analisis fundamental dan teknikal pada...
Post on 31-Jan-2018
246 Views
Preview:
TRANSCRIPT
i
ANALISIS FUNDAMENTAL DAN TEKNIKAL PADA SAHAM
SYARIAH DI INDONESIA
(Studi Empiris: Perusahaan yang Masuk dalam JII dan ISSI di
Bursa Efek Indonesia Tahun 2011-2015)
Skripsi
Diajukan Kepada Fakultas Ekonomi dan Bisnis
Untuk Memenuhi Syarat-syarat Meraih Gelar Sarjana Ekonomi
Oleh :
Adisi Sharesia Rusena
NIM : 1112081000107
JURUSAN MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1436 H/2015 M
i
LEMBAR PENGESAHAN SKRIPSI
ANALISIS FUNDAMENTAL DAN TEKNIKAL PADA SAHAM
SYARIAH DI INDONESIA
(Studi Empiris: Perusahaan yang Masuk dalam JII dan ISSI di
Bursa Efek Indonesia Tahun 2011-2015)
Skripsi
Diajukan Kepada Fakultas Ekonomi dan Bisnis
Untuk Memenuhi Syarat-syarat Meraih Gelar Sarjana Ekonomi
Oleh :
Adisi Sharesia Rusena
NIM : 1112081000107
Di Bawah Bimbingan
Pembimbing I Pembimbing II
Prof. Dr. Ahmad Rodoni Titi Dewi Warninda, M.Si
NIP. 19690203 200112 1 003 NIP. 19731221 200501 2 002
JURUSAN MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1436 H/2015 M
ii
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF
Hari ini Kamis, 10 September 2015 telah dilakukan Ujian Komprehensif atas
mahasiswa :
1. Nama : Adisi Sharesia Rusena
2. NIM : 1112081000107
3. Jurusan : Manajemen/MIPS
4. Judul Skripsi : Analisis Fundamental dan Teknikal Pada Saham Syariah
di Indonesia (Studi Empiris: Perusahaan yang Masuk
dalam JII dan ISSI di Bursa Efek Indonesia Tahun
2011-2015).
Setelah mencermati dan memperhatikan penampilan dan kemampuan yang
bersangkutan selama proses ujian komprehensif, maka diputuskan bahwa
mahasiswa tersebut di atas dinyatakan lulus dan diberi kesempatan untuk
melaksanakan ke tahap Ujian Skripsi sebagai salah satu syarat untuk memperoleh
gelar Sarjana Ekonomi pada Jurusan Manajemen Fakultas Ekonomi dan Bisnis
Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Jakarta, 10 September 2015
1. M. Hartana Iswandi Putra, M.Si
NIP.19680605 200801 1 023
2. Aini Masruroh, M.Si
NIP.
3. Titi Dewi Warninda, SE., M.Si (_____________________)
NIP. 19731221 200501 2 002 Penguji Ahli
iii
LEMBAR PENGESAHAN UJIAN SKRIPSI
Hari ini, 20 Oktober 2015 telah dilakukan Ujian Skripsi atas Mahasiswa:
1. Nama : Adisi Sharesia Rusena
2. NIM : 1112081000107
3. Jurusan : Manajemen
4. Judul Skripsi : Analisis Fundamental dan Teknikal Pada Saham Syariah
di Indonesia (Studi Empiris: Perusahaan yang Masuk
dalam JII dan ISSI di Bursa Efek Indonesia Tahun
2011-2015).
Setelah mencermati dan memperhatikan penampilan dan kemampuan yang
bersangkutan selama proses ujian skripsi, maka diputuskan bahwa mahasiswa
tersebut diatas dinyatakan lulus dan skripsi ini diterima sebagai salah satu syarat
untuk memperoleh gelar sarjana Ekonomi pada Fakultas Ekonomi dan Bisnis
Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Jakarta, 20 Oktober 2015
iv
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH
Yang bertanda tangan di bawah ini:
Nama : Adisi Sharesia Rusena
NIM : 1112081000107
Fakultas : Ekonomi dan Bisnis
Jurusan : Manajemen
Dengan ini menyatakan dalam penulisan skripsi ini, saya:
1. Tidak menggunakan ide orang lain tanpa mampu mengembangkan dan
mempertanggungjawabkan.
2. Tidak melakukan plagiat terhadap naskah karya orang lain.
3. Tidak menggunakan karya orang lain tanpa menyebut sumber asli atau
tanpa ijin pemilik karya.
4. Tidak melakukan pemanipulasian dan pemalsuan data
5. Mengerjakan sendiri karya ini dan mampu bertanggung jawab atas
karya ini.
Jikalau kemudian hari ada tuntutan dari pihak lain atas karya saya, dan telah
melakukan pembuktian yang dapat dipertanggungjawabkan, tenyata memang
ditemukan bukti bahwa saya telah melanggar pernyataan diatas, maka saya siap
dikenakan sanksi berdasarkan aturan yang berlaku di Fakultas Ekonomi dan
Bisnis UIN Syarif Hidayatullah Jakarta.
Demikian pernyataan ini saya buat dengan sesungguhnya.
Jakarta, 24 September 2015
Yang menyatakan,
Adisi Sharesia Rusena
v
DAFTAR RIWAYAT HIDUP
(Curriculum Vitae)
Data Pribadi
Nama : Adisi Sharesia Rusena
Tempat & Tanggal Lahir : Tangerang, 7 Juli 1993
Jenis Kelamin : Perempuan
Agama : Islam
Alamat : Jl. Danau Diatas Raya No.4 RT. 003/031
Perumnas 3, Karawaci, Tangerang
No. Telepon : 081218914749
Email : sharesia.adisi@gmail.com
Pendidikan Formal
1999 – 2005 : SD Islamic Village
2005 – 2008 : SMP Negeri 17 Tangerang
2008 – 2011 : SMA Negeri 5 Tangerang
2011 – 2013 : Program Profesional Teknologi Informasi Perbankan Syariah
CEP – CCIT Fakultas Teknik Universitas Indonesia
2012 – 2015 : Program Sarjana (S1) Jurusan Manajemen Informasi Perbankan
Syariah Fakultas Ekonomi dan Bisnis Universitas Islam Negeri
Syarif Hidayatullah Jakarta
Pengalaman Organisasi
1. Sekretaris Umum OSIS SMP Negeri 17 Tangerang periode 2005/2006
2. Wakil Ketua Pramuka SMP Negeri 17 Tangerang periode 2005/2007
3. Koord. Pengembangan Pengetahuan & Keterampilan OSIS SMA Negeri 5
Tangerang periode 2008/2009
4. Sekretaris CSA (CCIT Student Association) CEP – CCIT FTUI periode
2012/2013
5. Koord. Akhwat Pengembangan Keilmuan Komisariat Daerah FEB LDK
Syahid periode 2014/2015
6. Biro Eksternal LiSEnSi UIN Syarif Hidayatullah Jakarta periode 2014/2015
7. Sekertaris Departemen Ekonomi Kreatif DEMA FEB UIN Syarif Hidayatullah
Jakarta periode 2015/2016
Pengalaman Kerja
Asisten Dosen dalam Program Pelatihan dan Pendidikan Web
Programming Kementerian Pertahanan RI
vi
ABSTRACT
The aim of this researh was to understand the effect of the fundamental
and technical analysis on the stock of sharia in Indonesia, whether by combining
both forms of analysis can yield a more accurate prediction of the stock price
movement of sharia in Indonesia. The data used in this study are annual data
from 2011 to 2014. The sampling technique used in this research is purposive
sampling. Islamic stocks are selected as the object of study as many as 91 Islamic
stocks are still active and are always there for five years of research to be
analyzed as a sample. The total of the research sample reached to 364 financial
statements and annual report. This study uses panel data regression analysis
using Eviews 8.0 software, SPSS version 20.0 and Microsoft Excel 2010. The
dependent variable in this study is the share price of sharia, while the independent
variable is BVPS, PER, EPS, FEPS, the share price of the past and the two
variables dummy which is the trend of the stock price with the level of significance
is 5%. The results showed that the fundamental analysis that BVPS, EPS and
FEPS can give effect to the stock prices of sharia, while PER is not able to
influence the sharia stock prices. When integrated with the fundamental analysis
technical analysis, BVPS is no longer positive for stock prices. In the technical
analysis, only the stock price past that may impact the sharia stock price, while
two dummy variables which is the trend of stock prices do not impact the sharia
stock price.
Keywords: Sharia Stock Price, Technical Analysis, Fundamental Analysis.
vii
ABSTRAK
Tujuan dari penelitian ini adalah untuk mengetahui pengaruh analisis
fundamental dan teknikal pada saham syariah di Indonesia, apakah dengan
menggabungkan kedua bentuk analisis ini dapat menghasilkan sebuah prediksi
yang lebih tepat terhadap pergerakan harga saham syariah di Indonesia. Data
yang digunakan dalam penelitian ini adalah data tahunan dari 2011 sampai 2014.
Teknik sampling yang digunakan dalam penelitian ini adalah purposive sampling.
Saham syariah yang terpilih sebagai objek penelitian sebanyak 91 saham syariah
yang masih aktif dan selalu ada selama lima tahun penelitian untuk dianalisis
sebagai sampel. Total sampel penelitian adalah 364 laporan keuangan dan laporan
tahunan. Penelitian ini menggunakan metode analisis regresi data panel dengan
menggunakan software Eviews 8.0, SPSS versi 20.0 dan Microsoft Excel 2010.
Variabel dependen dalam penelitian ini adalah harga saham syariah sedangkan
variabel independen adalah BVPS, PER, EPS, FEPS, harga saham masa lalu dan
dua variabel dummy yang merupakan tren harga saham dengan level signifikansi
sebesar 5%. Hasil penelitian menunjukkan bahwa pada analisis fundamental yaitu
BVPS, EPS dan FEPS dapat memberikan pengaruh terhadap harga saham syariah,
sedangkan PER tidak dapat mempengaruhi harga saham syariah. Ketika analisis
fundamental terintegrasi dengan analisis teknikal, BVPS tidak lagi positif
terhadap harga saham. Pada analisis teknikal, hanya harga saham masa lalu yang
dapat memberikan pengaruh terhadap harga saham syariah, sedangkan dua
variabel dummy yang merupakan tren harga saham tidak memberikan pengaruh
terhadap harga saham syariah.
Kata Kunci: Harga Saham Syariah, Analisis Teknikal, Analisis Fundamental.
viii
KATA PENGANTAR
Bismillahirrahmanirrahim
Puji syukur penulis panjatkan kehadirat Allah SWT yang telah
melimpahkan rahmat, hidayah dan kasih sayang-Nya yang tiada terkira kepada
hambanya. Shalawat dan salam tercurahkan kepada junjungan Nabi besar
Muhammad SAW, sehingga penulis dapat menyelesaikan skripsi yang berjudul
“Analisis Fundamental dan Teknikal Pada Saham Syariah di Indonesia
(Studi Empiris: Perusahaan yang Masuk dalam JII dan ISSI di Bursa Efek
Indonesia Tahun 2011-2015)” dengan sebaik-baiknya. Skripsi ini dimaksudkan
untuk memenuhi salah satu syarat mencapai gelar Sarjana Ekonomi pada Fakultas
Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Penulis menyadari bahwa dalam penyusunan skripsi ini masih jauh dari
sempurna. Hal ini disebabkan karena terbatasnya kemampuan dan pengetahuan
yang penulis miliki. Untuk itu, kiranya pembaca dapat memaklumi atas
kelemahan dan kekurangan yang ditemui dalam penyusunan skripsi ini. Penulis
juga menyadari bahwa sejak awal penyusunan hingga terselesaikannya skripsi ini
banyak pihak yang telah membantu dan memberi dukungan baik moril maupun
materil. Untuk itu, tak lupa pada kesempatan ini, secara khusus, penulis ingin
menyampaikan terima kasih yang sebesar-sebesarnya kepada :
1. Kedua orang tua saya, Bapak Budi Ruseno dan Ibu Siti Rokayah yang
selalu memberikan dukungan baik moril maupun materil, memberikan
kasih sayang, cinta, dan selalu mendoakan dengan penuh rasa ikhlas.
Kalian adalah motivasi terkuat bagi penulis untuk bisa segera
menyelesaikan skripsi ini.
2. My Big Brother, Andika Sidagari Noviantara, S.Hum yang selalu
memberikan motivasi serta doa yang tulus selama ini.
3. Bapak Dr. M. Arif Mufraini, Lc., MA selaku Dekan FEB, Bapak Dr.
Amilin, SE.Ak., M.Si selaku Wadek I FEB, Bapak Dr. Ade Sofyan
Mulazid, MH selaku Wadek II FEB, dan Bapak Dr. Desmadi Saharuddin,
Lc., MA selaku Wadek III FEB, yang telah memberikan jalan bagi penulis
dalam menyelesaikan skripsi ini.
ix
4. Bapak Prof. Dr. Ahmad Rodoni, MM selaku dosen pembimbing I, yang
senantiasa ikhlas meluangkan waktunya di tengah kesibukan untuk
membimbing dan mengarahkan penulis dalam menyusun skripsi ini serta
motivasinya yang begitu besar pada penulis.
5. Ibu Titi Dewi Warninda SE, M.Si selaku Ketua Jurusan Manajemen
sekaligus dosen pembimbing II, yang telah meluangkan waktu dan
pikirannya untuk membimbing dan mengarahkan penulisan skripsi ini
serta motivasinya yang begitu besar pada penulis.
6. Ibu Ir. Ela Patriana, MM selaku Sekretaris Jurusan Manajemen.
7. Ibu Dr. Muniaty Aisyah, Ir., MM yang telah banyak membantu dan
memberikan jalan bagi kami MIPS.
8. Bapak Dr.Suhendra, S.Ag, MM selaku Pembimbing Akademik yang telah
mengarahkan dan memotivasi selama penulis menuntut ilmu di FEB UIN
Syarif Hidayatullah Jakarta.
9. Seluruh Dosen Fakultas Ekonomi dan Bisnis, terima kasih atas curahan
ilmu yang Bapak dan Ibu berikan kepada penulis.
10. Seluruh jajaran karyawan Fakultas Ekonomi dan Bisnis, atas kerja
kerasnya melayani mahasiswa dengan baik, membantu dalam mengurus
kebutuhan administrasi, keuangan dan lain-lainnya, khususnya Pak Alfred,
Pak Ali, Bu Halimah, Pak Rahmat, Pak Bonik dan Pak Sofyan.
11. Sahabat-sahabatku yaitu Kartini, Nisa Ayu Wulandari, Nita Fitrianti, Desy
Ratna Pratiwi, Gerhana Ika Saraswati, Nadya Marsha Fitri Yulistia, Nidya
Utami Putri, Andinia Tazkia, Dwi Nurmaulidya, Gita Noor Azizah, Dwi
Rizqia, Muthia Rahmawati, Isnaini Munawaroh, Kirana Hardiyati, Syefira
Salsabilla dan MMG yang selalu mendukung, mendoakanku, memotivasi
dan menghibur selama proses menyelesaikan skripsi ini.
12. Teman-teman seperjuangan Manajemen Informasi Perbankan Syariah
angkatan 2012 sebagai angkatan pertama. Terimakasih atas rasa
kekeluargaan yang telah diberikan, dukungannya dan selalu ada dalam
suka maupun duka serta memberikan motivasi selama masa perkuliahan.
Maaf jika tidak dapat disebutkan satu persatu, tetapi tidak mengurangi rasa
cinta dan bangga penulis kepada kalian semua.
x
13. Teman-teman seperjuangan CCIT FTUI angkatan 2011, terimakasih atas
dukungan dan motivasi kalian. Semoga Allah SWT selalu memudahkan
langkah kalian untuk menuju cita-cita dan tujuan.
14. Keluarga besar LiSEnSi periode 2014/2015, keluarga besar Komda FEB
LDK Syahid periode 2014/2015 dan keluarga besar Dewan Eksekutif
Mahasiswa FEB periode 2015/2016. Yang telah memberikan pengalaman
dan pelajaran yang begitu berharga selama masa menjabat dan salama
masa perkuliahan yang menjadikan pribadi penulis lebih baik lagi dari
waktu ke waktu. Semoga kekeluargaan kita tetap terjaga.
15. Pihak-pihak yang tidak dapat disebutkan satu persatu, suatu kebahagian
telah dipertemukan dan diperkenalkan dengan kalian semua. Terimakasih
banyak atas motivasi yang telah diberikan selama ini.
Penulis menyadari bahwa hasil penelitian ini masih memiliki banyak
kekurangan. Dengan segenap kerendahan hati penulis mengharapkan saran,
arahan maupun kritikan yang konstruktif demi penyempurnaan hasil penelitian
ini. Skripsi ini diharapkan dapat memberikan manfaat bagi berbagai pihak, baik
manajer investasi, dunia bisnis, dunia akademisi, para pembaca serta bagi penulis
sendiri sebagai proses pengembangan diri.
Jakarta, 24 September 2015
Penulis
(Adisi Sharesia Rusena)
xi
DAFTAR ISI
LEMBAR PENGESAHAN SKRIPSI .................................................................. i
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ................................... ii
LEMBAR PENGESAHAN UJIAN SKRIPSI ................................................... iii
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ........................... iv
DAFTAR RIWAYAT HIDUP ............................................................................. v
ABSTRAK ........................................................................................................... vii
KATA PENGANTAR ........................................................................................ viii
DAFTAR ISI ......................................................................................................... xi
DAFTAR GAMBAR .......................................................................................... xiv
DAFTAR TABEL ............................................................................................... xv
DAFTAR LAMPIRAN ..................................................................................... xvii
BAB I PENDAHULUAN ...................................................................................... 1
A. Latar Belakang Penelitian ............................................................................ 1
B. Perumusan Masalah ................................................................................... 11
C. Tujuan Penelitian ....................................................................................... 11
D. Manfaat Penelitian ..................................................................................... 12
BAB II TINJAUAN PUSTAKA ........................................................................ 14
A. Landasan Teori ........................................................................................... 14
1. Pasar Modal Syariah ............................................................................... 14
2. Jakarta Islamic Index (JII) ...................................................................... 19
3. Indeks Saham Syariah Indonesia (ISSI) ................................................. 21
4. Saham (Ekuitas atau Shares) ................................................................. 22
a. Definisi Saham.................................................................................... 22
b. Saham Syariah .................................................................................... 24
5. Harga Saham .......................................................................................... 26
6. Analisis Fundamental ............................................................................. 27
a. Book Value Per Share (BVPS) ........................................................... 29
b. Price Earning Ratio (PER) .................................................................. 30
c. Earning Per Share (EPS).................................................................... 30
xii
d. Forecast Earning Per Share (FEPS) .................................................. 31
7. Analisis Teknikal .................................................................................... 32
8. Integrasi Fundamental Dan Teknikal ..................................................... 33
B. Keterkaitan antar Variabel Bebas dengan Variabel Terikat....................... 35
C. Penelitian Terdahulu .................................................................................. 39
D. Kerangka Pemikiran ................................................................................... 45
E. Pengembangan Hipotesis ........................................................................... 47
BAB III METODOLOGI PENELITIAN ......................................................... 48
A. Ruang Lingkup Penelitian .......................................................................... 48
B. Metode Penentuan Sampel ......................................................................... 48
1. Populasi .................................................................................................. 48
2. Sampel .................................................................................................... 49
C. Metode Pengumpulan Data ........................................................................ 50
D. Metode Analisis ......................................................................................... 51
1. Analisis Data Panel ................................................................................ 51
a. Model Common Effect ........................................................................ 53
b. Model Fixed Effect ............................................................................. 54
c. Model Random Effect ......................................................................... 55
2. Tahapan Analisis Data ........................................................................... 56
a. Uji Chow ............................................................................................. 56
b. Uji Hausman ....................................................................................... 57
3. Pengujian Dasar Asumsi Klasik ............................................................. 58
a. Uji Normalitas .................................................................................... 59
b. Uji Multikolinieritas ........................................................................... 60
c. Uji Heteroskedastisitas ....................................................................... 61
d. Uji Autokorelasi.................................................................................. 61
4. Pengujian Statistik .................................................................................. 62
a. Uji F .................................................................................................... 62
b. Uji t ..................................................................................................... 63
c. Uji Koefisien Determinasi (R2) .......................................................... 65
5. Analisis Model Regresi Data Panel ........................................................ 66
E. Operasional Variabel Penelitian................................................................. 71
BAB IV ANALISIS DAN PEMBAHASAN ...................................................... 74
A. Sekilas Gambaran Umum Objek Penelitian............................................... 74
xiii
1. Sejarah Jakarta Islamic Index (JII) ......................................................... 74
2. Sejarah dan Perkembangan Indeks Saham Syariah Indonesia (ISSI) ............... 75
3. Gambaran Umum Saham Syariah ..................................................................... 77
B. Deskripsi Data ....................................................................................................... 79
C. Analisis dan Pembahasan ...................................................................................... 83
1. Pengujian Model 1 Regresi Data Panel ............................................................ 83
2. Pengujian Model 2 Regresi Data Panel ............................................................ 90
3. Pengujian Model 3 Regresi Data Panel ............................................................ 96
4. Pengujian Model 4 Regresi Data Panel .......................................................... 102
5. Pengujian Model 5 Regresi Data Panel .......................................................... 108
6. Analisis Regresi Data Panel ............................................................................ 115
D. Interpretasi .......................................................................................................... 120
BAB V KESIMPULAN DAN IMPLIKASI .................................................... 130
A. Kesimpulan ......................................................................................................... 130
B. Implikasi ............................................................................................................. 131
DAFTAR PUSTAKA ........................................................................................ 133
LAMPIRAN ....................................................................................................... 136
xiv
DAFTAR GAMBAR
No. Keterangan Halaman
1.1 Pertumbuhan Saham Syariah .............................................................................. 4
2.1 Kerangka Pemikiran .......................................................................................... 46
4.1 Perkembangan ISSI Mei 2011 s.d Juli 2015 ..................................................... 76
xv
DAFTAR TABEL
No. Keterangan Halaman
1.1 Pertumbuhan Kapitalisasi JII dan ISSI (Rp Miliar) ........................................... 5
2.1 Penelitian Terdahulu ........................................................................................ 39
3.1 Operasional Variabel Penelitian....................................................................... 71
4.1 Hasil Uji Statistik Deskriptif ............................................................................ 81
4.2 Uji Chow (Model 1) ......................................................................................... 83
4.3 Uji Hausman (Model 1) ................................................................................... 84
4.4 Uji Multikolinieritas dengan Tolerance dan VIF (Model 1) ............................ 85
4.5 Heteroskedastisitas dengan Uji Park (Model 1) ............................................... 86
4.6 Output Uji F (Model 1) .................................................................................... 87
4.7 Output Uji t (Model 1) ..................................................................................... 88
4.8 Output Uji Adjusted R Square (Model 1) ........................................................ 90
4.9 Uji Chow (Model 2) ......................................................................................... 90
4.10 Uji Hausman (Model 2) ................................................................................... 91
4.11 Uji Multikolinieritas dengan Tolerance dan VIF (Model 2) ............................ 92
4.12 Heteroskedastisitas dengan Uji Park (Model 2) ............................................... 93
4.13 Output Uji F (Model 2) .................................................................................... 93
4.14 Output Uji t (Model 2) ..................................................................................... 94
4.15 Output Uji Adjusted R Square (Model 2) ........................................................ 96
4.16 Uji Chow (Model 3) ......................................................................................... 96
4.17 Uji Hausman (Model 3) ................................................................................... 97
4.18 Uji Multikolinieritas dengan Tolerance dan VIF (Model 3) ............................ 98
4.19 Heteroskedastisitas dengan Uji Park (Model 3) ............................................... 99
4.20 Output Uji F (Model 3) .................................................................................... 99
4.21 Output Uji t (Model 3) ................................................................................... 100
4.22 Output Uji Adjusted R Square (Model 3) ...................................................... 101
4.23 Uji Chow (Model 4) ....................................................................................... 102
4.24 Uji Hausman (Model 4) ................................................................................. 102
4.25 Uji Multikolinieritas dengan Tolerance dan VIF (Model 4) .......................... 103
xvi
4.26 Heteroskedastisitas dengan Uji Park (Model 4) ............................................ 104
4.27 Output Uji F (Model 4) ................................................................................. 105
4.28 Output Uji t (Model 4) .................................................................................. 106
4.29 Output Uji Adjusted R Square (Model 4) ..................................................... 108
4.30 Uji Chow (Model 5) ...................................................................................... 108
4.31 Uji Hausman (Model 5) ................................................................................ 109
4.32 Uji Multikolinieritas dengan Tolerance dan VIF (Model 5) ......................... 110
4.33 Heteroskedastisitas dengan Uji Park (Model 5) ............................................ 111
4.34 Output Uji F (Model 5) ................................................................................. 111
4.35 Output Uji t (Model 5) .................................................................................. 112
4.36 Output Uji Adjusted R Square (Model 5) ..................................................... 114
4.37 Analisis Regresi Data Panel dengan Model Fixed Effect .............................. 116
4.38 Akaike Information Criterion (AIC) ............................................................... 128
xvii
DAFTAR LAMPIRAN
No. Keterangan Halaman
1.1 Data Penelitian ........................................................................................... 136
1.2 Descriptive Statistics……………………………………………………...147
1.3 Output Hasil Pengujian Data Model 1 ....................................................... 146
1.4 Output Hasil Pengujian Data Model 2 ....................................................... 151
1.5 Output Hasil Pengujian Data Model 3 ....................................................... 156
1.6 Output Hasil Pengujian Data Model 4 ....................................................... 161
1.7 Output Hasil Pengujian Data Model 5 ....................................................... 166
1
BAB I
PENDAHULUAN
A. Latar Belakang Penelitian
Investasi sudah menjadi kebutuhan penting bagi setiap orang. Investasi
bertujuan mempersiapkan masa depan sedini mungkin untuk mengantisipasi
kejadian yang tidak terduga melalui perencanaan kebutuhan yang disesuaikan
dengan kemampuan keuangan saat ini. Menurut Eko Pratomo (2007:14),
selain kebutuhan akan masa depan, seseorang melakukan investasi karena
dipicu oleh banyaknya ketidakpastian atau hal yang tidak terduga dalam hidup
ini (keterbatasan dana, kondisi kesehatan, musibah, kondisi pasar investasi)
dan laju inflasi yang tinggi. Namun dengan adanya alternatif investasi
seseorang dapat memenuhi kebutuhan masa depan, tentunya dengan
menentukan prioritas kebutuhan.
