24 BAB III METODE PENELITIAN 1.1 Jenis dan Sumber Data

24
BAB III
METODE PENELITIAN
1.1
Jenis dan Sumber Data
Menurut Sekaran (2003), data sekunder merupakan informasi yang
dikumpulkan oleh pihak lain selain dari penelitian itu sendiri. Jenis data yang dipakai
dalam penelitian ini adalah jenis data time series, yang berupa data berdasakan
urutan waktu. Sumber data yang digunakan di peroleh dari IDX ( Indonesia Stock
Exchange) sehingga data tersebut bisa langsung kemudian dipindahkan ke dalam
format Microsoft Excel untuk selanjutnya diolah menggunakan software statistik
SPSS 22.
1.2
Populasi dan Sampel
Adapun data yang digunakan dalam penelitian ini adalah data populasi
Indeks Harga Saham Gabungan (IHSG) dan Indeks Harga Saham Sektoral (IHSS)
untuk masing masing sektor di Bursa Efek Indonesia selama periode Januari 2005
hingga Desember 2014. Indeks Harga Saham Gabungan (IHSG) sebagai indikator
dari kinerja sebuah saham, dalam hal ini Indeks Harga Saham Gabungan
merupakan indikator kinerja Bursa Efek Indonesia, sedangkan Indeks Harga Saham
Sektoral menunjukan saham-saham untuk setiap sektor yang terdapat di Bursa Efek
Indonesia. Indeks Harga Saham Sektoral di BEI terdiri dari 10 sektor, yaitu Sektor
Pertanian (AGRI), Industri Dasar (BASIC-IND), Pertambangan (MINING), dan Aneka
Industri
(MISC),
Barang
Konsumsi
(CONSUMER),
Keuangan
(FINANCE),
25
Infrastruktur
(INFRASTRUCTURE),
Manufaktur
(MANUFACTURE),
Properti
(PROPERTY), Perdagangan (TRADE).
1.3
Definisi Operasional dan Pengukuran Variabel
Penelitian ini menggunakan return bulanan Indeks Harga Saham Gabungan
sebagai indikator return pasar di Bursa Efek Indonesia.Return bulanan merupakan
variable dependen dalam penelitian ini (Dinyatakan dalam %). Adapun variabel
independen dalam penelitian ini adalah bulan perdagangan yang sekaligus
merupakan variabel dummy di dalam model pengujian hipotesis 12 bulan
perdagangan yaitu Januari hingga Desember. Apabila return Indeks Harga Saham
Gabungan terdapat pada bulan tertentu maka bulan tersebut akan dinilai 1, dan
bulan lainnya dianggap 0 (nol).
Untuk menghitung return bulanan pasar persamaan yang dipakai adalah
Rb=(IHScb-IHScb-1)/IHScb-1
Rb
: Return bulan b
IHScb
: IHS pada rata-rata bulan b
IHScb-1
: IHS pada rata-rata bulan sebelum bulan b
Pada penelitian ini return bulanan merupakan variabel dependen yang
dipengaruhi oleh variabel independen. Adapun variabel independen dalam penelitian
ini adalah bulan perdagangan yang sekaligus merupakan variabel dummy di dalam
model pengujian hipotesis. Penelitian ini ingin menguji apakah bulan perdagangan
sebagai variabel independen dapat mempengaruhi variabel dependen, yaitu return
pasar di Bursa Efek Indonesia.
26
Jenis data yang digunakan dalam penelitian merupakan data deret berkala
(time series). Ada banyak model time series yang sudah dikembangkan antara lain
Exponensial, Smoothing, Holt, dan ARIMA. ARIMA merupakan metode pemodelan
time series yang umum digunakan serta ARIMA juga lebih efektif untuk menguji data
time series. Model ARIMA merupakan campuran model dari Autoregressive (AR)
dan Moving Average (MA). Teknik regresi ARIMA dipakai untuk menghindari
terjadinya pelanggaran terhadap asumsi klasik dimana data yang digunakan untuk
analisis regresi harus normal.
3.4
Metode Analisis Data
Model
analisis
data
yang
digunakan
dalam
penelitian
ini
adalah
menggunakan analisis ARIMA (Autoregressive Integrated Moving Average) dan
regresi berganda yang merupakan salah satu metode peramalan untuk mengetahui
pengaruh antara satu atau beberapa variabel Independen terhadap variabel
dependen.
