criterion 2.382277Sum squared resid 38.97481 Schwarz criterion 2.856583Log likelihood -70.76198 Hannan-Quinn criter. 2.571100Durbin-Watson stat 1.900199

103

LAMPIRAN 10: Hasil Uji GARCH (1,1) Data Abnormal Return

Dependent Variable: ABNORMAL_RETURNMethod: ML - ARCH (Marquardt) - Normal distributionDate: 08/14/13 Time: 02:16Sample: 2007M01 2012M12Included observations: 72Failure to improve Likelihood after 125 iterationsPresample variance: backcast (parameter = 0.7)GARCH = C(13) + C(14)*RESID(-1)^2 + C(15)*GARCH(-1)

Variable Coefficient Std. Error z-Statistic Prob.

JANUARI -0.128812 0.385761 -0.333917 0.7384FEBRUARI 0.269325 0.590565 0.456046 0.6484

MARET -1.055949 0.273728 -3.857665 0.0001APRIL -0.927922 0.304560 -3.046759 0.0023

MEI -1.287398 0.405954 -3.171293 0.0015JUNI -0.213351 0.262077 -0.814076 0.4156JULI -0.866688 0.340488 -2.545431 0.0109

AGUSTUS 0.234701 0.343401 0.683461 0.4943SEPTEMBER -1.006332 0.375357 -2.680996 0.0073

OKTOBER -0.063874 0.439309 -0.145398 0.8844NOVEMBER 0.270444 0.676814 0.399584 0.6895DESEMBER -0.506650 0.244425 -2.072824 0.0382

Variance Equation

C 0.043561 0.026193 1.663040 0.0963RESID(-1)^2 -0.155410 0.048150 -3.227610 0.0012GARCH(-1) 1.088077 0.068298 15.93143 0.0000

R-squared 0.412372 Mean dependent var -1.006668Adjusted R-squared 0.304641 S.D. dependent var 0.926302S.E. of regression 0.772426 Akaike info criterion 2.301684Sum squared resid 35.79855 Schwarz criterion 2.775989Log likelihood -67.86061 Hannan-Quinn criter. 2.490506Durbin-Watson stat 1.991792