Selain untuk memenuhi kebutuhan setiap individu, investasi
memudahkan perusahaan untuk mendapatkan dana liquid yang akan
digunakan dalam kegiatan operasional perusahaan, karena investasi pada
dasarnya bersifat likuid (mudah dirubah). Menurut Jugiyanto (2000:12)
kegiatan investasi adalah menempatkan dana pada satu atau lebih aset selama
periode tertentu dengan harapan memperoleh pendapatan atau peningkatan
dana atas nilai investasi awal yang bertujuan memaksimalkan return yang
diharapkan. Sedangka Mulyadi (2001:284) mendefinisikan investasi adalah
pengaitan sumber - sumber dalam jangka panjang untuk menghasilkan laba
dimasa yang akan datang. Oleh karena itu, sangat penting bagi perusahaan
2
untuk selalu memperhatikan dana yang dimilikinya untuk kelangsungan
kegiatan operasional. Dari kegiatan operasional, perusahaan akan
mendapatkan keuntungan dan meningkatkan kualitas perusahaan. Dengan
begitu nilai perusahaan akan menjadi lebih maksimal, karena nilai perusahaan
merupakan ukuran keberhasilan suatu perusahaan untuk dapat dipercaya oleh
para investor.
Pasar modal menjadi wadah untuk melakukan investasi. Dengan adanya
pasar modal maka pihak yang mempunyai kelebihan dana dapat
menginvestasikan dananya dengan mengharapkan imbalan. Sedangkan pihak
yang memerlukan dana dapat memanfaatkan dana tersebut tanpa harus
menunggu dana dari kegiatan operasional perusahaan (Ahmad Kamarudin,
2003:17).
Pada dasarnya Islam sangat menganjurkan umatnya untuk melakukan
investasi ekonomi dengan cara yang baik dan benar. Dalam melakukan
investasi tetap harus diperhatikan prinsip, etika, dan hukum ekonomi syariah.
Prinsip-prinsip yang harus dipenuhi diantaranya adalah kegiatan ekonomi atas
dasar suka sama suka, berkeadilan dan tidak saling merugikan. Untuk
mengakomodasi kebutuhan investor yang berminat melakukan investasi yang
sesuai syariah, maka pada tanggal 3 Juli 2000, Bursa Efek Jakarta (BEJ)
bekerjasama dengan Danareksa Investment Management mengembangkan
indeks syariah atau Jakarta Islamic Index (JII). Indeks syariah merupakan
kumpulan saham-saham yang memenuhi kriteria investasi dalam syariat
Islam. Saham – saham yang terdaftar dalam JII terdiri dari 30 saham terbaik
3
yang telah lolos dari screening process yang dilakukan berdasar fatwa yang
dikeluarkan oleh Dewan Syariah Nasional.
Selain JII, indeks syariah lainnya adalah Indeks Saham Syariah
Indonesia (ISSI) yang merupakan indeks saham syariah yang baru dibentuk
pada pertengahan mei 2011. Berbeda dengan JII yang dimana anggotanya
hanya 30 saham syariah terlikuid, ISSI merupakan indeks saham syariah yang
beranggotakan seluruh saham syariah yang dahulunya terdaftar di IHSG
bergabung dengan saham non syariah lainnya. Alasan yang melatarbelakangi
dibentuknya ISSI adalah untuk memisahkan antara saham syariah dengan
saham non syariah yang dahulunya disatukan didalam IHSG.
Pasar modal syariah (Islamic Stock Market) atau bursa efek syariah
adalah kegiatan yang berhubungan dengan perdagangan efek syariah
perusahaan publik yang berkaitan dengan efek yang diterbitkannya, serta
lembaga profesi yang berkaitan dengannya, dimana semua produk dan
mekanisme operasionalnya berjalan tidak bertentangan dengan hukum
muamalah Islamiyah (Abdul Hamid, 2009). Efek syariah yang telah
diterbitkan oleh perusahaan publik di pasar modal syariah diantaranya
obligasi, saham dan reksadana. Seacara umum, penerapan prinsip syariah
khususnya pada saham dilakukan berdasarkan penilaian atas saham yang
diterbitkan oleh masing-masing perusahaan. Saham menjadi halal jika saham
tersebut kegiatan usahanya bergerak di bidang yang halal dan dalam niat
pembelian saham tersebut adalah untuk investasi, bukan untuk spekulasi
(Ahmad Rodoni, 2009).
4
Akan tetapi sampai saat ini tidak semua saham yang diperdagangkan di
Bursa Efek Indonesia sesuai dengan prinsip syariah. Hanya saham yang sesuai
prinsip syariah yang tergabung didalam saham syariah serta masuk dalam
Daftar Efek Syariah (DES) dan indeks syariah. Jika dilihat dari jumlah
penduduk Indonesia yang mayoritas muslim, dengan jumlah penduduk
muslim sebanyak 207 juta jiwa atau mencapai 87,2% di akhir tahun 2010 dan
akan terus bertambah sebesar 1,2% setiap tahunnya, Indonesia memiliki
prospek investasi syariah yang menjanjikan. Didukung dengan prospek
pertumbuhan ekonomi dan pasar modal.
Pertumbuhan dan perkembangan saham syariah di Indonesia pada tahun
2008 sampai dengan tahun 2014 dapat dilihat pada Gambar 1.1.
Gambar 1.1
Pertumbuhan Saham Syariah
Sumber : OJK, Statistik Pasar Modal Syariah 2014
Terlihat pada Gambar 1.1 bahwa sampai tahun 2008 jumlah saham
syariah sebanyak 191 saham syariah. Kemudian terjadi peningkatan yang
tidak terlalu signifikan dari tahun ke tahun sampai tahun 2011 yang secara
kumulatif terdapat 253 saham syariah yang tercatat di pasar modal Indonesia.
0
50
100
150
200
250
300
350
400
2008 2009 2010 2011 2012 2013 2014
Periode 1
Periode 2
5
Pada tahun 2011 ke tahun 2012 setelah terbentuknya ISSI di tahun 2011
terjadi pertumbuhan yang cukup signifikan, yaitu naik sebesar 21,9% menjadi
322 saham syariah di tahun 2012. Jumlah saham syariah semakin meningkat
pada periode II di akhir Desember 2014, dimana jumlah saham syariah
sebanyak 334. Pertumbuhan dan perkembangan saham syariah juga didukung
dengan adanya peningkatan indeks syariah.
Tabel 1.1
Pertumbuhan Kapitalisasi JII dan ISSI (Rp Miliar)
Tahun Jakarta Islamic Index
(JII)
Indeks Saham Syariah Indonesia
(ISSI)
2011 1.414.983,81
1.968.091,37
2012 1.671.004,23
2.451.334,37
2013 1.672.099,91
2.557.846,77
2014 1.944.531,70
2.946.892,79
Sumber : OJK, Statistik Pasar Modal Syariah 2014
Pada tahun 2011 hingga tahun 2014 JII mengalami peningkatan sebesar
27,23% yaitu dari Rp 1.414 triliun di tahun 2011 menjadi Rp 1.944 triliun di
tahun 2014. Begitu juga dengan ISSI yang mengalami peningkatan dari tahun
2011 ke tahun 2014 sebesar 33,21% menjadi Rp 2.946 triliun di tahun 2014.
Kedua indeks syariah tersebut yang menjadi barometer kesehatan pasar modal
syariah. Selain itu, pesatnya perkembangan saham syariah tidak terlepas dari
kehadiran fatwa Dewan Syariah Nasional - Majelis Ulama Indonesia (DSN-
MUI) No.80 tentang penerapan prinsip syariah dalam mekanisme
perdagangan efek bersifat ekuitas di pasar reguler bursa efek. Dengan adanya
fatwa tersebut investor semakin yakin dan semakin banyak yang berminat
6
untuk investasi dengan prinsip syariah di pasar modal, karena telah ada dasar
hukum atau fiqih yang kuat.
Meskipun sudah memiliki dasar hukum yang kuat, dalam malakukan
investasi setiap investor pasti akan dihadapkan pada realized return yang
berbeda dengan expected return yaitu perbedaan antara hasil yang diharapkan
dengan kenyataan yang merupakan risiko yang bersumber pada adanya suatu
ketidakpastian (Jogiyanto, 2000:107). Investor yang membeli saham atau
melakukan investasi mengharapkan untuk memperoleh return tinggi selama
berinvestasi dan meminimalkan resiko pada ketidakpastian. Maka investor
yang ingin melakukan investasi perlu melakukan perencanaan investasi yang
efektif, yang dimulai dari perhatian terhadap tingkat risiko dan return yang
seimbang dari setiap transaksi. Salah satunya dengan melakukan analisa
terhadap penilaian harga saham sebagai langkah mendasar.
Harga saham di bursa efek di tentukan menurut hukum permintaan dan
penawaran. Semakin banyak orang yang ingin membeli saham, maka harga
saham akan cenderung bergerak naik, sebaliknya semakin banyak orang-orang
yang akan menjual saham tersebut, maka harga saham cenderung akan
bergerak turun. Dengan demikian, investor dapat menganalisa hal tersebut
dengan dua pendekatan yang digunakan dalam menganalisa, yaitu analisis
fundamental dan analisis teknikal. Bettman dkk. (2009) menyatakan bahwa
ada dua jenis analisis yang berbeda yang banyak digunakan, yang pertama
adalah fundamental dan lainnya adalah analisis teknikal. Kedua jenis analisis
tersebut berusaha untuk menjawab pertanyaan yang sama, tetapi secara
alamiah keduanya sangat berbeda.
7
Analisis fundamental merupakan cara menentukan nilai perusahaan
dengan melakukan analisa faktor-faktor terkait ekonomi, industri, dan
perusahaan. Menurut Ang (1997) analisis fundamental pada dasarnya adalah
bagaimana investor melakukan analisis historis atas kekuatan keuangan dari
suatu perusahaan, dimana proses ini sering juga disebut sebagai analisis
perusahaan (company analysis). Subramanyam (2010) meyatakan bahwa
bagian utama dari analisis fundamental adalah evaluasi atas posisi dan kinerja
keuangan perusahaan.
Analisis teknikal atau charting merupakan analisis dengan mencari pola
dari sejarah harga atau volume sebuah saham untuk memprediksi pergerakan
harga saham di masa depan (Subramanyam, 2010:11). Analisis teknikal
menggunakan grafik atau gambar yang menghasilkan pola-pola tertentu dan
pola-pola yang dihasilkan kemudian dianalisis dengan membandingkan
dengan hasil observasi yang telah dilakukan, sehingga pola-pola tersebut
memberikan suatu indikasi terhadap pergerakan harga saham (Ang, 1997).
Analisis teknikal menegaskan bahwa perubahan harga saham terjadi
berdasarkan pola perilaku harga saham itu sendiri, sehingga harga cenderung
untuk terulang kembali.
Menurut Husnan (2003) bahwa kedua analisis fundamental dan teknikal
dapat dijadikan sebagai dasar bagi investor untuk memprediksi return, resiko
atau ketidakpastian, jumlah, waktu, dan faktor lain yang berhubungan dengan
aktivitas investasi di pasar modal. Pada nyatanya analisis fundamental dan
teknikal akan mempengaruhi pergerakan harga saham. Kedua analisis tersebut
sudah digunakan sejak lama oleh para analis untuk dapat memperkirakan
8
pergerakan harga saham dan keduanya seringkali digunakan secara
independen tanpa interaksi satu dengan lainnya Seperti yang dinyatakan oleh
Bettman dkk. (2009) bahwa analisis fundamental dan analisis teknikal
digunakan secara independen oleh sebagian analis pasar saham. Namun, ada
penelitian terdahulu yang mengintegrasikan kedua analisis tersebut menjadi
model tunggal yang kuat. Salah satu penelitian pernah dilakukan oleh Taylor
dan Allen (1992) yang menunjukkan sifat saling melengkapi antara analisis
fundamental dan teknikal. Didalam penelitiannya, mereka melakukan survei
ke lebih 400 dealer valuta asing di Pasar London pada tahun 1988 dengan
tingkat respon 60%. Hasilnya adalah bahwa 90% responden menggunakan
masukan dari analisis teknikal untuk mengambil keputusan dari perdagangan
mereka, dan 60% dari responden menilai bahwa analisis fundamental juga
memiliki peran yang penting. Dan hasilnya bahwa kedua analisa fundamental
dan teknikal memiliki sifat komplementer.
Dalam penelitiannya sendiri, Bettman dkk. (2009) melakukan
penggabungan analisis fundamental dan teknikal menjadi berbagai model
persamaan. Dalam penelitiannya tersebut terdapat lima model untuk
menganalisis kemampuan masing-masing variabel di korelasikan terhadap
harga saham sebagai variabel dependen. Sedangkan variabel independen yang
digunakan adalah terdiri dari faktor fundamental yaitu EPS (Earning Per
Share), FEPS (Forecasted Earning Per Share), BVPS (Book Value Per Share)
dan faktor teknikalnya adalah harga saham masa lalu dan dua variabel
momentum dummy. Dimana dalam hasil penelitiannya menunjukan bahwa
terdapat sifat saling melengkapi diantara analisis fundamental dan teknikal.
9
Penelitian terbaru mengenai penggunaan analisis teknikal dan
fundamental untuk membentuk perkiraan pergerakan harga saham dilakukan
oleh Naveen Kumar (2014). Temuannya menunjukkan bahwa setidaknya 90%
dari pialang saham menggunakan analisis teknikal ketika membentuk suatu
pandangan pada satu atau lebih periode waktu. Jika melihat pada periode
waktu yang lebih singkat, penggunaan lebih bergantung pada analisis teknikal
dibandingkan dengan analisis fundamental, tetapi dalam jangka waktu yang
lama terjadi pergeseran yang meningkat ke penggunaan analisis fundamental.
Sebagian besar pialang saham melihat analisis teknikal merupakan pelengkap
dari analisis fundamental.
Terkait dengan analisis teknikal, Mohammad Omar Farooq dan Md.
Hasib Reza (2014) melakukan penelitian yang berjudul “: Applying technical
analysis from a comparative perspective”. Tujuan dari penelitian tersebut
adalah untuk menerapkan analisis teknikal untuk beberapa indeks Islam
terkemuka. Hasil dari penelitian tersebut menunjukkan bahwa kinerja Dow
Jones Islamic Market US Index dapat ditingkatkan ketika analisis teknikal
diterapkan.
Penelitian lain tentang pengaruh antara faktor fundamental dan faktor
teknikal terhadap harga saham telah banyak dilakukan. Seperti penelitian yang
dilakukan oleh Wijayanti (2010), menunjukan bahwa ROA, NIM, EPS, PER
dan Harga saham satu tahun sebelumnya memiliki pengaruh positif secara
parsial terhadap harga saham. Abied Luthfi Safitri (2013) dalam penelitiannya
menujukan bahwa secara simultan EPS, PER, ROA, DER dan MVA
berpengaruh terhadap Harga Saham dalam Kelompok JII tahun 2008-2011,
10
dan secara parsial hanya EPS, PER dan MVA yang berpengaruh positif
signifikan terhadap Harga Saham sedangkan ROA dan DER tidak
berpengaruh signifikan terhadap Harga Saham dalam Kelompok JII tahun
2008-2011. Serta Danika, Noer dan Hendro (2014) dalam penelitiannya
menunjukan bahwa faktor Book Value per Share (BVS), Price to Book Value
(PBV), Debt to Equity Ratio (DER), tren harga saham, BI rate, harga minyak
dunia, dan kurs rupiah memberikan pengaruh signifikan terhadap harga saham
sektor pertanian periode 2005-2011.
Berdasarkan beberapa penelitian terdahulu, penulis tertarik untuk
melakukan penelitian yang terdiri dari lima model penilaian ekuitas yang
mengintegrasikan kedua jenis analisis. Integrasi tersebut digunakan untuk
mengenali kemampuan kedua analisis dalam memberikan penjelasan yang
kuat atau pengaruh yang lebih tinggi dalam menjelaskan harga saham.
Penelitian ini difokuskan pada suatu model penilaian ekuitas yang terdiri dari
faktor fundamental dan teknikal dan pengujian dari sifat pelengkap yang
dimiliki kedua analisis dalam menjelaskan pergerakan harga saham di
Indonesia.
Variabel yang digunakan dalam penelitian ini adalah faktor fundamental
yang terdiri rasio keuangan yaitu BVPS (Book Value Per Share), PER (Price
Earning Ratio), EPS (Earning Per Share), FEPS (Forecasted Earning Per
Share), dan faktor teknikal yaitu harga saham masa lalu dan juga dua variabel
momentum dummy (Dup dan Ddown) sebagai variabel independen. Sedangkan
variabel dependennya adalah harga saham syariah yang masuk dalam JII dan
ISSI di Bursa Efek Indonesia untuk periode 2011 – 2015. Sampel yang
11
digunakan dalam penelitian ini terdiri dari 91 perusahaan saham syariah yang
konsisten terdaftar di Jakarta Islamic Index dan Indeks Saham Syariah
Indonesia salama periode 2011 – 2015.
Berdasarkan uraian latar belakang di atas, maka penulis tertarik untuk
melakukan penelitian dengan judul “ANALISIS FUNDAMENTAL DAN
TEKNIKAL PADA SAHAM SYARIAH DI INDONESIA (STUDI
EMPIRIS: PERUSAHAAN YANG MASUK DALAM JII DAN ISSI DI
BURSA EFEK INDOENSIA TAHUN 2011-2015)”.
B. Perumusan Masalah
Berdasarkan uraian latar belakang yang telah dijelaskan diatas, maka
permasalahan yang akan dibahas dalam penelitian ini adalah:
1. Bagaimana pengaruh faktor fundamental terhadap harga saham syariah
yang tercatat dalam JII dan ISSI pada periode 2011–2015?
2. Bagaimana pengaruh faktor teknikal terhadap harga saham syariah yang
tercatat dalam JII dan ISSI pada periode 2011–2015?
3. Bagaimana pengaruh dari penggabungan faktor fundamental dan teknikal
terhadap harga saham syariah yang tercatat dalam JII dan ISSI pada
periode 2011–2015?
C. Tujuan Penelitian
Berdasarkan perumusan masalah diatas, maka yang menjadi tujuan
penelitian ini adalah sebagai berikut:
1. Menganalisis pengaruh faktor fundamental terhadap harga saham syariah
yang tercatat dalam JII dan ISSI pada periode 2011–2015.
12
2. Menganalisis pengaruh faktor teknikal terhadap harga saham syariah yang
tercatat dalam JII dan ISSI pada periode 2011–2015.
3. Menganalisis pengaruh dari penggabungan faktor fundamental dan
teknikal terhadap harga saham syariah yang tercatat dalam JII dan ISSI
pada periode 2011–2015.
D. Manfaat Penelitian
Adapun manfaat dari penelitian ini adalah sebagai berikut:
a. Manfaat Teoritis
1. Penelitian ini memberikan pengetahuan dan pemahaman bagi penulis
tentang analisis BVPS (Book Value Per Share), PER (Price Earning
Ratio), EPS (Earning Per Share), FEPS (Forecasted Earning Per
Share), dan harga saham masa lalu pada saham syariah di Indonesia
yang terjadi pada tahun 2011 sampai dengan 2015 baik secara
independen atau dependen.
2. Bagi akademisi penelitian ini dapat digunakan sebagai bahan untuk
mengembangkan materi perkuliahan sebagai tambahan ilmu dari
realita yang ada.
3. Penelitian ini diharapkan dapat menjadi salah satu referensi mengenai
saham syariah bagi penulis maupun bagi peneliti selanjutnya yang
tertarik untuk meneliti tentang saham syariah juga dapat dijadikan
bahan referensi tambahan.
2. Manfaat Praktis
1. Bagi investor pasar modal penelitian ini diharapkan dapat menjadi
informasi tambahan terutama pada pasar modal syariah terkait dengan
produk saham syariah. Sehingga dapat dijadikan landasan dalam
13
pengambilan keputusan terkait dengan investasi dalam bentuk saham
syariah.
2. Bagi perusahaan penelitian ini diharapkan dapat digunakan sebagai
bahan pertimbangan dalam menentukan kebijakan investasi pada
setiap perusahaan saham syariah untuk meningkatkan kinerja
perusahaan dan dapat digunakan sebagai alat evaluasi terhadap
kinerjanya selama ini. Juga sebagai tambahan informasi bagi para
manajer dalam upaya memaksimalkan nilai perusahaan sebagai tujuan
utama perusahaan.