Sebelum melakukan analisis ARIMA dan analisis Regresi Berganda harus
memenuhi beberapa syarat sebagai berikut :
1. Uji Normalitas data return Indeks Harga Saham Gabungan, dilakukan
menggunakan :
a. Teknik Statistik Deskriptif, bertujuan untuk mendapatkan nilai
mean, simpangan baku, skewness dan kurtosis.
b. Uji Kolmogorov-Smirnov satu arah
2. Uji Autokorelasi untuk mengetahui ada atau tidak nya otokorelasi
menggunakan statistik Durbin-Watson
27
3. Uji Box-Ljung bertujuan untuk mengetahui pola dari data time series. Selain
itu uji ini juga dapat digunakan untuk mengetahui ada atau tidaknya
heterokesdastisitas. Pengujian stasioneritas suatu data juga dilakukan
dengan melihat nilai ACF (Autocorrelation Function) dan nilai PACF (Partial
Autocorrelation Function). Bila dalam 16 periode lag terdapat maksimal 2
periode lag yang signifikan maka data tersebut dapat dikatakan stasioner dan
apabila yang signifikan lebih dari 2 periode lag maka data tersebut dikatakan
tidak stasioner.
Hipotesis pertama adalah menyatakan tentang apakah terdapat pengaruh
hari, mingguan dan bulan terhadap return saham. Berikut persamaannya :
Rt = B1Yt-1 + B2Jan + B3Feb + B4Mar + B5 Apr + B6Mei + B7Jun + B8Jul + B9Ags
+ B10Sep + B11Okt + B12Nov + B13Des + et-W1et-1
Dimana :
Rt
: Return pasar tiap bulan
B1, B2, B3,…., B13
: Koefisien regresi
B1Yt-1
: Variabel lag
et
: Residual term
W1
: Bobot
Jan
: Variabel dummy ; jika return bulanan merupakan return bulan
Januari, maka jan = 1 ; selain bulan januari, jan = 0
Feb
: Variabel dummy ; jik return bulanan merupakan return bulan
Feb, maka Feb = 1 ; selain bulan Februari, Feb = 0
Dst. . .
28
Koefisien regresi B2 sampai B13 menunjukan estimasi return bulanan untuk
masing-masing bulan. Hipotesis yang di uji adalah
H01 : B2 = B3 =B4 = … = B13
Kemudian dilakukan uji-t dengan melihat p-value hasil analisis regresi. Nilai
standar signifikan yang digunakan adalah 10% jadi H 1 diterima apabila p-value <
alpha 10% dan H0 ditolak apabila p-value > alpha 10%.
Untuk hipotesis kedua metode yang digunakan adalah sama namun
perbedaanya terletak pada data yang digunakan. Data yang digunakan adalah data
return saham berdasarkan masing-masing Indeks Harga Saham Sektoral di Bursa
Efek Indonesia. Data kesepuluh indeks sektoral tersebut kemudian dikumpulkan dan
dihitung return bulanannya. Data return kemudian dihitung dalam pecahan dan
kemudian melakukan teknik selanjutnya yaitu Autoregression Integrated Moving
Average (ARIMA). Setelah dilakukan uji teknik regresi ARIMA untuk masing-masing
sektor maka akan didapat pengaruh bulan perdagangan terhadapa indeks harga
saham untuk setiap sektor dan kemudian pengaruh bulan perdagangan terhadap
return saham pada masing-masing indeks harga saham sektoral dibandingkan
apakah sama atau berbeda.
Apabila model tidak memenuhi syarat dilakukan analisis ARIMA, maka
penulis memutuskan untuk menggunakan Analisis Regresi Berganda dengan
menguji kecocokan model yang digunakan sehingga dapat memenuhi syarat untuk
selanjutnya dilakukan estimasi parameter dari model tersebut. Namun, apabila
model tidak memenuhi syarat regresi maka dapat disimpulkan bulan perdagangan
tidak berpengaruh.
29
Hipotesis ketiga untuk mengujinya dengan menggunakan alat uji analysis of
variance (ANOVA). ANOVA yang digunakan untuk menguji beda signifikansi means
dari lebih 2 kelompok variabel dependen (Sekaran, 2003). Langkah pengujiannya
adalah dengan membandingkan return bulanan April dengan kelmpok return bulan
selain April kemudian membandingkan nilai F hitung dengan F tabel. H 0 diterima jika
F hitung < F tabel (10%) dan H1 diterima jika F hitung > F tabel atau < Nilai Sig
(10%)
Namun sebelum melakukan uji ANOVA terlebih dahulu dilakukan uji
Homogenitas untuk mengetahui bahwa tidak terjadi variansi dalam satu kelompok
yang dalam hal ini adalah return bulanan januari. Jika setelah lolos uji homogenitas
maka
dilakukan
ANOVA.
Hasil
dari
uji
ANOVA
kemudian
dibandingkan
konsistensinya dengan hasil estimasi parameter di bulan April di analisis ARIMA.