14
BAB II
TINJAUAN PUSTAKA
A. Landasan Teori
1. Pasar Modal Syariah
Sistem mekanisme pasar modal konvensional yang mengandung riba,
maysir dan gharar selama ini telah menimbulkan keraguan dikalangan
umat Islam. Pasar modal syariah dikembangkan dalam rangka
mengakomodir kebutuhan umat Islam di Indonesia yang ingin melakukan
investasi di pasar modal sesuai dengan prinsip syariah. Hal ini berkenaan
dengan anggapan dikalangan sebagaian umat Islam sendiri bahwa
berinvestasi di pasar modal di satu sisi merupakan sesuatu yang tidak
diperbolehkan berdasarkan ajaran Islam, sementara disisi lain Indonesia
perlu memperhatikan dan menarik minat investor mancanegara untuk
berinvestasi di pasar modal Indonesia, terutama investor dari negara-
negara Timur Tengah yang diyakini merupakan investor potensial.
Pengertian pasar modal secara umum merupakan tempat bertemunya
para penjual dan pembeli untuk melakukan transaksi dalam rangka
memperoleh modal. Penjual (emiten) dalam pasar modal merupakan
perusahaan yang membutuhkan modal, sehingga perusahaan berusaha
untuk menjual efek di pasar modal. Sedangkan pembeli (investor) adalah
pihak yang ingin membeli modal diperusahaan yang menurut mereka
menguntungkan (Muhamad, 2014:487).
Definsi lain, pasar modal adalah pasar untuk berbagai instrumen
keuangan jangka panjang yang bisa diperjual belikan, baik dalam bentuk
15
utang, ekuitas (saham), instrumen derivatif, maupun instrumen lainnya.
Pasar modal merupakan sarana pendanaan bagi perusahaan maupun
instansi lain (misalnya pemerintah) dan sarana bagi kegiatan berinvestasi
bagi para insvestor. Dengan demikian, pasar modal memfasilitasi berbagai
sarana dan prasarana kegiatan jual beli dan kegiatan terkait lainnya (Sri
nurhayati & Wasilah, 2013).
Pasar modal syariah adalah pasar modal yang dijalankan dengan
konsep syariah, dimana setiap perdagangan surat berharga mentaati
ketentuan transaksi sesuai dengan ketentuan syariah. Pasar modal syariah
tidak hanya ada dan berkembang di Indonesia tetapi juga di negara-negara
lain, seperti negara Malaysia. Dengan latar belakang mayoritas penduduk
muslim, instrumen investasi di pasar modal juga bergerak memunculkan
produk-produk investasi berbasis syariah, ada saham syariah, obligasi
syariah, serta reksadana syariah. Penerapan prinsip-prinsip syariah dalam
kegiatan transaksi ekonomi pasar modal turut andil dalam pengembangan
instrumen tersebut. Prinsip-prinsip yang harus ditinggalkan itu seperti riba
dan perjudian.
Dari pengertian lain pasar modal syariah (Islamic Stock Exchange)
adalah kegiatan yang berhubungan dengan perdagangan efek syariah
perusahaan publik yang berkaitan dengan efek yang diterbitkannya, serta
lembaga profesi yang berkaitan dengannya, dimana semua produk dan
mekanisme operasionalnya berjalan tidak bertentangan dengan hukum
muamalat Islamiyah. Pasar modal syariah dapat juga diartikan adalah
16
pasar modal yang menerapkan prinsip-prinsip syariah (Ahmad Rodoni :
2009).
Munculnya instrumen syariah di pasar modal Indonesia dipelopori oleh
PT Danareksa Asset Management yang menerbitkan reksadana syariah
pada 3 juli 1997 (Muhammad, 2014). Kemudian dalam website Bursa
Efek Indonesia dijelaskan bahwa pada 3 juli 2000, PT Danareksa
Investment Management bekerja sama dengan PT Bursa Efek Jakarta (kini
Bursa Efek Indonesia) memunculkan Jakarta Islamic Index (JII) yang bisa
dipergunakan sebagai acuan dalam menilai perkembangan harga saham
berbasis syariah. JII yang merupakan index harga saham berbasis syariah
terdiri dari 30 saham emiten yang dianggap telah memenuhi prinsip-
prinsip syariah.
Meski instrumen pasar modal syariah telah diperkenalkan sejak 1997,
namun secara formal, peluncuran pasar modal dengan prinsip-prinsip
syariah Islam dilakukan pada 14 maret 2003. Pada kesempatan itu
ditandatangani nota kesepahaman atau kerjasama antara Bapepam-LK
dengan Dewan Syariah Nasional-Majelis Ulama Indonesia (DSN-MUI),
yang dilanjutkan dengan nota kesepahaman antara DSN-MUI dengan
kalangan SRO. Lalu lahir beberapa fatwa MUI tentang ketentuan
operasional pasar modal syarish hasil kerja sama dengan Bapepam-LK.
Diantaranya fatwa No 20/DSN-MUI/IX/2000 tentang pedoman
pelaksanaan investasi untuk reksadana syariah. Fatwa no 33/DSN-
MUI/IX/2002 tentang obligasi syariah dan fatwa No 33/DSN-
MUI/IX.2002 tentang obligasi syariah mudharabah.
17
Pasar modal syariah dikembangkan dalam rangka mengakomodir
kebutuhan umat Islam di indonesia yang ingin melakukan investasi di
produk-produk pasar modal yang sesuai dengan prinsip dasar syariah.
Dengan semakin beragamnya sarana dan produk investasi di Indonesia,
diharapkan masyarakat akan memiliki alternatif berinvestasi yang
dianggap sesuai dengan keinginannya, disamping investasi yang selama
ini sudah dikenal dan di sektor perbankan. Adapun fungsi dari keberadaan
pasar modal syariah menurut Metwally yang dikutip oleh Andri Soemitra
(2010) adalah sebagai berikut:
1. Memungkinkan bagi masyarakat berpartispasi dalam kegiatan bisnis
dengan memperoleh bagian dari keuntungan dan risikonya.
2. Memungkinkan para pemegang saham menjual sahamnya guna
mendapatkan likuiditas.
3. Memungkinkan perusahaan meningkatkan modal dari luar untuk
membangun dan mengembangkan lini produksinya.
4. Memisahkan operasi kegiatan bisnis dari fluktuasi jangka pendek pada
harga saham yang merupakan ciri umum pada pasar modal
konvensional.
5. Memungkinkan investasi pada ekonomi itu ditentukan oleh kinerja
kegiatan bisnis.
Menurut Shefrin dan Statman (1993) yang dikutip oleh Muhamad
(2014), karakteristik yang diperlukan dalam membentuk pasar modal
syariah yang efisien, etik dan fair adalah sebagai berikut:
18
1. Bebas dari pemaksaan
Menurut kaidah ini, investor memiliki hak untuk berinteraksi dan
bebas membuat kontrak juga berarti bahwa investor tidak boleh
dilarang dalam bertransaksi. Termasuk dalam kaidah ini adalah bahwa
investor berhak untuk mencapai informasi dan pada saat yang sama
tidak boleh ditekan untuk membuka rahasia tertentu.
2. Bebas dari salah interpretasi
Bahwa investor memiliki hak untuk mendapatkan informasi yang
besar, sehingga tidak menimbulkan salah interpretasi.
3. Hak untuk mendapatkan informasi yang sama
Bahwa seluruh investor memiliki akses yang sama untuk mendapatkan
satu set informasi yang khusus. Apabila satu pihak memiliki satu set
informasi maka harus dikemukakan kepada yang lain
4. Hak untuk memproses informasi yang sama
Dalam hal ini investor memiliki hak dan kemampuan yang sama untuk
memproses informasi, dimana tidak ada satu pihak yang dirugikan.
5. Bebas dari gejolak hati
Menurut kaidah ini, seluruh investor selayaknya terbebas dari berbuat
kesalahan karena kurang pengendalian diri.
6. Hak untuk bertransaksi pada harga yang efisien
Bahwa investor melakukan transaksi pada tingkat harga yang menurut
persepsinya efisien atau benar.
19
7. Hak untuk memiliki kekuatan tawar-menawar yang sama
Bahwa dalam bertransaksi, investor memiliki kekuatan tawar-menawar
yang sama untuk negosiasi.
2. Jakarta Islamic Index (JII)
Jakarta Islamic Index atau biasa disebut JII adalah salah satu indeks
saham yang ada di Indonesia yang menghitung index harga saham rata-
rata saham untuk jenis saham-saham yang memenuhi kriteria syariah.
Pembentukan JII tidak lepas dari kerja sama antara Pasar Modal Indonesia
(dalam hal ini PT Bursa Efek Jakarta) dengan PT Danareksa Investment
Management (PT DIM). JII telah dikembangkan sejak tanggal 3 Juli 2000.
Pembentukan instrument syariah ini untuk mendukung pembentukan Pasar
Modal Syariah yang kemudian diluncurkan di Jakarta pada tanggal 14
Maret 2003. Mekanisme Pasar Modal Syariah meniru pola serupa di
Malaysia yang digabungkan dengan bursa konvensional seperti Bursa Efek
Indonesia. Setiap periodenya, saham yang masuk dalam JII berjumlah 30
(tiga puluh) saham yang memenuhi kriteria syariah. JII menggunakan hari
dasar tanggal 1 Januari 1995 dengan nilai dasar 100.
Tujuan pembentukan JII adalah untuk meningkatkan kepercayaan
investor untuk melakukan investasi pada saham berbasis syariah dan
memberikan manfaat bagi pemodal dalam menjalankan syariah Islam
untuk melakukan investasi di bursa efek. JII juga diharapakan dapat
mendukung proses transparansi dan akuntabilitas saham berbasis syariah
di Indonesia. JII menjadi jawaban atas keinginan investor yang ingin
menanamkan dananya secara syariah tanpa takut tercampur dengan dana
20
ribawi. Selain itu, JII menjadi tolak ukur kinerja (benchmark) dalam
memilih portofolio saham yang halal.
Penentuan kriteria dalam pemilihan saham dalam JII melibatkan
Dewan Pengawas Syariah PT DIM. Sahan-saham yang akan masuk ke JII
harus melalui filter syariah terlebih dahulu. Berdasarkan arahan Dewan
Pengawas Syariah PT DIM, ada 4 syarat yang harus dipenuhi agar saham-
saham tersebut dapat masuk masuk ke JII:
1. Emiten tidak menjalankan usaha perjudian dan permainan yang
tergolong judi atau perdagangan yang dilarang.
2. Bukan lembaga keuangan konvensional yang menerapkan sistem riba,
termasuk perbankan dan asuransi konvensional.
3. Usaha yang dilakukan bukan memproduksi, mendistribusikan, dan
memperdagangkan makanan/minuman yang haram.
4. Tidak menjalankan usaha memproduksi, mendistribusikan, dan
menyediakan barang/jasa yang merusak moral dan bersifat mudharat.
Selain filter syariah, saham yang masuk ke dalam JII harus melalui
beberapa proses penyaringan (filter) terhadap saham yang listing, yaitu:
1. Memilih kumpulan saham dengan jenis usaha utama yang tidak
bertentangan dengan prinsip syariah dan sudah tercatat lebih dari 3
bulan, kecuali termasuk dalam 10 kapitalisasi besar.
2. Memilih saham berdasarkan laporan keuangan tahunan atau tengah
tahun berakhir yang memiliki rasio Kewajiban terhadap Aktiva
maksimal sebesar 90%.
21
3. Memilih 60 saham dari susunan saham di atas berdasarkan urutan rata-
rata kapitalisasi pasar (market capitalization) terbesar selama 1 (satu)
tahun terakhir.
4. Memilih 30 saham dengan urutan berdasarkan tingkat likuiditas rata-
rata nilai perdagangan reguler selama 1 (satu) tahun terakhir.
3. Indeks Saham Syariah Indonesia (ISSI)
Indeks Saham Syariah Indonesia (ISSI) merupakan indeks saham
syariah yang baru dibentuk pada pertengahan Mei 2011. ISSI adalah
indeks saham yang mencerminkan keseluruhan saham syariah yang
tercatat di BEI. Berbeda dengan JII yang dimana anggotanya hanya 30
saham syariah terlikuid, ISSI merupakan indeks saham syariah yang
beranggotakan seluruh saham syariah yang dahulunya terdaftar di IHSG
bergabung dengan saham non-syariah lainnya. Tujuan dibentuknya ISSI
adalah untuk memisahkan antara saham syariah dengan saham non-syariah
yang dahulunya disatukan didalam IHSG.
Konstituen ISSI adalah keseluruhan saham syariah tercatat di BEI dan
terdaftar dalam Daftar Efek Syariah (DES). Konstituen ISSI
direview setiap enam bulan sekali yaitu pada bulan Mei dan November
dan dipublikasikan pada awal bulan berikutnya. Konstituen ISSI juga
dilakukan penyesuaian apabila ada saham syariah yang baru tercatat atau
dihapuskan dari DES.
Pada tahun 2010 perhitungan ISSI belum dilakukan. Pada saat itu,
perhitungan indeks ISSI didapatkan secara manual dengan cara
mengurangkan IHSG dengan JII. Pada pertengahan tahun yang tepatnya
22
tanggal 12 Mei 2011, perhitungan indeks ISSI resmi dilakukan. Metode
perhitungan indeks ISSI menggunakan rata-rata tertimbang dari
kapitalisasi pasar dan tahun dasar yang digunakan dalam perhitungan ISSI
adalah awal penerbitan DES yaitu Desember 2007.
4. Saham (Ekuitas atau Shares)
a. Definisi Saham
Saham adalah tanda penyertaan modal pada perseroan terbatas dengan
tujuan pemodal membeli saham untuk memperoleh penghasilan dari
saham tersebut (Weston dan Copelend, 2004:56). Menurut Alwi (2003:33)
saham atau stock adalah surat tanda bukti atau tanda kepemilikan terhadap
suatu perusahaan suatu perseroan terbatas. Saham juga berarti sebagai
tanda penyertaan atau pemilikan seseorang atau badan dalam suatu
perusahaan terbuka (Darmadji dan Fakhruddin, 2008).
Alwi (2003:33) membagi saham menjadi dua jenis, yaitu saham biasa
(common stock) dan saham preferen (preferred stock).
1. Saham Biasa (common stock)
Saham biasa adalah saham yang tidak mencantumkan nama pemilik
dan kepemilikannya melekat pada pemegang sertifikat tersebut. Saham
biasa adalah saham yang tidak memperoleh hak istimewa. Saham biasa
menanggung risiko terbesar karena pemegang saham biasa menerima
dividen hanya setelah pemegang saham preferen dibayar dan memperoleh
dividen sepanjang perseroan memperoleh keuntungan, hak suara pada
RUPS sesuai dengan jumlah saham yang dimilikinya dan pada likuidasi
perusahaan, mempunyai hak untuk memperoleh sebagian dari kekayaan
23
perusahaan setelah semua kewajiban dilunasi, baik untuk para kreditur
maupun para pemegang saham preferen.
2. Saham Preferen (preferred stock)
Saham preferen adalah saham yang memberikan hak untuk
mendapatkan dividen lebih dahulu dari saham biasa yang besarnya tetap.
Saham preferen terdiri dari beberapa jenis, yaitu:
a) Cumulative Preferred Stock
Memberikan hak kepada pemiliknya atas pembagian dividen yang
sifatnya kumulatif dalam suatu presentasi atau jumlah tertentu.
Apabila pada tahun tertentu dividen yang dibayarkan tidak dibayar
sama sekali, maka hal ini diperhitungkan pada tahun-tahun
berikutnya. Pembayaran dividen kepada pemegang saham preferen
selalu didahulukan dari pemegang saham biasa.
b) Non Cumulative Preferred Stock
Pemegang saham jenis ini prioritas dalam pembagian dividen
sampai pada suatu presentasi atau jumlah tertentu, tetapi tidak
bersifat kumulatif, yaitu dividen tahun-tahun sebelumnya yang
belum dibayar tidak perlu dilunasi pada tahun berikutnya. Jadi jika
akan membagi dividen untuk pemegang saham biasa, kewajiban
yang ada hanyalah membayar dividen saham preferen untuk tahun
tersebut.
c) Participating Preferred Stock
Pemilik saham jenis ini disamping memperoleh dividen tetap
seperti yang telah ditentukan, juga diberi hak untuk memperoleh
24
bagian dividen tambahan setelah saham biasa memperoleh jumlah
dividen yang sama dengan jumlah tetap yang diperoleh saham
preferen.
d) Non-participating preffered stock, pemegang saham jenis ini setiap
tahunnya memperoleh dividen terbatas sebesar tarif dividennya.
e) Saham preferen convertible (convertible preferred stock)
Saham jenis ini mempunyai preferensi untuk ditukar dengan surat
berharga lain. Hak konversi umumnya meliputi penukaran saham
preferen dengan saham biasa.
b. Saham Syariah
Saham syariah merupakan salah satu bentuk dari saham biasa yang
memiliki karakteristik khusus dalam hal kehalalan ruang lingkup kegiatan
usaha. Menurut Dewan Syariah Nasional (DSN), saham syariah adalah
suatu bukti kepemilikan atas suatu perusahaan yang memenuhi kriteria
syariah dan tidak termasuk saham yang memiliki hak-hak istimewa.
Adapun suatu saham dapat dikategorikan sebagai saham syariah jika
saham tersebut diterbitkan oleh:
a. Emiten dan Perusahaan Publik yang secara jelas menyatakan dalam
anggaran dasarnya bahwa kegiatan usaha Emiten dan Perusahaan
Publik tidak bertentangan dengan Prinsip-prinsip syariah.
b. Emiten dan Perusahaan Publik yang tidak menyatakan dalam anggaran
dasarnya bahwa kegiatan usaha Emiten dan Perusahaan Publik tidak
bertentangan dengan Prinsip-prinsip syariah, namun memenuhi kriteria
sebagai berikut:
25
1. kegiatan usaha tidak bertentangan dengan prinsip syariah, yaitu
tidak melakukan kegiatan usaha:
perjudian dan permainan yang tergolong judi;
perdagangan yang tidak disertai dengan penyerahan
barang/jasa;
perdagangan dengan penawaran/permintaan palsu;
bank berbasis bunga;
perusahaan pembiayaan berbasis bunga;
jual beli risiko yang mengandung unsur ketidakpastian(gharar)
dan/atau judi (maisir), antara lain asuransi konvensional;
memproduksi, mendistribusikan, memperdagangkan dan/atau
menyediakan barang atau jasa haram zatnya (haram li-dzatihi),
barang atau jasa haram bukan karena zatnya (haram li-ghairihi)
yang ditetapkan oleh DSN-MUI; dan/atau, barang atau jasa
yang merusak moral dan bersifat mudarat;
melakukan transaksi yang mengandung unsur suap (risywah);
2. rasio total hutang berbasis bunga dibandingkan total ekuitas tidak
lebih dari 82%, dan
3. rasio total pendapatan bunga dan total pendapatan tidak halal
lainnya dibandingkan total pendapatan usaha dan total pendapatan
lainnya tidak lebih dari 10%.
Adapun prinsip-prinsip dasar saham syariah (Muhamad, 2014:488),
meliputi:
26
a. Bersifat musyarakah jika ditawarkan secara terbatas
b. Bersifat mudharabah jika ditawarkan kepada publik
c. Tidak boleh ada perbedaan jenis saham, karena risiko harus
ditanggung oleh semua pihak
d. Prinsip bagi hasil laba rugi
e. Tidak dapat dicairkan kecuali dilikuidasi
5. Harga Saham
Harga saham dapat didefinisikan sebagai harga pasar. Harga pasar
merupakan harga yang paling mudah ditentukan, karena harga pasar
merupakan harga suatu saham pada pasar yang sedang berlangsung. Jika
pasar bursa sudah tutup, maka harga pasar adalah harga penutupnya
(closing price). Sehingga harga pasar inilah yang menyatakan naik turunya
suatu saham (Ang, 1997).
Dalam konsep Islam, prinsip harga ditentukan oleh keseimbangan
permintaan dan penawaran. Begitu juga pada harga sebuah saham sangat
dipengaruhi hukum permintaan dan penawaran. Harga suatu saham akan
cenderung naik apabila suatu saham mengalami kelebihan permintaan dan
cenderung turun jika terjadi kelebihan penawaran. Dapat dikatakan bahwa
semakin banyak investor yang ingin membeli saham, maka harga saham
akan cenderung bergerak naik, sebaliknya semakin banyak investor yang
akan menjual saham tersebut, maka harga saham cenderung akan bergerak
turun (Wijayanti, 2010).
Harga saham dapat berubah naik atau turun dalam hitungan yang
sangat cepat, hanya dalam hitungan menit, bahkan dalam hitungan detik.
Kondisi tersebut karena banyaknya pesanan investor yang diproses oleh
27
floor trader ke dalam Jakarta Automated trading System (JATS). Dilantai
gedung Bursa Efek Indonesia terdapat lebih dari 400 terminal komputer,
yang dapat digunakan floor trader dalam memproses pesanan yang
diterima dari investor (Khaerul Umam, 2013).
6. Analisis Fundamental
Menurut Ang (1997) analisis fundamental pada dasarnya adalah
bagaimana investor melakukan analisis historis atas kekuatan keuangan
dari suatu perusahaan, dimana proses ini sering juga disebut sebagai
analisis perusahaan (company analysis). Menurut Husnan (2003) analisis
fundamental merupakan upaya untuk memperkirakan harga saham di masa
yang akan datang dengan mengestimasi nilai faktor-faktor fundamental
yang mempengaruhi harga saham di masa yang akan datang dan
menerapkan hubungan vaiabel-variabel tersebut sehingga diperoleh
taksiran harga saham. Analisis fundamental lebih menekankan pada
penentuan nilai instrinsik dari suatu saham. Untuk melakukan analisis
yang bersifat fundamental, analisis perlu memahami variabel-variabel
yang mempengaruhi nilai instrinsik saham. Nilai inilah yang diestimasi
oleh investor, dan hasil dari estimasi ini dibandingkan dengan nilai pasar
sekarang (current market price) sehingga dapat diketahui saham-saham
yang overprice maupun yang underprice. Karena banyak faktor yang
mempengaruhi harga saham maka beberapa tahapan analisis untuk
melakukan analisis fundamental yaitu :
28
a) Analisis Ekonomi
Analisis ini menyangkut penilaian umum perekonomian dan
pengaruh potensialnya terhadap hasil sekuritas. Foster G (1986)
dalam bukunya Husnan (2003:320) menunjukkan bahwa faktor
ekonomi mampu menjelaskan sekitar persen perubahan laba
perusahaan.
b) Analisis Industri
Analisis industri akan memberikan pemahaman tentang sifat dan
operasi dari suatu industri yang dapat digunakan untuk
memperkirakan prospek pertumbuhan industri perusahaan-
perusahaan di dalamnya serta prestasi saham-sahamnya.
c) Analisis Kondisi Spesifik Perusahaan
Analisis ini menyangkut penilaian keadaan keuangan perusahaan.
Alat yang digunakan dalam analisis ini yaitu analisis laporan
keuangan.
Dalam penelitian ini, analisi fundamental yang akan digunakan
yaitu analisis spesifik perusahan. Sebelum melakukan investasi pada
saham, calon investor perlu melakukan analisis lebih mendalam terhadap
perusahaan yang sahamnya akan dibeli. Salah satunya melalui analisis
fundamental perusahaan, dimana analisis tersebut menyangkut proyeksi
kondisi perusahaan dimasa depan, dengan memperhatikan kondisi
sekarang dan masa lalu. Analisis fundamental perusahaan merupakan ilmu
yang menjadi perhatian utama investor saham karena membeli saham
sebuah perusahaan pada hakikatnya adalah ikut memiliki perusahaan
29
meski dalam batas proporsional jumlah saham yang dibeli. Faktor
Fundamental perusahaan yang dibahas dalam penelitian ini adalah:
a. Book Value Per Share (BVPS)
Book Value Per Share (BVPS) merupakan salah satu rasio pasar
yang digunakan untuk mengukur kinerja harga pasar saham terhadap
nilai bukunya (Ang, 1997). Menurut Jugiyanto (2000) nilai buku per
lembar saham, menunjukkan aktiva bersih (net assets) yang dimiliki
oleh pemegang saham dengan memiliki satu lembar saham.
Para pemegang saham perusahaan terbuka pada umumnya ingin
mengetahui berapa nilai buku per saham pada sebuah perusahaan.
Book Value Per Share (BVPS) ditunjukkan dengan perbandingan
antara harga saham terhadap nilai buku dihitung sebagai hasil bagi dari
ekuitas pemegang saham dengan jumlah saham yang beredar. Angka
ini banyak digunakan oleh pemodal untuk menilai apakah harga saham
tersebut di pasar berbeda jauh dengan nilai buku per saham atau tidak
(Abi Hurairah dan Haryajid, 2012:285).
Nilai pasar adalah harga saham yang terjadi di pasar bursa pada
saat tertentu yang ditentukan oleh pelaku pasar. Nilai pasar ditentukan
oleh permintaan dan penawaran saham yang bersangkutan di pasar
bursa. Semakin kecil nilai Book Value Per Share (BVPS) maka harga
dari suatu saham dianggap semakin murah (Budileksmana dan
Gunawan, 2003).
Rumus untuk mencari BVPS menurut Ang (1997) adalah:
BVPS =
30
b. Price Earning Ratio (PER)
PER merupakan satu ukuran untuk membandingkan nilai laba satu
perusahaan dengan perusahaan lain (Abi Hurairah dan Haryajid,
2012:286). Menurut Jogiyanto (2000:105), PER merupakan ukuran
untuk menentukan bagaimana pasar memberi nilai atau harga pada
saham perusahaan. Keinginan investor melakukan analisis saham
melalui rasio-rasio keuangan seperti PER, dikarenakan adanya
keinginan investor atau calon investor akan hasil (return) yang
layak dari suatu investasi saham. Semakin besar PER suatu saham
maka menyatakan saham tersebut akan semakin mahal terhadap
pendapatan bersih persaham. Jika dikatakan suatu saham
mempunyai PER 5 kali, berarti harga saham tersebut merupakan
kelipatan dari 5 kali earnings perusahaan. Saham yang memiliki
PER yang semakin kecil bagi pemodal akan semakin bagus, karena
saham tersebut memiliki harga yang semakin murah.
Formula yang digunakan untuk menghitung besarnya PER menurut
Husnan (2003) adala :
PER =
c. Earning Per Share (EPS)
Earning per share adalah termasuk salah satu rasio pasar, menurut
Ang (1997), rasio pasar pada dasarnya mengukur kemampuan
manajemen dalam menciptakan nilai pasar yang melampaui
31
pengeluaran investasi. Rasio ini merupakan pengukuran yang paling
lengkap mengenai prestasi perusahaan dan berkaitan langsung dengan
tujuan memaksimalkan nilai perusahaan dan kekayaan para pemegang
saham (Ang, 1997). Kemudian Darmadji dan Fakhruddin (2008)
berpendapat bahwa EPS menggambarkan laba perusahaan yang
tergambar dalam setiap lembar saham.
Laba per saham (EPS) adalah alat yang baik untuk mengukur
kemampuan laba perusahaan daripada laba Absolute. Laba persaham
diperoleh dengan membagi laba berih dengan jumlah saham yang
beredar (Abi Hurairah dan Haryajid, 2012:281).
Formula untuk menghitung EPS menurut Husnan, 2003 adalah :
EPS =
d. Forecast Earning Per Share (FEPS)
Menurut Bettman dkk. (2009), FEPS adalah perkiraan pendapatan
atau laba per saham untuk perusahaan. FEPS yang digunakan adalah
berdasarkan konsensus prediksi laba per saham untuk perusahaan.
FEPS diperkirakan di bulan setelah rilis laba per saham untuk tahun
berikutnya. Perkiraan laba disesuaikan pada saat perubahan
kapitalisasi dan diumumkan di tengah bulan, meskipun tanggal yang
tepat selalu berubah. Dechow dkk. (1999) berpendapat laba yang
diperkirakan menawarkan informasi tambahan tentang prospek masa
depan perusahaan. Pengujian serupa di penelitian yang dilakukan oleh
Bettman dkk. (2009) menghasilkan bahwa Forecasting Earning Per
32
Share menunjukkan lebih signifikan daripada Earning Per Share itu
sendiri. Tersedianya data konsensus FEPS di Indonesia disediakan
oleh penyedia database seperti Bloomberg. Di Amerika Serikat FEPS
telah tersedia dan diringkas dalam beberapa portal broker saham.
7. Analisis Teknikal
Analisis teknikal merupakan suatu teknik yang menggunakan data
atau catatan pasar untuk berusaha mengakses permintaan dan penawaran
suatu saham, volume perdagangan, indeks harga saham baik individual
maupun gabungan, serta faktor-faktor lain yang bersifat teknis (Husnan,
2003). Menurut Ang (1997) analisis teknikal adalah analisis yang
menggunakan grafik atau gambar yang menghasilkan pola-pola tertentu
dan pola-pola yang dihasilkan kemudian dianalisis dengan
membandingkan dengan hasil observasi yang telah dilakukan, sehingga
pola-pola tersebut memberikan suatu indikasi terhadap pergerakan harga
saham. Model analisis teknikal lebih menekankan pada perilaku pasar
modal dimasa yang akan datang berdasarkan kebiasaan dimasa lalu. Harga
saham masa lalu mempengaruhi harga saham sekarang yang mempunyai
pola tertentu dan berulang sehingga berpengaruh secara psikologis
terhadap investor dalam melakukan transaksi perdagangan (Husnan,
2003). Analisis teknikal berupaya untuk memperkirakan harga saham
(kondisi pasar) dengan mengamati perubahan harga saham tersebut
(kondisi pasar) diwaktu lalu. Para penganut analisis ini menyatakan
bahwa:
33
a. Harga saham mencerminkan informasi yang relevan.
b. Informasi tersebut ditunjukan oleh perubahan harga saham di waktu
lalu.
c. Karena perubahan harga saham mempunyai pola tertentu, maka pola
tersebut akan berulang.
Menurut Ahmad (2004) terdapat beberapa asumsi dasar tentang
analisis teknikal yang mempengaruhi harga saham:
a. Harga pasar ditentukan oleh penawaran dan permintaan.
b. Permintaan dan penawaran ditentukan oleh faktor yang rasional
maupun irasional.
c. Harga saham bergerak dalam tren terus menerus dan berlangsung
cukup lama, meskipun terdapat fluktuasi kecil yang terjadi.
d. Tren yang berubah disebabkan oleh penawaran dan permintaan.
e. Pergeseran permintaan dan penawaran dapat dideteksi secara cepat
maupun lambat dengan menggunakan chart transaksi.
f. Beberapa pola chart transaksi dapat berulang dengan sendirinya.
Sasaran yang ingin dicapai dari analisis adalah ketepatan waktu dalam
memprediksi pergerakan harga jangka pendek suatu saham, oleh karena itu
informasi yang berasal dari faktor-faktor teknis sangat penting bagi
pemodal untuk menentukan kapan suatu saham harus dibeli atau dijual.
8. Integrasi Fundamental Dan Teknikal
Bettman dkk. (2009) mengatakan bahwa baik analisa fundamental
dan analisa teknikal digunakan secara mandiri oleh sebagian analis pasar
saham, tetapi ada sangat sedikit literatur yang mengintegrasikan langkah-
34
langkah menjadi model tunggal yang kuat. Salah satu penelitian yang
dilakukan pada sifat saling melengkapi analisis fundamental dan teknis
dilakukan oleh Taylor dan Allen (1992). Dalam penelitian ini, mereka
melakukan survei ke lebih dari 400 dealer valuta asing utama di pasar
London pada tahun 1988 dengan tingkat respon 60%. Hasilnya adalah
bahwa 90% responden menggunakan masukan dari charting pada analisis
teknikal sementara untuk membentuk keputusan perdagangan mereka, dan
60% responden menilai grafik kurang penting dibandingkan analisa
fundamental. Akhirnya penelitian merasakan bahwa baik analisa
fundamental dan teknikal memiliki sifat yang saling melengkapi.
Penelitian terbaru mengenai analisis fundamental dan teknis
dilakukan oleh Oberlechner (2001) dengan 59% dari pedagang
menggunakan grafik, atau analisis teknikal, 17% dari para pedagang
menggunakan analisa fundamental, dan 23% pedagang beralih di antara
kedua jenis analisis.
Penelitian sebelumnya di Bettman dkk. (2009) mengusulkan model
yang mengintegrasikan analisis fundamental dan teknikal untuk
mengetahui potensi meningkatkan daya penjelas untuk harga di masa
depan. Model yang digunakan oleh Bettman dkk. (2009) terdiri dari tiga
faktor analisis fundamental dari Dechow dkk. (1999) dan juga dua variabel
momentum dummy dan harga masa lalu untuk faktor analisis teknikal
dengan hasil bahwa kekuatan penjelas meningkat dengan menerapkan
kedua analisa fundamental dan teknikal, terbukti dengan nyata Adjusted R2
35
lebih tinggi dibandingkan dengan model dengan analisis fundamental atau
hanya teknis saja.
B. Keterkaitan antar Variabel Bebas dengan Variabel Terikat
1. Book Value Per Share (BVPS) dengan Harga Saham Syariah
Penelitian yang dilakukan oleh Danika Reka Artha, dkk (2014)
menyimpulkan bahwa BVPS memberikan pengaruh signifikan terhadap
harga saham pada sektor pertanian di Indonesia. Hal ini didukung oleh
penelitian yang dilakukan oleh Menike & Prabath (2014) yang
menunjukan bahwa ada hubungan positif antara BVPS dan harga saham di
Colombo Stock Exchange, China. Kedua kondisi tersebut konsisten
dengan Bettman dkk. (2009) yang menyatakan bahwa nilai buku sendiri
dapat memprediksi laba, sehingga nilai buku cukup untuk menentukan
nilai pasar. Dengan begitu dapat disimpulkan bahwa harga saham
bergantung pada BVPS.
2. Price Earning Ratio (PER) dengan Harga Saham Syariah
Penelitian yang dilakukan oleh Abied Luthfi Safitri (2013) menunjukan
bahwa PER berpengaruh positif terhadap harga saham yang masuk dalam
kelompok JII. Penelitian lain juga dilakukan oleh Wijayanti (2010),
dimana hasil dalam penelitiannya menyimpulkan bahwa Price Earning
Ratio memiliki pengaruh positif terhadap harga saham perbankan di
Indonesia. Hal ini menunjukkan bahwa pasar akan melihat kondisi
perusahaan yang memiliki nilai fundamental yang baik, karena dengan
nilai fundamental yang baik menunjukkan bahwa kinerja perusahaan juga
baik. Dengan kinerja perusahaan yang baik maka akan meningkatkan
36
permintaan saham dan harga saham juga ikut meningkat. Artinya, saham
dengan PER tinggi bisa menunjukan bagusnya prospek suatu perusahaan
(Abi Hurairah dan Haryajid, 2012:287). Dengan begitu dapat disimpulkan
bahwa harga saham bergantung pada PER.
3. Earning Per Share (EPS) dengan Harga Saham Syariah
Berdasarkan hasil penelitian yang dilakukan oleh Abied Luthfi Safitri
(2013) menunjukkan bahwa variabel tingkat laba per lembar saham atau
Earning Per Share (EPS) memiliki pengaruh yang positif signifikan
terhadap harga saham dalam kelompok JII tahun 2008-2011. Hal ini
didukung oleh penelitian lain yang telah banyak dilakukan oleh peneliti
yaitu Khurram Shehzad dan Aisha Ismail (2014), Menike & Prabath
(2014), Devi Arsetiyawati (2013), Wijayanti (2010) dan Danika Reka
Artha dkk (2008) yang menyatakan bahwa EPS memiliki pengaruh yang
positif terhadap harga saham. Dengan begitu nilai EPS yang meningkat
menunjukkan bahwa jumlah laba yang dibagikan kepada investor semakin
besar sehingga dengan meningkatnya EPS ini akan menarik investor untuk
membeli saham, dengan permintaan saham yang meningkat maka harga
saham perusahaan juga akan ikut meningkat. Sehingga dapat disimpulkan
bahwa harga saham bergantung pada EPS.
4. Forecast Earning Per Share (FEPS) dengan Harga Saham Syariah
Penelitian yang telah dilakukan oleh Stephanus Remond Waworuntu dan
Hendra Suryanto (2011) pada saham di LQ45 menunjukkan bahwa
variabel FEPS berpengaruh secara signifikan terhadap harga saham.
Penelitian tersebut konsisten dengan pengujian yang dilakukan oleh
37
Bettman dkk. (2009), yang membuat model penelitian untuk menguji sifat
saling melengkapi yang dimiliki analisis fundamental dan teknikal
terhadap pergerakan saham. Dimana hasil dari pengujiannya adalah bahwa
perkiraan EPS (Forecast Earning Per Share) memiliki hubungan yang
lebih signifikan terhadap harga saham daripada EPS itu sendiri. Ini juga
konsisten dengan Dechow dkk. (1999) yang juga menyatakan bahwa
penambahan perkiraan laba per saham dapat meningkatkan kekuatan
penjelas dari pada hanya menggunakan EPS. Dengan begitu Forecast
Earning Per Share akan menjadi eksplanator positif terhadap harga di
masa depan.
5. Harga Saham Masa Lalu dengan Harga Saham Syariah
Penelitian yang dilakukan oleh Dwi Wulandari (2009) menyimpulkan
bahwa Harga Saham Masa Lalu mempunyai arah yang positif dan
mempunyai pengaruh yang dominan terhadap harga saham. Penelitian lain
juga dilakukan oleh Wijayanti (2010), dimana hasil dalam penelitiannya
menyimpulkan bahwa Harga Saham Satu Tahun Lalu memiliki pengaruh
positif terhadap harga saham perbankan di Indonesia. Pengakuan
kemampuan harga masa lalu dan pergerakannya untuk memprediksi nilai
masa depan adalah pertama kali ditulis pada Teori Dow, diterbitkan The
Wall Street Journal oleh Charles Dow, 1900-1902 yang ditulis oleh Szabo
(2004) pada penelitiannya Bettman dkk. (2009), yang secara implisit
menyatakan bahwa harga masa lalu dan pergerakannya bisa meramalkan
harga di masa depan. Karena pentingnya analisis teknikal dalam
kemampuannya untuk memprediksi harga masa depan. Sehingga dapat
38
disimpulkan bahwa harga saham masa lalu berpengaruh terhadap
pergerakan harga saham.
6. Dummy Up (Dup) dengan Harga Saham Syariah
Penggunaan variabel dummy adalah untuk mencerminkan sangat positif
atau negatif kondisi saham atau kondisi pasar, variabel Dup digunakan
untuk tren saham yang sangat positif (bullish) seperti yang digunakan
oleh Bettman dkk. (2009). Dalam studi Jegadeesh dan Titman (1993)
menyatakan bahwa keuntungan dari strategi tren menghasilkan kembali
konsistensi yang positif untuk setidaknya 60 tahun terakhir di Inggris dan
Amerika. Dan pada penelitian Jegadeesh dan Titman (2001), juga
menyatakan bahwa keuntungan penggunaan pergerakan tren juga telah
ditemukan di sebagian besar pasar maju seluruh dunia kecuali Jepang,
dengan bukti hasil statistik yang tidak signifikan dari variabel tren harga
terhadap saham di Jepang. Pada penelitian yang dilakukan oleh Stephanus
Remond Waworuntu dan Hendra Suryanto (2011), menunjukan ada
pengaruh yang positif antara Dup dengan harga saham di Indonesia yang
tergabung dalam LQ45 pada tahun 2007-2009. Sehingga dapat
disimpulkan bahwa Dup berpengaruh positif terhadap harga saham.
7. Dummy Down (Ddown) dengan Harga Saham Syariah
Variabel Ddown digunakan untuk tren saham yang sangat negatif yang
mencerminkan tren saham dalam kadaan bearish (Bettman dkk., 2009).
Pada penelitian yang dilakukan oleh Stephanus Remond Waworuntu dan
Hendra Suryanto (2011) yang menguji model penelitian dari analisis
fundamental dan teknikal dalam memberikan daya penjelas yang lebih
39
unggul terhadap harga saham. Dimana dari hasil pengujian model teknikal
menunjukan variabel Ddown memiliki pengaruh yang negatif terhadap
harga saham di Indonesia yang tergabung dalam LQ45 pada tahun 2007-
2009. Hal tersebut karena variabel independen Ddown harus memiliki efek
negatif ketika ada di model penelitiannya. Sehingga dapat disimpulkan
bahwa Ddown berpengaruh negatif terhadap harga saham.
C. Penelitian Terdahulu
Beberapa penelitian terdahulu akan diuraikan secara ringkas karena
penelitian ini mengacu pada beberapa penelitian sebelumnya. Meskipun ruang
lingkup hampir sama, tetapi karena beberapa variabel, objek, periode waktu
yang digunakan dan penentuan sampel berbeda maka terdapat banyak hal
yang tidak sama sehingga dapat dijadikan sebagai referensi untuk saling
melengkapi. Berikut ringkasan beberapa penelitian:
Tabel 2.1
Penelitian Terdahulu
No
Judul
Penelitian/
Peneliti/
Tahun
Variabel dan Metode Penelitian
Hasil Penelitian
Persamaan Perbedaan
1. Analisis
Fundamental,
Teknikal,
dan
Makroekono
mi Harga
Saham
Sektor
Pertanian.
(Danika
Reka Artha,
Noer Azam
1. Menggunakan
variabel
independen EPS
dan BVS dan
variabel
dependen harga
saham
2. Menggunakan
Analisis Model
Regresi Panel
1. Tidak
menggunakan
variabel NPM,
ROA, OPM dan
ROE sebagai
variabel
independen.
2. Menggunakan
PER, FEPS,
Harga saham
masa lalu dan
Hubungan antara
variabel NPM,
EPS, ROA, BVS,
OPM, ROE dengan
harga saham
mempunyai
hubungan yang
positif, sedangkan
hubungan antara
DER dengan harga
saham adalah
40
Achsani,
Hendro
Sasongko,
2008)
tren harga saham
sebagai variabel
independen
negatif.
2. Analisis
Variabel-
Variabel
Fundamental
dan Teknikal
Terhadap
Harga Saham
(Studi Pada
Industri
Tekstil yang
Go Public di
BEJ).
(Dwi
Wulandari,
2009)
Menggunakan
variabel harga
saham masa lalu
sebagai variabel
independen dan
harga saham
sebagai variabel
dependen
1. Menggantikan
variabel
independen ROI,
DPR, Inflasi,
Suku bunga
deposito, Jumlah
uang beredar,
Kurs Rupiah,
Volume
Penjualan Saham
dengan BVPS,
PER, EPS, FEPS
dan tren harga
saham.
2.Tidak
menggunakanAn
alisis Regresi
Linier Berganda,
tetapi Regresi
Data Panel
Variabel ROI,
DPR, CR, Tingkat
Inflasi, Tingkat
Suku Bunga
Deposito, Jumlah
Uang Beredar, Kurs
Rupiah Terhadap
Dollar Amerika,
Volume Penjualan
Saham, Harga
Saham Masa Lalu
secara simultan
mempunyai
pengaruh terhadap
harga saham.
Dan dari model
analisis regresi, ada
dua variabel yang
mempunyai
pengaruh nyata
secara parsial
terhadap harga
saham, yaitu
Jumlah Uang
Beredar dan Harga
Saham Masa Lalu.
Variabel Jumlah
Uang Beredar
mempunyai arah
yang negatif
sedangkan Harga
Saham Masa Lalu
mempunyai arah
yang positif dan
mempunyai
pengaruh yang
dominan.
3. Fundamental
and
Technical
Analysis:
Substitutes or
1. Menggunakan
EPS, FEPS,
BVPS, harga
saham masa lalu
dan dua variabel
1. Menambahkan
variabel PER
sebagai variabel
independen
Variabel
independen yang
digunakan adalah
terdiri dari faktor
fundamental yaitu
41
Compliments
?
(Jenni L.
Bettman
dkk., 2009)
dummy yang
merupakan tren
harga saham
sebagai variabel
independen dan
harga saham
sebagai variabel
dependen
2. Menggunakan
5 model
persamaan
penilaian ekuitas
2.Tidak
menggunakanAn
alisis Regresi
Linier Berganda,
tetapi Regresi
Data Panel
EPS (Earning Per
Share), FEPS
(Forecasted
Earning Per
Share), BVPS
(Book Value Per
Share) dan faktor
teknikal yaitu harga
terdahulu dan dua
variabel momentum
dummy. Dimana
dalam hasil
penelitiannya
menunjukan bahwa
terdapat sifat saling
melengkapi
diantara analisis
fundamental dan
teknikal.
4. Analisis
Kinerja
Keuangan
dan Harga
Saham
Perbankan di
Bursa Efek
Indonesia
(BEI).
(Wijayanti,
2010)
Menggunakan
variabel EPS
PER, harga
saham masa lalu
sebagai variabel
independen dan
harga saham
sebagai variabel
dependen
1. Menggantikan
variabel
independen
ROA, NIM,
CAR, NPL, LDR
dengan BVPS,
FEPS dan tren
harga saham.
2.Tidak
menggunakanAn
alisis Regresi
Linier Berganda,
tetapi Regresi
Data Panel
Variabel ROA,
NIM, EPS, PER
dan harga saham
masa lalu satu
tahun berpengaruh
terhadap harga
saham. Namun
variabel ROA dan
NIM memiliki
pengaruh yang
negatif terhadap
harga saham.
Sedangkan variabel
CAR, NPL, LDR,
dan Tren saham
masa lalu dua tahun
tidak berpengaruh
terhadap harga
saham.
5. The
Complement
ary Nature
Of
Fundamental
And Tehnical
Analysis (Stephanus
Remond
1. Menggunakan
EPS, FEPS,
BVPS, harga
saham masa lalu
dan dua variabel
dummy yang
merupakan tren
harga saham
sebagai variabel
1. Menambahkan
variabel PER
sebagai variabel
independen
2.Tidak
menggunakan
Analisis Regresi
Linier Berganda,
Hasil penelitian ini
menyimpulkan
bahwa di pasar
saham Indonesia,
analisis teknikal
mengambil peran
yang lebih besar
dalam menentukan
harga masa depan
42
Waworuntu
dan Hendra
Suryanto,
2011)
independen dan
harga saham
sebagai variabel
dependen
2. Menggunakan
5 model
persamaan
penilaian ekuitas
tetapi Regresi
Data Panel
dari pada analisis
fundamental saja.
Mengintegrasikan
analisis
fundamental dan
teknikal dalam
model penelitian
akan memberikan
daya penjelas lebih
unggul dari analisa
fundamental atau
teknikal saja. Hal
ini ditunjukkan
oleh tingginya
Adjusted R2 dari
model.
6. Pengaruh
EPS, PER,
ROA, DER
dan MVA
terhadap
harga saham
dalam
kelompok
Jakarta
Islamic
Index.
(Abied
Luthfi
Safitri, 2013)
Menggunakan
EPS dan PER
sebagai variabel
independen dan
harga saham
sebagai variabel
dependen
1. Menggantikan
variabel
independen
ROA, DER,
MVA dengan
variabel BVPS,
FEPS
2. Menambahkan
harga saham
masa lalu dan
tren harga saham
sebagai variabel
independen
3.Tidak
menggunakanAn
alisis Regresi
Linier Berganda,
tetapi Regresi
Data Panel
Hasil penelitian
menunjukkan
bahwa secara
simultan EPS, PER,
ROA, DER dan
MVA berpengaruh
terhadap Harga
Saham dalam
Kelompok JII tahun
2008-2011, dan
secara parsial hanya
EPS, PER dan
MVA yang
berpengaruh positif
signifikan terhadap
Harga Saham
sedangkan ROA
dan DER tidak
berpengaruh
signifikan terhadap
Harga Saham
dalam Kelompok
JII tahun 2008-
2011.
7. Analisis
Pengaruh
DER, ROI,
EPS, DPR,
NPM,
Volume
Perdagangan
Menggunakan
EPS sebagai
variabel
independen dan
harga saham
sebagai variabel
dependen
1. Menggantikan
variabel
independen
DER, ROI, DPR,
NPM dengan
BVPS, FEPS dan
PER
Variabel DER,
ROI, DPR dan volume perdagangan
berpengaruh negatif
dan tidak signifikan
terhadap harga
saham. Sedangkan
43
Terhadap
Harga Saham
(Pada
Perusahaan
Go Public
yang Pernah
Masuk dalam
JII Tahun
2008-2012) .
(Devi
Arsetiyawati,
2013)
2. Menggantikan
variabel
independen
volume
perdagangan
dengan harga
saham masa lalu
dan
menambahkan
tren harga saham
3.Tidak
menggunakanAn
alisis Regresi
Linier Berganda,
tetapi Regresi
Data Panel
variabel EPS
berpengaruh positif
dan signifikan
terhadap harga
saham dan variabel
NPM berpengaruh
positif tetapi tidak
signifikan terhadap harga saham.
8. Dow Jones
Islamic
Market US
Index:
Applying
technical
analysis from
acomparative
perspective
(Mohammad
Omar Farooq
dan Md.
Hasib
Reza,2014)
Menggunakan
analisis teknikal
sebagai variabel
independen
1. Menambahkan
analisis
fundamental
sebagai variabel
independen
2.Tidak
menggunakan
Analisis Uji
Larian (Run
Test) tetapi
Regresi Data
Panel
Pada penelitian ini
analisis teknikal
diterapkan Dow
Jones Islamic
Market US Index
(Imus) yang
dibandingkan
dengan tiga indeks
pasar utama: Dow
Jones Industrial
Average, S & P 500
Index dan
NASDAQ 100.
Hasil dari
penelitian
menunjukan bahwa
kinerja Dow Jones
Islamic Market US
Index dapat
ditingkatkan ketika
analisis teknikal
diterapkan.
9. The Use of
Technical
and
Fundamental
Analyses By
Stock
1. Menggunakan
analisis
fundamenta dan
teknikal sebagai
variabel
independen dan
Menggantikan
data primer
dengan data
sekunder
Temuannya
menunjukkan
bahwa setidaknya
90% dari pialang
saham
menggunakan
44
Exchange
Brokers:
Indian
Evidence (Naveen
Kumar Baradi
dan Sanjay
Mohapatra,
2014)
harga saham
sebagai variabel
dependen
2. Menggunakan
Analisis regresi
panel
analisis teknikal
ketika membentuk
suatu pandangan
pada satu atau lebih
periode waktu. Jika
melihat pada
periode waktu yang
lebih singkat,
penggunaan lebih
bergantung pada
analisis teknikal
dibandingkan
dengan analisis
fundamental, tetapi
dalam jangka waktu
yang lama terjadi
pergeseran yang
meningkat ke
penggunaan analisis
fundamental.
Sebagian besar
pialang saham
melihat analisis
teknikal merupakan
pelengkap dari
analisis
fundamental.
10. The Impact
of
Accounting
Variables on
Stock Price:
Evidence
from the
Colombo
Stock
Exchange,
Sri Lanka
(Menike M.
G. P. D.1 &
U. S.
Prabath,
2014)
Menggunakan
variabel EPS dan
BVPS sebagai
variabel
independen dan
harga saham
sebagai variabel
dependen
1. Menggantikan
variabel
independen DPS
dengan variabel
FEPS dan PER
2. Menambahkan
variabel harga
saham masa lalu
dan tren harga
saham sebagai
variabel
independen
3.Menggantikn
Analisis Regresi
Dalam
penelitiannya
menyatakan bahwa
EPS, DPS, BVPS
memiliki pengaruh
yang positif dan
signifikan terhadap
harga saham di
Colombo Stock
Exchange, China.
45
Sumber: Kumpulan Penelitian Terdahulu
D. Kerangka Pemikiran
Kerangka pemikiran merupakan sintesa dari serangkaian teori yang
tertuang dalam tinjauan pustaka, yang pada dasarnya merupakan gambaran
sistematis dari kinerja teori dalam memberikan solusi atau alternatif solusi dari
serangkaian masalah yang ditetapkan. Kerangka pemikiran dapat disajikan
dalam bentuk bagan, deskripsi kualitatif, dan atau gabungan keduanya (Abdul
Hamid, 2010:15). Kerangka pemikiran dalam penelitian ini dideskripsikan
sebagai berikut:
Linier Berganda
dengan Regresi
Data Panel
11. Value
relevance of
Accounting
Information
and its
Impact on
Stock Prices:
Case Study
of Listed
Banks at
Karachi
Stock
Exchange
(Khurram
Shehzad dan
Aisha Ismail,
2014)
Menggunakan
variabel EPS dan
BVPS sebagai
variabel
independen dan
harga saham
sebagai variabel
dependen
1. Menambahkan
variabel FEPS,
PER, harga
saham masa lalu
dan tren harga
saham sebagai
variabel
independen
2. Menggantikan
Panel Least
Square
Regression
dengan Regresi
Data Panel
Penelitian ini telah
dilakukan untuk
menilai sejauh
mana hubungan
antara dua variabel
akuntansi (yaitu,
EPS dan BVPS)
dan harga pasar
saham. Hal ini
ditemukan ada
hubungan yang
kuat antara kedua.
Ada juga hubungan
negatif antara
BVPS dan Harga
Saham. Dan
hubungan yang
positif antara EPS
dan Harga Saham.
46
Gambar 2.1
Kerangka Pemikiran
Perusahaan yang tetap masuk dalam JII dan ISSI periode
tahun 2011 - 2015
Analisis Fundamental dan Teknikal pada Saham Syariah di
Indonesia
Variabel Independen
BVPS, PER, EPS, FEPS, dan Harga
Saham Masa Lalu (Pt-1)
Model Regresi Data Panel
Analisis Fundamental:
Pit = β0i+ β1 BVPSit + β2 PERit + β3 EPSit + εit ….(1)
Pit = β0i + β1 BVPSit + β2 PERit + β3 EPSit + β4 FEPSit + εit.....(2)
Analisis Teknikal:
Pit = β0i + β1 Pit-1 + β2 Dup + β3 Ddown + εit ….(3)
Penggabungan analisis:
Pit = β0i + β1 BVPSit + β2 PERit + β3 EPSit + β4 Pit-1 + β5 Dup + β6 Ddown + εit …..(4)
Pit = β0i + β1 BVPSit + β2 PERit + β3 EPSit + β4 FEPSit + β5 Pit-1 + β6 Dup + β7 Ddown + εit ….(5)
Uji Chow
Interpretasi dan Kesimpulan
Variabel Dependen
Harga Saham
Uji Hausman
Fixed Effect
Fixed Effect
Hasil Pengujian Model
Uji Hipotesis
1. Uji F
2. Uji t
3. Koefisien Determinan (R2)
Common Effect
Random Effect
Uji Dasar Asumsi Klasik
1. Multikolineritas
2. Heteroskedastisitas
47
E. Pengembangan Hipotesis
Hipotesis adalah pernyataan tentang suatu konsep yang perlu diuji
kebenarannya (Syofian Siregar, 2011:112). Sesuai dengan teori dan kerangka
pemikiran, maka hipotesis di bawah ini pada dasarnya merupakan jawaban
sementara terhadap suatu masalah yang harus dibuktikan kebenarannya, adapun
hipotesis yang dirumuskan dalam penelitian ini adalah sebagai berikut:
1. a. Ha1 : Book Value Per Share (BVPS) berpengaruh positif terhadap
Harga Saham Syariah
b. Ha2 : Price Earning Ratio (PER) berpengaruh positif terhadap Harga
Saham Syariah.
c. Ha3 : Earning Per Share (EPS) berpengaruh positif terhadap Harga
Saham Syariah.
2. Ha4 : Forecast Earning Per Share (FEPS) berpengaruh positif terhadap
Harga Saham Syariah.
3. a. Ha5 : Harga Saham Masa Lalu berpengaruh positif terhadap Harga
Saham Syariah.
b. Ha6 : Dup berpengaruh positif terhadap Harga Saham Syariah.
c. Ha7 : Ddown berpengaruh negatif terhadap Harga Saham Syariah.
48
BAB III
METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian ini termasuk dalam penelitian kuantitatif dengan menggunakan
data sekunder. Ruang lingkup penelitian dilakukan pada rasio keuangan
sebagai ukuran kinerja keuangan dan harga saham masa lalu dan tren harga
saham yang diperoleh dari IDX Annualy Statistic, Yahoo! Finance, Bloomberg
dan laporan keuangan tahunan perusahaan yang masuk dalam JII dan ISSI.
Batasan pengambilan data dalam kurun waktu selama 4 tahun yaitu sejak
tahun 2011-2014. Penelitian dilakukan dimulai dari pengumpulan data yang
berhubungan langsung dengan objek penelitian, menginventarisasikan,
mengolah data hingga akhirnya diperoleh gambaran yang jelas tentang pokok
permasalahan yang diteliti. Sehingga, dilihat dari dimensi waktu yang
digunakan dan dengan menggunakan laporan keuangan dari beberapa
perusahaan yang masuk dalam JII dan ISSI, penelitian ini masuk dalam
kelompok data panel.
B. Metode Penentuan Sampel
1. Populasi
Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek
yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh
peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono,
2009:115).
49
Populasi dalam penelitian ini adalah seluruh saham yang terdaftar di
JII dan ISSI selama periode 2011 – 2015.
2. Sampel
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh
populasi tersebut (Sugiyono, 2009:116). Metode penentuan sampel yang
digunakan dalam penelitian ini adalah purposive sampling. Menurut
Syofian Siregar (2011:148), purposive sampling adalah teknik pemilihan
sampel berdasarkan pada kriteria-kriteria tertentu. Tujuan penelitian ini
adalah menganalisis faktor fundamental dan teknikal pada Harga Saham
Syariah yang tercatat di JII dan ISSI. Sampel penelitian ini diambil dari
saham syariah yang terdaftar di JII dan ISSI selama periode 2011-2015.
Oleh karena saham syariah yang tercatat di JII dan ISSI dimungkinkan
terjadi perubahan di setiap periodenya dan terdapat beberapa saham yang
tidak aktif, maka sampel penelitian ini diambil dengan kriteria:
1. Seluruh saham yang terdaftar ke dalam JII dan ISSI yang tetap
terdaftar dan tidak keluar dari JII dan ISSI selama periode tahun 2011-
2015.
2. Perusahaan mempunyai data laporan keuangan konsisten dari tahun
2011 – 2015 dan merupakan laporan keuangan yang telah diaudit oleh
Kantor Akuntan Publik, karena dianggap laporan tersebut telah sesuai
standar akuntansi yang berlaku.
3. Merupakan perusahaan yang aktif dalam melakukan transaksi
perdagangan selama periode pengamatan 2011-2015.
4. Saham yang memiliki nilai BVPS lebih dari 0 atau bernilai positif.
50
Berdasarkan kriteria sampel di atas, terdapat 91 saham syariah yang
memenuhi syarat untuk dijadikan objek penelitian.
C. Metode Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu
berupa data laporan tahunan (annual report) perusahaan-perusahaan yang
terdaftar di JII dan ISSI yang diterbitkan pada periode 2011-2014. Data
sekunder adalah data yang diperoleh dalam bentuk data yang sudah jadi, sudah
dikumpulkan dan diolah oleh pihak lain, biasanya sudah dalam bentuk
publikasi (Muhamad, 2008:102). Dimana data-data tersebut diperoleh dari
Bursa Efek Indonesia (BEI) melalui Pusat Referensi Pasar Modal.
Data-data sekunder yang digunakan oleh penulis adalah sebagai berikut:
a. Data Harga Saham Syariah yang merupakan harga penutup (closing price)
setiap tahun selama periode 2011 - 2014 diperoleh dari website Indonesia
Stock Exchange (www.idx.co.id).
b. Data Book Value Per Share (BVPS) setiap tahunnya selama periode 2011
- 2014 diperoleh dari website Indonesia Stock Exchange (www.idx.co.id).
c. Data Price Earning Ratio (PER) setiap tahunnya selama periode 2011 -
2014 diperoleh dari website Indonesia Stock Exchange (www.idx.co.id).
d. Data Earning Per Share (EPS) setiap tahunnya selama periode 2011 -
2014 diperoleh dari website Indonesia Stock Exchange (www.idx.co.id).
e. Data Forcasted Earning Per Share (FEPS) setiap tahunnya selama periode
2012 - 2014 diperoleh dari Bloomberg.
f. Data Harga Saham Masa Lalu yang diperoleh dari website Yahoo! Finance
(www.finance.yahoo.com).
51
g. Data Variabel Dummy Up (Dup) diperoleh dari website Yahoo! Finance
(www.finance.yahoo.com).
h. Data Variabel Dummy Down (Ddown) diperoleh dari website Yahoo!
Finance (www.finance.yahoo.com).
Proses pengumpulan data dalam penelitian ini menggunakan teknik Studi
Kepustakaan (Library Research), merupakan teknik pengambilan data yang
dilengkapi pula dengan membaca dan mempelajari serta menganalisis literatur
yang bersumber dari buku-buku dan jurnal-jurnal yang berkaitan dengan
penelitian ini. Hal ini dilakukan untuk mendapatkan landasan teori dan konsep
yang tersusun. Penulis melakukan penelitian dengan membaca dan mengutip
bahan-bahan yang berkenaan dengan penelitian.
D. Metode Analisis
1. Analisis Data Panel
Data yang dipergunakan dalam penelitian ini merupakan kombinasi
dari data time series dan cross section. Estimasi yang dilakukan dengan
menyatukan kedua data tersebut yang disebut dengan data pooling atau
panel data dengan pengolahan data menggunakan Software Eviews 8.0
untuk menjelaskan hubungan antara variabel independen dengan variabel
dependen dan SPSS versi 20.0 untuk melakukan pengujian asumsi klasik.
Software Microsoft Excel 2010 juga dipakai untuk mempermudah
pengelolaan data seperti pembuatan grafik, tabel, dan lain-lain. Data panel
(pool) yakni data yang merupakan gabungan antara runtun waktu (time
series) dengan seksi silang (cross section). Oleh karenanya, data panel
memiliki gabungan karakteristik keduanya yaitu data yang terdiri dari
beberapa objek dan meliputi beberapa waktu (Winarno, 2011).
52
Menurut Nachrowi dan Usman (2006), Salah satu tujuan digunakannya
analisis data panel adalah untuk meningkatkan derajat kebebasan,
mengurangi kolinearitas diantara variabel sehingga mampu memperoleh
hasil estimasi yang efisien. Selain itu, analisis data panel dapat lebih
banyak menyerap informasi yang dimiliki oleh perusahaan perusahaan
yang termasuk dalam sampel.
Menurut Gujarati (2004), keuntungan dari penggunaan data panel
dalam penelitian adalah sebagai berikut:
Data panel dapat membatasi heterogenitas, karena data panel
mengkombinasikan unit observasi yang berbeda.
Kombinasi dimensi time series dan cross section pada data panel
akan memberikan informasi yang lebih banyak mengenai data yang
kita observasi.
Dinamika variabel yang diobservasi dapat diamati dengan baik.
Data panel dapat mendeteksi dan mengukur efek-efek dengan baik
dimana hal ini tidak dapat dilakukan melalui data cross section
ataupun time series.
Data panel memungkinkan kita untuk mempelajari pergerakan
model yang lebih kompleks.
Data panel dapat meminimalkan bias yang mungkin terjadi pada
data yang tersedia.
Metode estimasi model regresi dengan menggunakan data panel dapat
dilakukan melalui tiga pendekatan, antara lain:
53
a. Model Common Effect
Model Common Effect atau Pooled Regression Model adalah
motode estimasi yang menggabungkan (pooled) seluruh data time
series dan cross section dengan menggunakan pendekatan OLS
(Ordinary Least Square) untuk melakukan estimasi parameternya.
Dengan pendekatan ini kita tidak bisa melihat perbedaan antar individu
dan perbedaan antar waktu karena intercept maupun slope dari model
sama. Terlihat bahwa baik intercept maupun slope tidak berubah baik
antara individu maupun antar waktu (Nachrowi dan Usman, 2006).
Persamaan untuk Pooling Least Square ditulis dengan persamaan
sebagai berikut:
Yit = β0 + βXit + εit
Dengan :
Yit = Variabel dependen pada unit observasi ke-i dan waktu ke-t
Xit = Variabel independen pada unit observasi ke-i dan waktu ke-t
β = Koefisien slope atau koefisien arah
β0 = Intersep model regresi
εit = komponen error pada unit observasi ke-i dan waktu ke-t
Menurut Gujarati (2004) pendekatan kuadrat terkecil (Pooled Least
Square) adalah pendekatan yang paling sederhana dalam pengolahan
data panel yaitu dengan mengasumsikan bahwa setiap unit
(perusahaan, negara, dan lain-lain) memiliki slope dan koefisien yang
sama (tidak memiliki dimensi cross section yang berbeda), atau
dengan kata lain model ini mengasumsikan α konstan untuk setiap data
54
cross section dan time series. Namun hal ini tentunya tidak realistis
dalam penerapannya, karena karakteristik antar perusahaan jelas akan
berbeda, misalnya budaya perusahaan, gaya manajerial dan lain
sebagainya. Hal ini dapat diatasi dengan menggunakan dua pilihan
model selanjutnya.
b. Model Fixed Effect
Teknik model Fixed Effect adalah teknik mengestimasi data panel
dengan menggunakan variabel dummy untuk menangkap adanya
perbedaan intercept. Pengertian Fixed Effect ini didasarkan adanya
perbedaan intercept antara perusahaan namun intercept-nya sama antar
waktu (time invariant). Disamping itu, model ini juga mengasumsikan
bahwa koefisien regresi (slope) tetap antar perusahaan dan antar
waktu. Pendekatan dengan variabel dummy ini dikenal dengan sebutan
Fixed Effect Model atau Least Square Dummy Variabel (LSDV) atau
disebut juga Covariance Model. Persamaan pada estimasi dengan
menggunakan fixed effect model dapat ditulis dalam bentuk sebagai
berikut:
Yit = β0i + βXit + εit
Dengan :
Yit = Variabel dependen pada unit observasi ke-i dan waktu ke-t
Xit = Variabel independen pada unit observasi ke-i dan waktu ke-t
β = Koefisien slope atau koefisien arah
β0i = Intersep model regresi pada unit observasi ke-i
εit = komponen error pada unit observasi ke-i dan waktu ke-t
55
Perhatikan bahwa konstanta β0i sekarang diberi subskrip 0i, i
menunjukkan objeknya. Dengan demikian masing-masing objek
memiliki konstanta yang berbeda. Variabel semu d1i=1 untuk objek
pertama dan 0 untuk objek lainnya. Variabel d2i=1 untuk objek kedua
dan 0 untuk objek lainnya. Variabel semu d3i=1 untuk objek ketiga dan
0 untuk objek lainnya.
c. Model Random Effect
Random Effect Model adalah model etimasi regresi panel dengan
asumsi koefisien slope kontan dan intersep berbeda antara individu dan
antar waktu (Random Effect). Dimasukannya variabel dummy di dalam
Fixed Effect Model bertujuan untuk mewakili ketidaktahuan tentang
model yang sebenarnya. Namun, ini juga membawa konsekuensi
berkurangnya derajat kebebasan (degree of freedom) yang pada
akhirnya mengurangi efisiensi parameter. Masalah ini bisa diatasi
dengan menggunakan variabel gangguan (error terms) yang dikenal
dengan Random Effect. Model ini akan mengestimasi data panel
dimana variabel gangguan mungkin saling berhubungan antar waktu
dan antar individu.
Model yang tepat digunakan untuk mengestimasi Random Effect
adalah Generalized Least Square (GLS) sebagai estimatornya, karena
dapat meningkatkan efisiensi dari least square. Bentuk umum untuk
Random Effect Model adalah:
Yit = β0i + βXi,t + ui + εit
56
dengan :
Yit = Variabel dependen pada unit observasi ke-i dan waktu ke-t
Xit = Variabel independen pada unit observasi ke-i dan waktu ke-t
β = Koefisien slope atau koefisien arah
β0i = Intercept model regresi
ui = komponen error pada unit observasi ke-i
εit = komponen error pada unit observasi ke-i dan waktu ke-t
2. Tahapan Analisis Data
Dalam penelitian, harus dilakukan pemilihan antara tiga model yang
ada yaitu metode kuadrat terkecil (Pooled Least Square/PLS), metode
efek tetap (fixed effect model), dan metode efek random (random effect
model). Pemilihan model dapat dilakukan dengan uji chow dan uji
hausman.
a. Uji Chow
Uji Chow (F statistik) adalah pengujian yang dilakukan untuk
mengetahui apakah model yang digunakan adalah common effect atau
fixed effect (Nachrowi dan Usman, 2006). Rumus yang digunakan
dalam test ini adalah:
𝐶HOW =
Dimana :
N = Jumlah data cross section
T = Jumlah data time series
K = jumlah variabel penjelas
57
Pengujian Uji Chow dilakukan dengan hipotesis sebagai berikut :
H0 : Model menggunakan pendekatan common effect
H1 : Model menggunakan pendekatan Fixed Effect
Pengujian ini mengikuti distribusi F statistik, dimana jika F
statistic lebih besar dari F tabel maka H0 ditolak. Nilai Chow
menunjukkan nilai F statistik dimana bila nilai Chow yang kita dapat
lebih besar dari nilai F tabel yang digunakan berarti kita menggunakan
model fixed effect. Atau kita dapat melihat kepada nilai probabilitas
cross section F dan Chi Square, dengan ketentuan
- Jika probabilitas < 0,05, berarti H0 ditolak, dan menggunakan H1.
- Jika Probabilitas > 0,05, berarti H0 diterima.
b. Uji Hausman
Uji Hausman digunakan untuk menentukan apakah menggunakan
model fixed effect atau model random effect yang paling tepat
(Nachrowi dan Usman, 2006). Pengujian uji hausman dilakukan
dengan hipotesis berikut :
H0 : Random Effect Model
H1 : Fixed Effect Model
Statistik Uji Haussman ini mengikuti distribusi statistic Chi Square
dengan degree of freedom sebanyak k, dimana k adalah jumlah
variabel independen. Jika nilai statistik Hausman lebih besar dari nilai
kritisnya maka H0 ditolak dan model yang tepat adalah model fixed
effect, sedangkan sebaliknya bila nilai statistik hausman lebih kecil
dari nilai kritisnya maka model yang tepat adalah model random effect.
58
Atau dapat melihat kepada nilai probabilitas cross section random,
dengan ketentuan (Nachrowi dan Usman, 2006):
- Jika probabilitas < 0,05, maka tolak H0, dan terima H1
- Jika Probabilitas > 0,05, maka terima H0
3. Pengujian Dasar Asumsi Klasik
Setelah mendapatkan model yang tepat untuk penelitian ini, hasil
regresi atas data panel kemudian diuji untuk mengetahui apakah ada
permasalahan multicollinearity dan heteroscedasticity, sehingga hasil
estimasi memenuhi teorema Gauss-Markov Best Linear Unbiase
Estimator (BLUE) (Gujarati, 2004) yaitu:
Best adalah β estimator yang memiliki varians minimum;
Linear artinya estimator α dan β memiliki nilai estimator;
Unbiased berarti nilai actual dari α dan β harus sama dengan nilai
sebenarnya;
Estimator artinya β sampel adalah estimator β dari populasi.
Hal ini juga sesuai dengan teori yang dikemukan oleh Gauss-Markov
bahwa estimator yang bersifat BLUE adalah :
1. Bersifat linear, merupakan sebuah fungsi linear atas sebuah variabel
random, seperti variabel dependen Y dalam suatu model regresi.
2. Bersifat tidak bias, artinya hasil nilai estimasi sesuai dengan nilai
sesungguhnya.
3. Bersifat efisien, artinya model yang linear dan tidak bias harus
memiliki varians yang minimum.
59
a. Uji Normalitas
Uji normalitas dimaksudkan untuk menguji apakah nilai residual
yang telah distandarisasi pada model regresi berdistribusi normal atau
tidak. Nilai residual dikatakan berdistribusi normal jika nilai residual
terstandarisasi tersebut sebagian besar mendekati nilai rata-ratanya. Uji
normalitas pada dasarnya tidak merupakan syarat BLUE (Best Linier
Unbias Estimator) dan uji normalitas sering dilakukan pada ukuran
sampel yang kecil (Dedi Rosadi, 2012).
Menurut Suliyanto (2011), tidak terpenuhinya normalitas pada
umumnya disebabkan karena distribusi data yang dianalisis tidak
normal, karena terdapat nilai ekstrem pada data yang diambil. Salah
satu mengatasi pelanggaran normalitas yaitu dengan menambahkan
jumlah data. Dengan menambahkan jumlah data maka akibat yang
ditimbulkan dari adanya nilai residual yang memiliki nilai ekstrem
akan semakin berkurang. Hal ini karena dengan semakin banyaknya
jumlah data maka pembagian nilai ekstrem akan semakin besar
sehingga nilai rata-ratanya akan mendekati nilai tengah.
Dikarenakan dalam penelitian ini menggunakan data panel, maka
uji normalitas tidak perlu diuji kembali. Karena data panel merupakan
gabungan dua data time series dan cross section yang memberikan
jumlah data yang banyak atau memiliki data yang lebih dari 30 data,
sehingga data diasumsikan sudah berdistribusi normal. Menurut Doddy
Ariefien (2012), data panel memiliki keunggulan karena bersifat
60
robust (kebal) terhadap beberapa tipe pelanggaran asumsi Gauss
Markov, yakni asumsi normalitas.
b. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model
regresi yang terbentuk ada korelasi yang tinggi atau sempurna diantara
variabel bebas atau tidak. Jika dalam model regresi yang terbentuk
terdapat korelasi yang tinggi atau sempurna diantara variabel bebas
maka model regresi tersebut dinyatakan mengandung gejala
multikolinier (Suliyanto, 2011:81). Model regresi yang baik
seharusnya tidak terjadi korelasi di antara variabel bebas.
Multikolinearitas merupakan kondisi adanya hubungan linier antar
variabel independen. Karena melibatkan beberapa variabel
independen, maka multikolinearitas tidak akan terjadi pada persamaan
regresi sederhana (yang terdiri atas satu variabel dependen dan satu
variabel independen). (Winarno, 2011).
Untuk mendeteksi ada atau tidaknya multikolinieritas di dalam
model regresi dapat dilihat dari nilai Tolerance dan Variance Inflation
Factor (VIF). Kedua ukuran ini menunjukkan setiap variabel bebas
manakah yang dijelaskan oleh variabel bebas lainnya. Dalam
pengertian sederhana setiap variabel bebas menjadi variabel terikat dan
diregres terhadap variabel bebas lainnya. Tolerance mengukur
variabilitas variabel bebas yang terpilih yang tidak dijelaskan oleh
variabel bebas lainnya. Jadi, nilai tolerance yang rendah sama dengan
nilai VIF tinggi (karena VIF = 1/Tolerance). Nilai cut off yang umum
61
dipakai untuk menunjukkan adanya multikolinieritas adalah nilai
Tolerance > 0,10 atau sama dengan VIF < 10, maka model dinyatakan
tidak terdapat gejala multikolinieritas (Imam Ghozali, 2012).
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model
regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke
pengamatan yang lain. Jika varian dari residual satu pengamatan ke
pengamatan lain tetap, maka disebut Homoskedastisitas dan jika
berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah
yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas.
Heteroskedastisitas sering terjadi pada data panel, karena data panel
memiliki jumlah data yang banyak dengan begitu akan memiliki
tingkat heterogenitas yang lebih tinggi (Suliyanto, 2011).
Ada beberapa cara untuk mendeteksi ada atau tidaknya
heteroskedastisitas, salah satunya yaitu dengan menggunakan metode
Park yang dikembangkan oleh Park. Uji Park dilakukan dengan
melakukan regresi fungsi-fungsi residual. Jika variabel independen
tidak signifikan secara statistik dimana nilai probabilitinya lebih besar
dari nilai alphanya (atau Prob.> α), maka dapat disimpulkan bahwa
model yang terbentuk dalam persamaan regresi tidak mengandung
masalah heteroskedastisitas (Suliyanto, 2011:107).
d. Uji Autokorelasi
Autokorelasi adalah adanya korelasi antara variabel itu sendiri,
pada pengamatan yang berbeda waktu dan individunya. Pada umumya
62
autokorelasi lebih sering terjadi pada data time series (Nachrowi dan
Usman, 2006).
Menurut Winarno (2011), autokorelasi adalah hubungan antara
residual satu observasi dengan residual observasi lainnya. Autokorelasi
lebih mudah timbuh pada data yang bersifat runtut waktu, karena
berdasarkan sifatnya, data masa sekarang dipengaruhi oleh data pada
masa sebelumnya.
Dikarenakan dalam penelitian ini menggunakan data panel, maka
uji autokorelasi juga tidak perlu di uji kembali. Karena data panel
sifatnya lebih kepada cross section maka bisa dikatakan tidak ada
autokorelasi.
4. Pengujian Statistik
a. Uji F
Nilai F hitung digunakan untuk menguji ketepatan model
(goodness of fit). Uji F ini juga sering disebut sebagai uji simultan,
untuk menguji apakah variabel bebas yang digunakan dalam model
mampu menjelaskan perubahan nilai variabel terikat atau tidak (Imam
Ghozali, 2012). Hipotesis untuk uji F yaitu:
H0 = b1 b2 b3 b4 b5 b6 = 0, artinya secara bersama-sama tidak ada
pengaruh
signifikan dari variabel independen terhadap variabel dependen.
H0 = b1 b2 b3 b4 b5 b6 ≠ 0, artinya secara bersama-sama ada pengaruh
signifikan dari variabel independen terhadap variabel dependen.
63
Untuk menentukan nilai F tabel dengan tingkat signifikansi sebesar
5%, dengan derajat kebebasan (degree of freedom) df = (k-1) dan (n-
k), dimana n adalah jumlah observasi, k adalah jumlah variabel dengan
kriteria uji yang digunakan adalah:
Jika F hitung > F tabel (k-1; n-k), maka H0 ditolak
Jika F Hitung < F tabel (k-1; n-k), maka H0 diterima
b. Uji t
Uji t merupakan suatu pengujian yang bertujuan untuk mengetahui
apakah koefisien regresi signifikan atau tidak (Nachrowi dan Usman,
2006). Nilai t hitung digunakan untuk menguji pengaruh secara parsial
(per variabel) terhadap variabel terikatnya. Apakah variabel tersebut
memiliki pengaruh yang berarti terhadap variabel terikatnya atau tidak
(Suliyanto, 2011:55).
Dalam tabel distribusi t terdapat istilah one tail dan two tail.
Penggunaan tabel one tail atau two tail tergantung pada hipotesis yang
diajukan. Jika hipotesis yang diajukan sudah menunjukkan arah,
misalkan terdapat pengaruh positif, maka menggunakan one tail
sebelah kanan. Akan tetapi jika belum menunjukkan arah, misalnya
terdapat pengaruh (tidak menunjukkan pengaruh positif atau negatif)
maka menggunakan two tail. Jika menggunakan one tail maka df: α, n-
k, tetapi jika menggunakan two tail maka derajat bebasnya adalah df:
α/2, n-k. Keterangan: n = jumlah pengamatan (ukuran sampel); dan k =
jumlah variabel bebas dan terikat (Suliyanto, 2011:45).
64
Menurut Suliyanto (2011:56), dalam menentukan pengujian hipotesis
uji t adalah sebagai berikut:
1. Hipotesis
Hipotesis 1
Ho: Tidak terdapat pengaruh negatif variabel independent terhadap
variabel dependent
Ha: Terdapat pengaruh negatif variabel independent terhadap variabel
dependent
Hipotesis 2
Ho : Tidak terdapat pengaruh positif variabel independent terhadap
variabel dependent
Ha : Terdapat pengaruh positif variabel independent terhadap variable
dependent
2. Kriteria Pengujian
Hipotesis 1
Ho tidak dapat ditolak jika:
t hitung ≥ -t tabel, atau
Sig.> 0,05
Ha diterima jika:
t hitung < -t tabel, atau
Sig. ≤ 0,05, dan arah koefisien negatif.
Hipotesis 2
Ho tidak dapat ditolak jika:
t hitung ≤ t tabel, atau
65
Sig. > 0,05
Ha diterima jika:
t hitung > t tabel, atau
Sig. ≤ 0,05, dan arah koefisien positif.
c. Uji Koefisien Determinasi (R2)
Koefisien determinasi merupakan besarnya kontribusi variabel
bebas terhadap variabel terikatnya. Semakin tinggi koefisien
determinasi, semakin tinggi kemampuan variabel bebas dalam
menjelaskan variasi perubahan pada variabel terikatnya (Suliyanto,
2011:55).
Koefisien determinasi memiliki kelemahan, yaitu bias terhadap
jumlah variabel bebas yang dimasukkan dalam model regresi, dimana
setiap penambahan satu variabel bebas dan pengamatan dalam model
akan meningkatkan nilai R2
meskipun variabel yang dimasukkan itu
tidak memiliki pengaruh yang signifikan terhadap variabel terikatnya.
Untuk mengurangi kelemahan tersebut maka digunakan koefisien
determinasi yang telah disesuaikan, Adjusted R Square (R2 adj).
Koefisien determinasi yang telah disesuaikan berarti bahwa koefisien
tersebut telah dikoreksi dengan memasukkan unsur jumlah variabel
dan ukuran sampel yang digunakan. Dengan menggunakan koefisien
determinasi yang disesuaikan, maka nilai koefisien determinasi yang
disesuaikan itu dapat naik atau turun akibat adanya penambahan
variabel baru dalam model (Suliyanto, 2011:43).
66
5. Analisis Model Regresi Data Panel
Model persamaan regresi data panel pada penelitian ini terdiri dari
beberapa langkah yang digunakan untuk menganalisis kemampuan
masing-masing variabel terhadap harga saham. Faktor fundamental yang
dianalisis adalah Book Value Per Share (BVPS), Price Earning Ratio
(PER), Earning Per Share (EPS), dan Forecast Earning Per Share
(FEPS). Dari sisi faktor teknikal, variabel yang dianalisis adalah harga
saham masa lalu dan dua variabel dummy untuk menangkap tren harga
yang sangat positif atau negatif. Penelitian ini akan terdiri dari 5 jenis
model yang berbeda, 3 model pertama akan menguji setiap analisis
fundamental dan teknikal untuk menjelaskan harga saham, dan 2 model
terakhir akan mengintegrasikan kedua jenis analisis, seperti yang
dijelaskan di bawah ini:
1. Model pertama, dasar dua faktor model analisis fundamental pada
model ini mirip dengan Collins et al (1997) pada penelitian
Bettman dkk. (2009) yang menggabungkan nilai buku per saham
(BVPS) dan laba per saham (EPS). Pengujian sebelumnya model
ini mengakibatkan harga sangat tergantung dengan BVPS. Ohlson
(1995) mengungkapkan pada penelitian Bettman dkk. (2009)
bahwa harga atau nilai ekuitas perusahaan sebagai fungsi dari laba
dan nilai ekuitas buku. Pada model ini, ditambahkan rasio harga
per laba (PER), hal ini dikemukakan oleh Weston & Coplend
(2004) bahwa nilai PER yang positif memberikan indikasi
pertumbuhan laba dan pertumbuhan laba mempunyai pengaruh
67
positif terhadap perkembangan harga saham. Model pertama akan
dirancang sebagai berikut:
Keterangan:
β0i = konstanta model regresi pada unit observasi ke i
β1 – β5 = koefisien regresi
Pit = Harga saham pada unit observasi ke i dan waktu ke t
BVPSit = BVPS pada unit observasi ke i dan waktu ke t
PERit = PER pada unit observasi ke i dan waktu ke t
EPSit = EPS pada unit observasi ke i dan waktu ke t
εit = Komponen error pada unit observasi ke i dan waktu ke t
2. Model kedua menggabungkan empat faktor analisis fundamental
mirip penelitian yang dilakukan oleh Dechow dkk. (1999)
menggunakan Forecast Earning Per Share (FEPS) untuk
melengkapi Earning Per Share (EPS). Dechow dkk. (1999)
berpendapat bahwa perkiraan pendapatan memberikan informasi
tambahan tentang prospek masa depan perusahaan. Hasil dari
pengujian yang sama dalam penelitian sebelumnya yang
menunjukkan penggunaan FEPS lebih signifikan daripada EPS itu
sendiri. Model kedua adalah sebagai berikut:
Keterangan:
β0i = konstanta model regresi pada unit observasi ke i
β1 – β5 = koefisien regresi
Pit = β0i+ β1 BVPSit + β2 PERit + β3 EPSit + εit ….(1)
Pit = β0i + β1 BVPSit + β2 PERit + β3 EPSit + β4 FEPSit + εit.....(2)
68
Pit = Harga saham pada unit observasi ke i dan waktu ke t
BVPSit = BVPS pada unit observasi ke i dan waktu ke t
PERit = PER pada unit observasi ke i dan waktu ke t
EPSit = EPS pada unit observasi ke i dan waktu ke t
FEPSit = EPS pada unit observasi ke i dan waktu ke t
εit = Komponen error pada unit observasi ke i dan waktu ke t
3. Model ketiga hanya terdiri dari faktor analisis teknikal dengan
mengacu faktor momentum dari Jegadeesh dan Titman (1993),
bahwa harga saham masa lalu (Pt-1) merupakan salah satu faktor
yang menentukan harga saham di masa depan. Dalam penelitian
ini, menggunakan variabel dummy berdasarkan ukuran kinerja
momentum dari Jegadeesh dan Titman (1993). Variabel dummy ini
juga digunakan dalam penelitian Bettman dkk. (2009) yaitu kinerja
momentum Dup dan Ddown. Dup bernilai 1 jika return saham lebih
tinggi dari return rata-rata dari tahun sebelumnya. Ketika Dup diatur
menjadi 1, harga tren bullish untuk periode 6 bulan terakhir yang
seolah-olah itu adalah dalam nilai ekstrim positif. Ddown akan
bernilai 1 jika return saham lebih rendah dari return rata-rata dari
satu tahun sebelumnya, yang berarti harga di tren bearish jangka
waktu 6 bulan terakhir seolah-olah itu adalah nilai ekstrim negatif.
Ketika pasar meyamping, baik Atas dan Bawah maka nilai akan
diatur ke 0. Dari penelitian sebelumnya oleh Bettman dkk. (2009),
model ini memiliki kekuatan lebih jelas dibanding model
69
fundamental (1) dan model (2) di atas yan di lihat dari tinggi
Adjusted R2. Maka model ini akan menjadi sebagai berikut:
β0i = konstanta model regresi pada unit observasi ke i
β1 – β5 = koefisien regresi
Pit = Harga saham pada unit observasi ke i dan waktu ke t
Pit-1 = Harga saham pada unit observasi ke i dan waktu ke t-1
Dup = Variabel Dummy untuk kondisi Bullish
Ddown = Variabel Dummy untuk kondisi Bearish
εit = Komponen error pada unit observasi ke i dan waktu ke t
4. Model keempat ini integrasi antara Model (1) dan (3),
mengintegrasikan indikator fundamental BPVS, PER dan EPS
dengan indikator teknikal yang ada dalam model (3). Penelitian
oleh Bettman dkk. (2009), dengan model yang sama memberikan
hasil yang sangat signifikan terhadap harga saham dibandingkan
dengan Model (1) dan model (3) yang digunakan tanpa ada
interaksi satu sama lain. Ini juga konsisten dengan penelitian
sebelumnya dari Collins et al (1997) dan juga Ely dan Waymire
(1999). Model keempat adalah sebagai berikut:
β0i = konstanta model regresi pada unit observasi ke i
β1 – β5 = koefisien regresi
Pit = Harga saham pada unit observasi ke i dan waktu ke t
BVPSit = BVPS pada unit observasi ke i dan waktu ke t
Pit = β0i + β1 Pit-1 + β2 Dup + β3 Ddown + εit ….(3)
Pit = β0i + β1 BVPSit + β2 PERit + β3 EPSit + β4 Pit-1 + β5 Dup + β6
Ddown + εit …..(4)
70
PERit = PER pada unit observasi ke i dan waktu ke t
EPSit = EPS pada unit observasi ke i dan waktu ke t
Pit-1 = Harga saham pada unit observasi ke i dan waktu ke t-1
Dup = Variabel Dummy untuk kondisi Bullish
Ddown = Variabel Dummy untuk kondisi Bearish
εit = Komponen error pada unit observasi ke i dan waktu ke t
5. Model kelima adalah integrasi antara model (2) dan (3) yang
diteliti oleh Bettman dkk. (2009) dengan hasil yang lebih bervariasi
dengan tambahan nilai FEPS. Hal ini konsisten dengan Dechow
dkk. (1999) berkomentar bahwa nilai buku menambahkan
informasi tambahan sedikit tentang harga saham dan di luar itu
terdapat dalam perkiraan analis dari laba tahun depan. Penelitian
sebelumnya menunjukkan bahwa model ini memiliki kekuatan
sedikit lebih baik dan jelas. Maka model lima sebagai berikut:
β0i = konstanta model regresi pada unit observasi ke i
β1 – β5 = koefisien regresi
Pit = Harga saham pada unit observasi ke i dan waktu ke t
BVPSit = BVPS pada unit observasi ke i dan waktu ke t
PERit = PER pada unit observasi ke i dan waktu ke t
EPSit = EPS pada unit observasi ke i dan waktu ke t
FEPSit = FEPS pada unit observasi ke i dan waktu ke t
Pit-1 = Harga saham pada unit observasi ke i dan waktu ke t-1
Pit = β0i + β1 BVPSit + β2 PERit + β3 EPSit + β4 FEPSit + β5 Pit-1 + β6
Dup + β7 Ddown + εit ….(5)
71
Dup = Variabel Dummy untuk kondisi Bullish
Ddown = Variabel Dummy untuk kondisi Bearish
εit = Komponen error pada unit observasi ke i dan waktu ke t
E. Operasional Variabel Penelitian
Penelitian menggunakan delapan variabel, yaitu BVPS (Book Value Per
Share), PER (Price Earning Ratio), EPS (Earning Per Share), FEPS
(Forecasted Earning Per Share), dan faktor teknikal yaitu harga saham masa
lalu dan juga dua variabel momentum dummy (Dup dan Ddown) sebagai
variabel lepas (independen) dan harga saham sebagai variabel terikat
(dependen).
Tabel 3.1
Operasional Variabel Penelitian
No. Variabel Indikator Skala Satuan
Pengukuran
Devinisi
Operasional
1. Harga
Saham
Harga
penutupan
(closing prise)
masing-masing
emiten.
Rasio Rupiah Harga suatu saham
pada saat tertentu
yang ditentukan oleh
pelaku pasar dan
oleh permintaan dan
penawaran saham
yang bersangkutan di
pasar modal (Ang,
1997).
2. Book Value
per Share
(BVPS)
Total ekuitas
dibagi dengan
jumlah saham
Rasio % Book Value Per
Share (BVS)
merupakan salah
satu rasio pasar yang
digunakan untuk
mengukur kinerja
harga pasar saham
terhadap nilai
bukunya (Ang,
1997).
72
3. Price
Earning
Ratio
(PER)
Harga pasar per
lembar saham
dibagi dengan
laba per saham
Rasio X PER merupakan satu
ukuran untuk
membandingkan nilai
laba satu perusahaan
dengan perusahaan
lain (Abi Hurairah
dan Haryajid,
2012:286).
4. Earning
Per Share
(EPS)
Laba bersih
perusahaan
dibagi dengan
jumlah
saham yang
beredar
Rasio Rupiah Earning Per Share
merupakan
perbandingan
antara laba bersih
setelah pajak pada
satu tahun buku
dengan jumlah
saham yang
diterbitkan (Ang,
1997).
5. Forcasted
Earning
Per Share
(FEPS)
Perkiraan Laba
bersih
perusahaan
yang
diperkirakan
dari laba bersih
saat itu.
Rasio Rupiah Konsensus perkiraan
laba per saham untuk
perusahaan, sebagai
perkiraan
di bulan setelah rilis
laba per saham
untuk tahun terbaru.
Perkiraan laba
disesuaikan pada
saat perubahan
kapitalisasi dan
diumumkan di
tengah bulan,
meskipun tanggal
yang tepat selalu
berubah.
6. Harga
Saham
Masa Lalu
(Pt-1)
Harga
penutupan
(closing prise)
masing-masing
emiten.
Rasio Rupiah Harga saham masa
lalu menggunakan
harga penutup pada
satu bulan sebelum
Pt.
7. Dup Variabel Dup
untuk
Variabel
Dummy
Variabel dummy
digunakan untuk
73
tren harga
saham yang
sangat positif
(Bullish)
tujuan analisis tren
harga saham. Tren
ini dilihat pada
pergerakan pola dan
tren harga saham
tertentu serta
berupaya untuk
mengeksploitasi pola
tersebut (Husnan,
2003). Variabel
dummy up sama
dengan 1 ketika
memiliki tren yang
sangat positif atau
memiliki tren lebih
tinggi (bullish)
dalam 6 bulan
terakhir dibandingan
dengan tren tertinggi
dalam satu tahun
sebelum pengukuran
Pt. Jika tidak, maka
akan diatur ke 0.
8. Ddown Variabel Ddown
untuk tren
harga saham
yang sangat
negatif
(bearish).
Variabel
Dummy
Variabel dummy
down sama dengan 1
ketika memiliki tren
yang sangat negatif
atau memiliki tren
lebih rendah
(bearish) dalam 6
bulan terakhir
dibandingan dengan
tren terendah dalam
satu tahun sebelum
pengukuran Pt. Jika
tidak, maka akan
diatur ke 0
74
BAB IV
ANALISIS DAN PEMBAHASAN
A. Sekilas Gambaran Umum Objek Penelitian
1. Sejarah Jakarta Islamic Index (JII)
Pasar Modal Syariah dapat diartikan sebagai pasar modal yang
menerapkan prinsip-prinsip syariah dalam kegiatan transaksi ekonomi dan
terlepas dari hal-hal yang dilarang seperti: riba, perjudian, spekulasi dan
lain-lain. Pasar modal syariah secara resmi diluncurkan pada tanggal 14
Maret 2003 bersamaan dengan penandatanganan MOU antara
BAPEPAM-LK dengan Dewan Syariah Nasional – Majelis Ulama
Indonesia (DSN – MUI).
Walaupun secara resmi diluncurkan pada tahun 2003, namun
instrument pasar modal syariah telah hadir di Indonesia pada tahun 1997.
Hal ini ditandai dengan peluncuran Danareksa Syariah pada 3 Juli 1997
oleh PT. Danareksa Investment Management. Selanjutnya pada tanggal 3
Juli 2000, PT Bursa Efek Indonesia (BEI) bekerja sama dengan PT
Danareksa Investment Management (DIM) meluncurkan indeks saham
yang dibuat berdasarkan syariah Islam yaitu Jakarta Islamic Index (JII).
Indeks ini diharapkan menjadi tolak ukur kinerja saham –saham yang
berbasis syariah serta untuk mengembangkan pasar modal syariah.
Dengan hadirnya indeks tersebut, diharapkan investor semakin percaya
dan kepercayaan investor dapat meningkatkan investasi dalam bentuk
ekuiti secara syariah. Jakarta Islamic Index terdiri dari 30 jenis saham
75
yang dipilih dari saham-saham yang sesuai dengan Syariah Islam yang
masuk dalam daftar DES dan merupakan saham-saham syariah paling
likuid serta memiliki kapitalisasi pasar yang besar. Penyeleksian saham
syariah dilakukan oleh OJK yang bekerja sama dengan Dewan Syariah
Nasional (DSN).
Untuk menetapkan saham-saham yang masuk dalam perhitungan
Jakarta Islamic Index dilakukan proses seleksi sebagai berikut :
1. Saham – saham yang akan dipih berdasarkan Daftar Efek Syariah
(DES) yang dikeluarkan oleh OJK.
2. Memilih 60 saham dari Daftar Efek Syariah (DES) tersebut
berdasarkan ukuran kapitalisasi pasar terbesar selama 1 tahun terakhir.
3. Dari 60 saham tersebut, dipilih 30 saham berdasarkan tingkat likuiditas
yaitu nilai transaksi dipasar reguler selama 1 tahun terakhir.
Pengkajian ulang JII dilakukan setiap 6 bulan yang disesuaikan dengan
periode penerbitan DES oleh OJK yaitu pada awal bulan Juni dan
Desember setiap tahunnya. Sedangkan perubahan pada jenis usaha emiten
akan dimonitoring secara terus menerus berdasarkan data-data publik yang
tersedia.
2. Sejarah dan Perkembangan Indeks Saham Syariah Indonesia (ISSI)
Indeks Saham Syariah Indonesia (ISSI) merupakan suatu indeks
syariah baru yang dibentuk oleh Bursa Efek Indonesia. ISSI dibentuk pada
sekitar pertengahan Mei 2011. Sebelum ISSI ini dibentuk telah ada
sebelumnya indeks syariah lainnya yakni JII yang telah lebih dahulu ada.
Namun JII ini dirasa masih kurang untuk menampung semakin banyaknya
76
saham syariah yang terdaftar di DES, karena saham syariah yang terdaftar
di JII adalah hanya 30 saham syariah yang terbesar.
Didasari atas itu semua maka dibentuklah ISSI untuk menampung
keseluruhan saham syariah yang tercatat di BEI dan terdaftar dalam
Daftar Efek Syariah (DES). ISSI direview setiap 6 bulan sekali (Mei dan
November) dan dipublikasikan pada awal bulan berikutnya. ISSI juga
dilakukan penyesuaian apabila ada saham syariah yang baru tercatat atau
dihapuskan dari DES. Jadi ISSI beranggotakan seluruh saham syariah
yang ada didalam DES baik itu yang besar maupun yang kecil. Hal ini
dimaksudkan untuk memudahkan dan memberikan pilihan lain kepada
masyarakat dan juga agar masyarakat yang ingin menginvestasikan
uangnya pada saham syariah tidak salah tempat. Gambar dibawah ini
adalah perkembangan ISSI dari periode Mei 2011 sampai dengan Juli
2015 adalah sebagai berikut.
Gambar 4.1
Perkembangan ISSI Mei 2011 s.d Juli 2015
Sumber: Otoritas Jasa Keuangan (diolah), 2015
5E+08
1E+09
2E+09
2E+09
3E+09
3E+09
4E+09
Me
i-1
1
Agust…
No
v-1
1
Feb
-12
Me
i-1
2
Agut-…
No
v-1
2
Feb
-13
Me
i-1
3
Agust…
No
v-1
3
Feb
-14
Me
i-1
4
Agust…
No
v-1
4
Feb
-15
Me
i-1
5
Indeks Saham Syariah Indonesia
ISSI
77
Gambar diatas merupakan perkembangan Indeks Saham Syariah
Indonesia (ISSI) periode Mei 2011 sampai dengan Juli 2015. Berdasarkan
gambar diatas dapat diketahui bahwa ISSI selalu mengalami pertumbuhan
setiap periodenya. Walaupun ISSI baru saja di bentuk namun
perkembangannya menunjukan trend yang sangat positif.
Pertumbuhan ISSI yang selalu terjadi setiap periodenya ini tidak
terlepas karena pertumbuhan pangsa pasar syariah yang telah tumbuh dan
berkembang di Indonesia beberapa tahun kebelakang ini. Pertumbuhan
pangsa pasar syariah yang berawal dari sektor perbankan yang kemudian
merambah ke asuransi dan kini eranya telah masuk pada pasar modal.
Inilah yang dijadikan kesempatan oleh beberapa perusahaan atau emiten
untuk mengeluarkan indeks syariah agar dapat menarik minat masyarakat
penanam modal yang ingin berinvestasi pada indeks syariah.
Diawali pada Mei 2011 kapitalisasi ISSI pada pasar modal di
Indonesia mencapai angka 1,512,915,230 dan angka ini selalu meningkat
pada periode – periode selanjutnya. Peningkatan tertinggi terjadi pada
bulan Desember 2011 yaitu sebesar 1.968.091.370 seelama periode Mei
2011 - Juli 2015. Periode lainnya pada kapitalisasi ISSI pasar modal selalu
mengalami kenaikan walaupun sesekali berfluktuatif namun tidak terlalu
signifikan penurunannya. Pada Juli 2015 kapitalisasi ISSI pada pasar
modal tercatat sebesar 2,813,505,410.
3. Gambaran Umum Saham Syariah
Saham merupakan surat berharga yang merepresentasikan penyertaan
modal kedalam suatu perusahaan. Sementara dalam prinsip syariah,
penyertaan modal dilakukan pada perusahaan-perusahaan yang tidak
78
melanggar prinsip-prinsip syariah, seperti bidang perjudian, riba,
memproduksi barang yang diharamkan seperti bir, dan lain-lain.
Berdasarkan arahan Dewan Syariah Nasional (DSN) dan peraturan
Bapepam – LK nomor IX. A. 13 tentang penerbitan efek syariah, jenis
kegiatan utama suatu badan usaha yang dinilai tidak memenuhi syariah
Islam adalah:
1. Usaha perjudian dan permainan yang tergolong judi atau perdagangan
yang dilarang.
2. Menyelenggarakan jasa keuangan yang menerapkan konsep ribawi,
jual beli resiko, yang mengandung gharar dan maysir.
3. Memproduksi, mendistribusikan, memperdagangkan dan atau
menyediakan :
a. Barang dan atau jasa yang haram karena zatnya (haram li-dzatihi).
b. Barang dan atau jasa yang haram bukan karena zatnya (haram li-
ghairihi) yang ditetapkan oleh DSN – MUI, dan
c. Barang dan atau jasa yang merusak moral dan bersifat mudarat.
4. Melakukan investasi pada perusahaan yang pada saat transaksi tingkat
(nisbah) hutang perusahaan kepada lembaga keuangan ribawi lebih
dominan dari modalnya, kecuali investasi tersebut dinyatakan
kesyariahannya oleh DSN – MUI.
Sedangkan kriteria saham yang masuk dalam kategori syariah adalah :
79
1. Tidak melakukan kegiatan usaha sebagaimana yang diuraikan diatas.
2. Tidak melakukan perdagangan yang tidak disertai dengan penyerahan
barang atau jasa dan perdagangan dengan penawaran dan permintaan
palsu.
3. Tidak melebihi rasio keuangan sebagai berikut :
a. Total hutang yang berbasis bunga dibandingkan dengan total
ekuitas tidak lebih dari 82% (hutang yang berbasis bunga
dibandingkan dengan total ekuitas tidak lebih dari 45% : 55%).
b. Total pendapatan bunga dan pendapatan tidak halal lainnya
dibandingkan dengan total pendapatan (revenue) tidak lebih dari
10%.
Seiring dengan berkembangnya prinsip syariah dalam jasa keuangan,
seperti pada perbankan dan asuransi. Investasi dalam pasar modal
khususnya dalam saham yang berdasarkan prinsip syariah juga
berkembang. Hingga tahun 2008 jumlah saham syariah sudah mencapai
191 saham. Jumlah saham terus meningkat sampai tahun 2011 yang secara
kumulatif terdapat 253 saham syariah yang tercatat di pasar modal
Indonesia. Setelah terbentuknya ISSI di tahun 2011 pertumbuhan saham
syariah semakin meningkat hingga pada periode II di akhir Desember
2014 yaitu sebanyak 334 saham syariah.
B. Deskripsi Data
Data yang digunakan dalam penelitian ini adalah saham syariah yang
terdaftar dalam JII dan ISSI selama tahun pengamatan, yaitu Januari 2011
sampai dengan Juni 2015. Adapun saham syariah yang terdaftar sampai
dengan tahun 2015 sebanyak 334 saham syariah. Namun dari saham-saham
80
syariah yang terdaftar hanya 91 saham syariah yang memenuhi syarat untuk
dijadikan objek penelitian, yaitu saham syariah yang konsisten selalu ada dan
aktif selama lima tahun masa penelitian. Untuk selanjutnya hanya 91 saham
syariah inilah yang digunakan oleh penulis sebagai objek penelitian.
Saham-saham syariah tersebut akan dilihat harga penutup tahunan masing-
masing saham selama periode penelitian, yaitu lima tahun. Namun di
karenakan data yang tersedia hanya sampai tahun 2014, maka pengambilan
data tahunan yang digunakan hanya selama 4 tahun, yaitu dari tahun 2011
hingga tahun 2014. Data lain yang digunakan dalam penelitian ini adalah
BVPS (Book Value Per Share), PER (Price Earning Ratio), EPS (Earning Per
Share), FEPS (Forecasted Earning Per Share), dan faktor teknikal yaitu harga
saham masa lalu dan juga dua variabel momentum dummy (Dup dan Ddown).
BVPS (Book Value Per Share), PER (Price Earning Ratio), dan EPS
(Earning Per Share) pertahun diperoleh dari Bursa Efek Indonesia (BEI).
FEPS (Forecasted Earning Per Share) diperoleh dari Bloomberg. Sedangkan
harga saham masa lalu dan juga dua variabel momentum dummy (Dup dan
Ddown) diperoleh dari Yahoo! Finance, periode 2011 sampai dengan 2014.
Berikut ini adalah hasil dari uji deskriptif dari masing-masing variabel
dalam penelitian ini:
81
Tabel 4.1
Hasil Uji Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Pt 364 52 74000 3462.05 7633.897
PER 364 -54 451 19.84 37.630
EPS 364 -709 5244 221.00 567.425
BVPS 364 42 17459 1222.42 2034.117
FEPS 364 -709 5180 212.53 516.760
Pt-1 364 52 70900 3417.77 7476.334
Dup 364 0 1 .28 .451
Ddown 364 0 1 .30 .457
Valid N (listwise) 364
Sumber: Hasil Olah Data
Statistik deskriptif di atas memberikan gambaran atau deskripsi suatu data.
Dalam statistik deskriptif berisi tentang jumlah sampel yang diteliti, nilai
minimum dan maksimum, mean, dan standar deviasi. Berdasarkan tabel 4.1
nilai N menunjukkan banyaknya data yang digunakan dalam penelitian, yaitu
sebanyak 364 data, yang merupakan jumlah sampel selama periode penelitian
2011 sampai dengan 2015. Data-data yang digunakan merupakan data saham
syariah yang terdaftar dalam JII dan ISSI di Bursa Efek Indonesia.
Tabel 4.1 di atas menunjukkan nilai rata–rata harga saham (Pt) sebesar
3462.05 dengan standar deviasi sebesar 7633.897, nilai minimum sebesar 52
dan maksimum sebesar 74000. Variabel PER menunjukkan nilai rata–rata
sebesar 19.84 dengan standar deviasi sebesar 37.630, nilai minimum sebesar
-54 dan maksimum sebesar 451. Variabel EPS menunjukkan nilai rata–rata
sebesar 221.00 dengan standar deviasi sebesar 567.425, nilai minimum
sebesar -709 dan maksimum sebesar 5244. Variabel BVPS menunjukkan nilai
rata–rata sebesar 1222.42 dengan standar deviasi sebesar 2034.117, nilai
82
minimum sebesar 42 dan maksimum sebesar 17459. Variabel FEPS
menunjukkan nilai rata–rata sebesar 212.53 dengan standar deviasi sebesar
516.760, nilai minimum sebesar -709 dan maksimum sebesar 5180. Variabel
harga saham masa lalu (Pt-1) menunjukkan nilai rata–rata sebesar 3417.77
dengan standar deviasi sebesar 7476.334, nilai minimum sebesar 52 dan
maksimum sebesar 70900. Kemudian variabel Dummy Up (Dup) menunjukkan
nilai rata–rata sebesar 0.28 dengan standar deviasi sebesar 0.451, nilai
minimum sebesar 0 dan maksimum sebesar 1. Sedangkan variabel Dummy
Down (Ddown) menunjukkan nilai rata–rata sebesar 0.30 dengan standar
deviasi sebesar 0.457, nilai minimum sebesar 0 dan maksimum sebesar 1.
Data di atas memperlihatkan kisaran harga di pasar saham Indonesia yang
sangat luas. Dimana harga saham yang masuk dalam penelitian ini berkisar
antara Rp 52 per saham hingga Rp 74.000 per saham. Besarnya kisaran
tersebut dapat digunakan untuk melihat keadaan pasar di Indonesia yang
begitu komprehensif. Standar deviasi untuk harga saham (Pt) mendekati
standar deviasi harga saham masa lalu (Pt-1) yaitu sebesar 7633.897 dan
7476.334, hal ini menunjukan bahwa pergerakan kedua variabel tersebut pada
kisaran yang sama. Kemudian variabel dummy yang terdiri dari 0 dan 1,
menunjukkan bahwa variabel dummy memiliki nilai yang tetap konsisten.
Secara keseluruhan, statistik deskriptif yang ditampilkan memiliki data yang
konsisten dengan kriteria pemilihan sampel seperti, saham yang memiliki nilai
buku (BVPS) positif.
83
C. Analisis dan Pembahasan
Model yang digunakan dalam penelitian ini adalah regresi data panel,
untuk menguji spesifikasi model dan kesesuaian teori-teori dengan kenyataan.
Pengolahan data dilakukan dengan menggunakan perangkat lunak Microsoft
Excel 2010, Eviews 8.0 dan SPSS versi 20.0.
1. Pengujian Model 1 Regresi Data Panel
a. Uji Pemilihan Regresi Data Panel
1) Uji Chow
Uji chow dilakukan untuk mengetahui apakah model yang
digunakan adalah common effect (pooled least square) atau fixed
effect. Berikut adalah hasil uji Chow yang dilakukan dalam model 1
ini:
Tabel 4.2
Uji Chow (Model 1) Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects
Model Effects Test Statistic d.f. Prob.
1 Cross-section F
Cross-section Chi-square
6.648115
425.206712
(90,270)
90
0.0000
0.0000
Sumber: Hasil Olah Data
Berdasarkan Tabel 4.2 di atas, dapat terlihat bahwa pada model
pertama nilai probabilitas cross section adalah 0,0000 atau < 0,05,
maka H0 ditolak, dan menerima H1, yang berarti model pertama
menggunakan pendekatan fixed effect.
84
2) Uji Hausman
Uji Haussman digunakan untuk menentukan apakah model yang
paling tepat digunakan adalah model fixed effect atau model random
effect.
Tabel 4.3
Uji Hausman (Model 1) Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects
Model Test Summary Chi-Sq. Statistic
Chi-Sq. d.f.
Prob.
1 Cross-section random 25.414784 3 0.0000
Sumber: Hasil Olah Data
Pada tabel 4.3 terlihat bahwa hasil uji hausman pada model
pertama nilai probabilitas cross section adalah 0,0000 atau < 0,05,
maka H0 ditolak, dan menerima H1, berarti model penelitian pertama
menggunakan pendekatan fixed effect.
b. Pengujian Dasar Asumsi Klasik
1) Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model
regresi yang terbentuk ada korelasi diantara variabel bebas atau tidak.
Model regresi yang baik seharusnya tidak terjadi korelasi di antara
variabel bebas. Model regresi yang tidak ada multikolineritas adalah
yang memiliki nilai Tolerance > 0,1 dan Variance Inflation Factor
(VIF) < 10. Berikut adalah hasil dari uji multikolinieritas model 1:
85
Tabel 4.4
Uji Multikolinieritas dengan Tolerance dan VIF (Model 1)
Coefficientsa
Model Collinearity Statistics
Tolerance VIF
1
(Constant)
BVPS .261 3.837
PER .997 1.003
EPS .260 3.841
a. Dependent Variable: Pt
Sumber: Hasil Olah Data
Pada tabel 4.4 terlihat pada model 1 bahwa hasil perhitungan nilai
Tolerance menunjukkan tidak ada variabel independen yang memiliki
nilai Tolerance kurang dari 0.1 yang berarti tidak ada lagi korelasi
antar variabel independen. Hasil tersebut diperkuat dengan tidak ada
lagi variabel independen yang memiliki VIF lebih dari 10. Jadi dapat
disimpulkan bahwa tidak ada lagi multikolineritas antar variabel
independen pada model 1.
2) Uji Heteroskedastisitas
Heteroskedastisitas berarti ada varian variabel pada model regresi
yang tidak sama (konstan). Sebaliknya, jika varian variabel pada
model regresi memiliki nilai yang sama (konstan) maka disebut
dengan homoskedastisitas. Yang diharapkan pada model regresi adalah
yang homoskedastisitas.
Dalam penggunaan 5 model di penelitian ini sangat memungkinkan
terjadinya masalah heteroskedastisitas, mengingat data yang digunakan
merupakan data panel dengan jumlah cross section yang lebih banyak
dari jumlah time series, maka dalam penelitian ini diperlukan
86
pengujian heteroskedastisitas. Berikut adalah hasil dari uji
heteroskedastisitas dengan uji Park pada model 1:
Tabel 4.5
Heteroskedastisitas dengan Uji Park (Model 1)
Dependent Variable: LOG(RES2)
Method: Panel Least Squares
Date: 10/08/15 Time: 14:22
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Variable Coefficient Std. Error t-Statistic Prob.
1
C 10.25332 0.197886 51.81423 0.0000 BVPS 0.000346 0.000221 1.562631 0.1193 PER -0.005144 0.003282 -1.567191 0.1182 EPS -0.000853 0.000623 -1.367714 0.1725
Sumber: Hasil Olah Data
Berdasarkan output pada tabel 4.5 dapat diketahui bahwa pada
model 1 regresi data panel tidak terjadi gejala heteroskedastisitas. Hal
ini karena Prob. dari variabel independen pada model ini tidak
signifikan yaitu berada diatas 0,05.
c. Pengujian Hipotesis Regresi Data Panel
1) Uji F
Uji F digunakan untuk mengetahui apakah variabel independen
secara bersama-sama berpengaruh terhadap variabel dependen. Atau
untuk mengetahui apakah model regresi dapat digunakan untuk
memprediksi variabel dependen atau tidak.
Menurut Suliyanto (2011:40), uji F digunakan untuk menguji
pengaruh secara simultan variabel bebas terhadap variabel terikat,
maka model persamaan regresi masuk dalam kriteria cocok atau fit.
Sebaliknya, jika tidak terdapat pengaruh secara simultan maka hal ini
akan masuk dalam kategori tidak cocok atau not fit.
87
Pengujian ini dilakukan dengan membandingkan nilai F hitung
dengan F tabel atau melihat dari nilai probabilitas (prob.) dari tabel.
Apabila nilai probabilitas < 0,05 maka tolak H0 dan dapat disimpulkan
bahwa variabel independen secara simultan mempengaruhi variabel
dependennya. Apabila nilai probabilitas > 0,05, maka terima H0 dan
dapat disimpulkan bahwa tidak ada variabel independen yang
mempengaruhi variabel dependennya. Berikut hasil uji hipotesis model
1 secara simultan menggunakan uji F:
Tabel 4.6
Output Uji F (Model 1)
F-Statistic Prob(F-statistic)
53.00604 0.000000
Sumber: Hasil Olah Data
Berdasarkan tabel 4.6 di atas, nilai Fhitung pada model 1 sebesar
53.006 dengan tingkat signifikansi 0.000. Karena tingkat signifikansi
lebih kecil dari 0,05 maka H0 ditolak atau H1 diterima. Maka dapat
disimpulkan pada model 1 bahwa BVPS, PER dan EPS secara
simultan berpengaruh terhadap Harga Saham Syariah.
2) Uji t
Setelah melakukan uji koefisien regresi secara keseluruhan, maka
langkah selanjutnya adalah menghitung koefisien regresi secara
individu atau uji t. Uji t digunakan untuk mengetahui ada tidaknya
pengaruh masing-masing variabel independen secara individual
(parsial) terhadap variabel dependen yang diuji pada tingkat
signifikansi 0,05. Apabila probabilitas lebih kecil dari 0,05 maka
88
hasilnya terdapat pengaruh dari variabel independen secara individual
terhadap variabel dependen.
Selain itu dapat dengan indikator lain, yaitu apabila nilai t hitung >
t tabel, maka tolak H0 dan dapat disimpulkan bahwa variabel
independen berpengaruh terhadap variabel dependennya. Apabila nilai
t hitung < t tabel, maka terima H0 dan dapat disimpulkan bahwa
variabel independen tidak mempengaruhi variabel dependennya. Hasil
pengujian hipotesis dengan uji t adalah sebagai berikut:
Tabel 4.7
Output Uji t (Model 1)
Dependent Variable: Pt
Method: Panel Least Squares
Date: 09/18/15 Time: 08:35
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Variable Coefficient Std. Error t-Statistic Prob.
1
C 244.9281 209.8042 1.167413 0.2441
BVPS 1.492660 0.234511 6.364983 0.0000
PER -0.627694 3.479788 -0.180383 0.8570
EPS 6.357110 0.660988 9.617586 0.0000
Sumber: Hasil Olah Data
Dari hasil regresi uji t di atas pada model 1 terlihat bahwa Book
Value Per Share menunjukan hubungan positif terhadap harga saham
syariah. Dengan melihat nilai t hitung (t-statistik) BVPS pada model 1
sebesar 6.364983 > nilai t tabel sebesar 1,6449 dengan probabilitas
0,000 yang berati lebih kecil dari nilai α= 0,05, maka dapat
disimpulkan bahwa H0 ditolak dan H1 diterima yang berarti bahwa
variabel BVPS berpengaruh positif terhadap harga saham syariah.
Variabel Price Earning Ratio (PER) pada model 1 dengan nilai t
hitung < nilai t tabel yang sebesar 1,6449 dengan probabilitas dari
89
masing-masing model lebih besar dari nilai α= 0,05, maka dapat
disimpulkan bahwa H0 diterima dan H1 ditolak yang berarti bahwa
variabel PER tidak memiliki pengaruh terhadap harga saham syariah.
Variabel Earning Per Share (EPS) pada model ini terlihat bahwa
Earning Per Share menunjukan hubungan positif terhadap harga
saham syariah. Dengan melihat nilai t hitung (t-statistik) EPS > nilai t
tabel yang sebesar 1,6449 dengan probabilitas dari masing-masing
model 0,000 yang berati lebih kecil dari nilai α= 0,05, maka dapat
disimpulkan bahwa H0 ditolak dan H1 diterima yang berarti bahwa
variabel EPS berpengaruh positif terhadap harga saham syariah.
3) Uji Adjusted R Square
Koefisien determinasi atau R Square (R2) merupakan besarnya
kontribusi variabel bebas terhadap variabel terikatnya. Semakin tinggi
koefisien determinasi, semakin tinggi kemampuan variabel bebas
dalam menjelaskan variasi perubahan pada variabel terikatnya.
Koefisien determinasi memiliki kelemahan, yaitu bias terhadap jumlah
variabel bebas yang dimasukkan dalam model regresi di mana setiap
penambahan satu variabel bebas dan jumlah pengamatan dalam model
akan meningkatkan nilai R2 meskipun variabel yang dimasukkan
tersebut tidak memiliki pengaruh yang signifikan terhadap variabel
terikatnya. Untuk mengurangi kelemahan tersebut maka digunakan
koefisien determinasi yang telah disesuaikan, Adjusted R Square
(R2adj). Berikut adalah hasil uji Adjusted R Square pada model 1:
90
Tabel 4.8
Output Uji Adjusted R Square (Model 1)
R-Squared Adjusted R-Squared
0.948073 0.930186
Sumber: Hasil Olah Data
Dari tabel 4.8 model Fixed Effect dapat dilihat bahwa nilai
Adjusted R-Square dari model 1 yang terbentuk dalam penelitian ini
adalah sebesar 0.930186 yang menunjukan bahwa kemampuan
variabel independen (book value per share, price earning ratio dan
earning per share) dalam menjelaskan variabel dependen (harga
saham syariah) adalah sebesar 93,0186%, sisanya sebesar 6,9814%
dijelaskan oleh variabel lain yang tidak termasuk dalam model ini.
2. Pengujian Model 2 Regresi Data Panel
a. Uji Pemilihan Regresi Data Panel
1) Uji Chow
Uji chow dilakukan untuk mengetahui apakah model yang
digunakan adalah common effect (pooled least square) atau fixed
effect. Berikut adalah hasil uji Chow yang dilakukan dalam model 2
ini:
Tabel 4.9
Uji Chow (Model 2) Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects
Model Effects Test Statistic d.f. Prob.
2 Cross-section F
Cross-section Chi-square
7.154233 (90,269) 0.0000
444.769445 90 0.0000
Sumber: Hasil Olah Data
91
Berdasarkan Tabel 4.9 di atas, dapat terlihat bahwa pada model
kedua nilai probabilitas cross section adalah 0,0000 atau < 0,05, maka
H0 ditolak, dan menerima H1, yang berarti model kedua menggunakan
pendekatan fixed effect.
2) Uji Hausman
Uji Haussman digunakan untuk menentukan apakah model yang
paling tepat digunakan adalah model fixed effect atau model random
effect.
Tabel 4.10
Uji Hausman (Model 2) Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects
Model Test Summary Chi-Sq. Statistic
Chi-Sq. d.f.
Prob.
2 Cross-section random 22.181119 4 0.0002
Sumber: Hasil Olah Data
Pada tabel 4.10 terlihat bahwa hasil uji hausman pada model kedua
nilai probabilitas cross section adalah 0,0002 atau < 0,05, maka H0
ditolak, dan menerima H1, berarti model penelitian kedua
menggunakan pendekatan fixed effect.
b. Pengujian Dasar Asumsi Klasik
1) Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model
regresi yang terbentuk ada korelasi diantara variabel bebas atau tidak.
Model regresi yang baik seharusnya tidak terjadi korelasi di antara
variabel bebas. Model regresi yang tidak ada multikolineritas adalah
92
yang memiliki nilai Tolerance > 0,1 dan Variance Inflation Factor
(VIF) < 10. Berikut adalah hasil dari uji multikolinieritas model 2:
Tabel 4.11
Uji Multikolinieritas dengan Tolerance dan VIF (Model 2)
Coefficientsa
Model Collinearity Statistics
Tolerance VIF
1
(Constant)
BVPS .259 3.859
PER .997 1.003
EPS .229 4.358
FEPS .581 1.722
a. Dependent Variable: Pt
Sumber: Hasil Olah Data
Pada tabel 4.11 terlihat pada model 2 bahwa hasil perhitungan nilai
Tolerance menunjukkan tidak ada variabel independen yang memiliki
nilai Tolerance kurang dari 0.1 yang berarti tidak ada lagi korelasi
antar variabel independen. Hasil tersebut diperkuat dengan tidak ada
lagi variabel independen yang memiliki VIF lebih dari 10. Jadi dapat
disimpulkan bahwa tidak ada lagi multikolineritas antar variabel
independen pada model 2.
2) Uji Heteroskedastisitas
Heteroskedastisitas berarti ada varian variabel pada model regresi
yang tidak sama (konstan). Sebaliknya, jika varian variabel pada
model regresi memiliki nilai yang sama (konstan) maka disebut
dengan homoskedastisitas. Yang diharapkan pada model regresi adalah
yang homoskedastisitas. Berikut adalah hasil dari uji
heteroskedastisitas dengan uji Park pada model 2:
93
Tabel 4.12
Heteroskedastisitas dengan Uji Park (Model 2)
Dependent Variable: LOG(RES2)
Method: Panel Least Squares
Date: 10/08/15 Time: 14:22
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Variable Coefficient Std. Error t-Statistic Prob.
2
C 10.26070 0.201989 50.79843 0.0000 BVPS 0.000343 0.000222 1.544802 0.1236 PER -0.005143 0.003288 -1.564109 0.1190 EPS -0.000830 0.000635 -1.306744 0.1924 FEPS -3.30E-05 0.000173 -0.190705 0.8489
Sumber: Hasil Olah Data
Berdasarkan output pada tabel 4.12 dapat diketahui bahwa pada
model 2 regresi data panel tidak terjadi gejala heteroskedastisitas. Hal
ini karena Prob. dari variabel independen pada model kedua tidak
signifikan yaitu berada diatas 0,05.
c. Pengujian Hipotesis Regresi Data Panel
1) Uji F
Uji F digunakan untuk mengetahui apakah variabel independen
secara bersama-sama berpengaruh terhadap variabel dependen. Atau
untuk mengetahui apakah model regresi dapat digunakan untuk
memprediksi variabel dependen atau tidak. Berikut hasil uji hipotesis
model 2 secara simultan menggunakan uji F:
Tabel 4.13
Output Uji F (Model 2)
F-Statistic Prob(F-statistic)
58.15333 0.000000
Sumber: Hasil Olah Data
94
Berdasarkan tabel 4.13 di atas, nilai Fhitung pada model 2 sebesar
58.153 dengan tingkat signifikansi 0.000. Karena tingkat signifikansi
lebih kecil dari 0,05 maka H0 ditolak atau H1 diterima. Maka dapat
disimpulkan pada model 2 bahwa BVPS, PER, EPS dan FEPS secara
simultan berpengaruh terhadap Harga Saham Syariah.
2) Uji t
Setelah melakukan uji koefisien regresi secara keseluruhan, maka
langkah selanjutnya adalah menghitung koefisien regresi secara
individu atau uji t. Hasil pengujian hipotesis dengan uji t pada model 2
adalah sebagai berikut:
Tabel 4.14
Output Uji t (Model 2)
Dependent Variable: Pt
Method: Panel Least Squares
Date: 09/18/15 Time: 08:35
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Variable Coefficient Std. Error t-Statistic Prob.
2
C 35.37785 203.5402 0.173813 0.8621
BVPS 1.568021 0.223728 7.008592 0.0000
PER -0.653939 3.313250 -0.197371 0.8437
EPS 5.723573 0.640320 8.938608 0.0000
FEPS 0.936989 0.174521 5.368926 0.0000
Sumber: Hasil Olah Data
Dari hasil regresi uji t di atas pada model 2 terlihat bahwa Book
Value Per Share menunjukan hubungan positif terhadap harga saham
syariah. Dengan melihat nilai t hitung (t-statistik) BVPS pada model 2
sebesar 7.008592 > nilai t tabel sebesar 1,6449 dengan probabilitas
0,000 yang berati lebih kecil dari nilai α= 0,05, maka dapat
disimpulkan bahwa H0 ditolak dan H1 diterima yang berarti bahwa
variabel BVPS berpengaruh positif terhadap harga saham syariah.
95
Variabel Price Earning Ratio (PER) pada model 2 dengan nilai t
hitung < nilai t tabel yang sebesar 1,6449 dengan probabilitas dari
model lebih besar dari nilai α= 0,05, maka dapat disimpulkan bahwa
H0 diterima dan H1 ditolak yang berarti bahwa variabel PER tidak
memiliki pengaruh terhadap harga saham syariah.
Variabel Earning Per Share (EPS) pada model ini terlihat bahwa
Earning Per Share menunjukan hubungan positif terhadap harga
saham syariah. Dengan melihat nilai t hitung (t-statistik) EPS > nilai t
tabel yang sebesar 1,6449 dengan probabilitas dari model 0,000 yang
berati lebih kecil dari nilai α= 0,05, maka dapat disimpulkan bahwa
H0 ditolak dan H1 diterima yang berarti bahwa variabel EPS
berpengaruh positif terhadap harga saham syariah.
Variabel Forcasted Earning Per Share menunjukan hubungan
positif terhadap harga saham syariah. Dengan melihat nilai t hitung (t-
statistik) FEPS pada model 2 memiliki nilai t hitung 5.368926 > nilai t
tabel yang sebesar 1,6449 dengan probabilitas 0,000 yang berati lebih
kecil dari nilai α= 0,05, maka dapat disimpulkan bahwa H0 ditolak dan
H1 diterima yang berarti bahwa variabel FEPS berpengaruh positif
terhadap harga saham syariah.
3) Uji Adjusted R Square
Koefisien determinasi memiliki kelemahan, yaitu bias terhadap
jumlah variabel bebas yang dimasukkan dalam model regresi di mana
setiap penambahan satu variabel bebas dan jumlah pengamatan dalam
model akan meningkatkan nilai R2 meskipun variabel yang
dimasukkan tersebut tidak memiliki pengaruh yang signifikan terhadap
96
variabel terikatnya. Untuk mengurangi kelemahan tersebut maka
digunakan koefisien determinasi yang telah disesuaikan, Adjusted R
Square (R2adj). Berikut adalah hasil uji Adjusted R
2 pada model 2:
Tabel 4.15
Output Uji Adjusted R Square (Model 2)
R-Squared Adjusted R-Squared
0.953098 0.936709
Sumber: Hasil Olah Data
Dari tabel 4.15 dapat dilihat bahwa nilai Adjusted R-Square dari
model 2 yang terbentuk dalam penelitian ini adalah sebesar 0.936709
yang menunjukan bahwa kemampuan variabel independen (BVPS,
PER, EPS dan FEPS) dalam menjelaskan variabel dependen (harga
saham syariah) adalah sebesar 93,6709%, sisanya sebesar 6,3291%
dijelaskan oleh variabel lain yang tidak termasuk dalam model ini.
3. Pengujian Model 3 Regresi Data Panel
a. Uji Pemilihan Regresi Data Panel
1) Uji Chow
Berikut adalah hasil uji Chow yang dilakukan dalam model 3 ini:
Tabel 4.16
Uji Chow (Model 3) Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects
Model Effects Test Statistic d.f. Prob.
3
Cross-section F
Cross-section Chi-square
1.671209 (90,270) 0.0009
161.181273 90 0.0000
Sumber: Hasil Olah Data
97
Berdasarkan Tabel 4.16 di atas, dapat terlihat bahwa pada model
ketiga nilai probabilitas cross section adalah 0,0009 atau < 0,05, maka
H0 ditolak, dan menerima H1, yang berarti model ketiga menggunakan
pendekatan fixed effect.
2) Uji Hausman
Uji Haussman digunakan untuk menentukan apakah model yang
paling tepat digunakan adalah model fixed effect atau model random
effect.
Tabel 4.17
Uji Hausman (Model 3) Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects
Model Test Summary Chi-Sq. Statistic
Chi-Sq. d.f.
Prob.
3 Cross-section random 15.796865 3 0.0012
Sumber: Hasil Olah Data
Pada tabel 4.17 terlihat bahwa hasil uji hausman pada model ketiga
nilai probabilitas cross section adalah 0,0012 atau < 0,05, maka H0
ditolak, dan menerima H1, berarti model penelitian ketiga
menggunakan pendekatan fixed effect.
b. Pengujian Dasar Asumsi Klasik
1) Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model
regresi yang terbentuk ada korelasi diantara variabel bebas atau tidak.
Model regresi yang baik seharusnya tidak terjadi korelasi di antara
variabel bebas. Model regresi yang tidak ada multikolineritas adalah
98
yang memiliki nilai Tolerance > 0,1 dan Variance Inflation Factor
(VIF) < 10. Berikut adalah hasil dari uji multikolinieritas model 3:
Tabel 4.18
Uji Multikolinieritas dengan Tolerance dan VIF (Model 3)
Coefficientsa
Model Collinearity Statistics
Tolerance VIF
1
(Constant)
Pt-1 .978 1.023
Dup .953 1.050
Ddown .965 1.036
a. Dependent Variable: Pt
Sumber: Hasil Olah Data
Pada tabel 4.18 terlihat pada model 3 bahwa hasil perhitungan nilai
Tolerance menunjukkan tidak ada variabel independen yang memiliki
nilai Tolerance kurang dari 0.1 yang berarti tidak ada lagi korelasi
antar variabel independen. Hasil tersebut diperkuat dengan tidak ada
variabel independen yang memiliki VIF lebih dari 10. Jadi dapat
disimpulkan bahwa tidak ada multikolineritas antar variabel
independen pada model 3.
2) Uji Heteroskedastisitas
Heteroskedastisitas berarti ada varian variabel pada model regresi
yang tidak sama (konstan). Sebaliknya, jika varian variabel pada
model regresi memiliki nilai yang sama (konstan) maka disebut
dengan homoskedastisitas. Yang diharapkan pada model regresi adalah
yang homoskedastisitas. Berikut adalah hasil dari uji
heteroskedastisitas dengan uji Park pada model 3:
99
Tabel 4.19
Heteroskedastisitas dengan Uji Park (Model 3)
Dependent Variable: LOG(RES2)
Method: Panel Least Squares
Date: 10/08/15 Time: 14:22
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Variable Coefficient Std. Error t-Statistic Prob.
3
C 10.21689 0.155953 65.51261 0.0000 Pt-1 1.40E-05 2.70E-05 0.519135 0.6041 Dup 0.402453 0.280122 1.436704 0.1520 Ddown 0.208632 0.515727 0.404540 0.6861
Sumber: Hasil Olah Data
Berdasarkan output pada tabel 4.19 dapat diketahui bahwa pada
model 3 regresi data panel tidak terjadi gejala heteroskedastisitas. Hal
ini karena Prob. dari variabel independen pada model ini tidak
signifikan yaitu berada diatas 0,05.
c. Pengujian Hipotesis Regresi Data Panel
1) Uji F
Uji F digunakan untuk mengetahui apakah variabel independen
secara bersama-sama berpengaruh terhadap variabel dependen. Atau
untuk mengetahui apakah model regresi dapat digunakan untuk
memprediksi variabel dependen atau tidak. Berikut hasil uji hipotesis
model 3 secara simultan menggunakan uji F:
Tabel 4.20
Output Uji F (Model 3)
F-Statistic Prob(F-statistic)
621.9205 0.000000
Sumber: Hasil Olah Data
100
Berdasarkan tabel 4.20 di atas, nilai Fhitung pada model 3 sebesar
621.9205 dengan tingkat signifikansi 0.000. Karena tingkat
signifikansi lebih kecil dari 0,05 maka H0 ditolak atau H1 diterima.
Maka dapat disimpulkan pada model 3 bahwa Pt-1, Dup dan Ddown
secara simultan berpengaruh terhadap Harga Saham Syariah.
2) Uji t
Setelah melakukan uji koefisien regresi secara keseluruhan, maka
langkah selanjutnya adalah menghitung koefisien regresi secara
individu atau uji t. Hasil pengujian hipotesis dengan uji t pada model 3
adalah sebagai berikut:
Tabel 4.21
Output Uji t (Model 3)
Dependent Variable: Pt
Method: Panel Least Squares
Date: 09/18/15 Time: 08:35
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Variable Coefficient Std. Error t-Statistic Prob.
3
C -90.15676 49.28403 -1.829330 0.0685
Pt-1 1.047746 0.008520 122.9690 0.0000
Dup -45.09104 88.52377 -0.509366 0.6109
Ddown -202.1887 162.9794 -1.240578 0.2158
Sumber: Hasil Olah Data
Dari hasil regresi uji t pada model 3 yaitu analisis teknikal, terlihat
bahwa harga saham masa lalu menunjukan hubungan positif terhadap
harga saham syariah. Dengan melihat nilai t hitung (t-statistik) harga
saham masa lalu sebesar 122.9690 > nilai t tabel yang sebesar 1,6449
dengan probabilitas 0,000 yang berarti lebih kecil dari nilai α= 0,05,
maka dapat disimpulkan bahwa H0 ditolak dan H1 diterima yang berarti
101
bahwa variabel harga saham masa lalu berpengaruh positif terhadap
harga saham syariah.
Variabel Dummy Up yang merupakan tren harga saham saat
bullish menunjukan hubungan negatif terhadap harga saham syariah.
Dengan melihat nilai t hitung (t-statistik) Dup pada model < nilai t tabel
yang sebesar 1,6449 dengan probabilitas dari model lebih besar dari
nilai α= 0,05, maka dapat disimpulkan bahwa H0 diterima dan H1
ditolak yang berarti bahwa variabel Dup tidak memiliki pengaruh
terhadap harga saham syariah.
Variabel Dummy Down menunjukan hubungan negatif terhadap
harga saham syariah. Dengan melihat nilai t hitung (t-statistik) Ddown <
nilai t tabel yang sebesar 1,6449 dengan probabilitas dari model lebih
besar dari nilai α= 0,05, maka dapat disimpulkan bahwa H0 diterima
dan H1 ditolak yang berarti bahwa variabel Ddown tidak memiliki
pengaruh terhadap harga saham syariah.
3) Uji Adjusted R Square
Berikut adalah hasil uji Adjusted R2 pada model 3:
Tabel 4.22
Output Uji Adjusted R Square (Model 3)
R-Squared Adjusted R-Squared
0.995354 0.993753
Sumber: Hasil Olah Data
Dari tabel 4.22 dapat dilihat bahwa nilai Adjusted R-Square dari
model 3 yang terbentuk dalam penelitian ini adalah sebesar 0.993753
yang menunjukan bahwa kemampuan variabel independen (harga
102
saham masa lalu, dummy up dan dummy down) dalam menjelaskan
variabel dependen (harga saham syariah) adalah sebesar 99,3753%,
sisanya sebesar 0,6247% dijelaskan oleh variabel lain yang tidak
termasuk dalam model ini.
4. Pengujian Model 4 Regresi Data Panel
a. Uji Pemilihan Regresi Data Panel
1) Uji Chow
Berikut adalah hasil uji Chow yang dilakukan dalam model 4:
Tabel 4.23
Uji Chow (Model 4) Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects
Model Effects Test Statistic d.f. Prob.
4
Cross-section F
Cross-section Chi-square 1.514413 (90,267) 0.0060
150.122684 90 0.0001
Sumber: Hasil Olah Data
Berdasarkan Tabel 4.23 di atas, dapat terlihat bahwa pada model 4
nilai probabilitas cross section adalah 0,0060 atau < 0,05, maka H0
ditolak, dan menerima H1, yang berarti model 4 menggunakan
pendekatan fixed effect.
2) Uji Hausman
Uji Hausman digunakan untuk menentukan apakah model yang
paling tepat digunakan adalah model fixed effect atau model random
effect.
Tabel 4.24
Uji Hausman (Model 4) Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects
103
Model Test Summary Chi-Sq. Statistic
Chi-Sq. d.f.
Prob.
4 Cross-section random 43.114248 6 0.0000
Sumber: Hasil Olah Data
Pada tabel 4.24 terlihat bahwa hasil uji hausman pada model
keempat nilai probabilitas cross section adalah 0,0000 atau < 0,05,
maka H0 ditolak, dan menerima H1, berarti model penelitian keempat
menggunakan pendekatan fixed effect.
b. Pengujian Dasar Asumsi Klasik
1) Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model
regresi yang terbentuk ada korelasi diantara variabel bebas atau tidak.
Model regresi yang baik seharusnya tidak terjadi korelasi di antara
variabel bebas. Model regresi yang tidak ada multikolineritas adalah
yang memiliki nilai Tolerance > 0,1 dan Variance Inflation Factor
(VIF) < 10. Berikut adalah hasil dari uji multikolinieritas model 4:
Tabel 4.25
Uji Multikolinieritas dengan Tolerance dan VIF (Model 4)
Coefficientsa
Model Collinearity Statistics
Tolerance VIF
1
(Constant)
BVPS .243 4.122
PER .992 1.008
EPS .147 6.824
Pt-1 .178 5.606
Dup .926 1.080
Ddown .961 1.041
a. Dependent Variable: Pt
Sumber: Hasil Olah Data
Pada tabel 4.25 terlihat pada model 4 bahwa hasil perhitungan nilai
Tolerance menunjukkan tidak ada variabel independen yang memiliki
104
nilai Tolerance kurang dari 0.1 yang berarti tidak ada lagi korelasi
antar variabel independen. Hasil tersebut diperkuat dengan tidak ada
variabel independen yang memiliki VIF lebih dari 10. Jadi dapat
disimpulkan bahwa tidak ada multikolineritas antar variabel
independen pada model 4.
2) Uji Heteroskedastisitas
Heteroskedastisitas berarti ada varian variabel pada model regresi
yang tidak sama (konstan). Sebaliknya, jika varian variabel pada
model regresi memiliki nilai yang sama (konstan) maka disebut
dengan homoskedastisitas. Yang diharapkan pada model regresi adalah
yang homoskedastisitas. Berikut adalah hasil dari uji
heteroskedastisitas dengan uji Park pada model 4:
Tabel 4.26
Heteroskedastisitas dengan Uji Park (Model 4)
Dependent Variable: LOG(RES2)
Method: Panel Least Squares
Date: 10/08/15 Time: 14:22
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Variable Coefficient Std. Error t-Statistic Prob.
4
C 10.12138 0.212000 47.74229 0.0000 BVPS 0.000284 0.000254 1.119156 0.2641 PER -0.005326 0.003309 -1.609416 0.1087 EPS -0.001157 0.000704 -1.643755 0.1014 Pt-1 4.28E-05 6.30E-05 0.679932 0.4971 Dup 0.445426 0.280828 1.586119 0.1139 Ddown 0.215461 0.530326 0.406281 0.6849
Sumber: Hasil Olah Data
Berdasarkan output pada tabel 4.26 dapat diketahui bahwa pada
model 4 regresi data panel tidak terjadi gejala heteroskedastisitas. Hal
ini karena Prob. dari variabel independen pada model ini tidak
signifikan yaitu berada diatas 0,05.
105
c. Pengujian Hipotesis Regresi Data Panel
1) Uji F
Uji F digunakan untuk mengetahui apakah variabel independen
secara bersama-sama berpengaruh terhadap variabel dependen. Atau
untuk mengetahui apakah model regresi dapat digunakan untuk
memprediksi variabel dependen atau tidak. Berikut hasil uji hipotesis
model 4 secara simultan menggunakan uji F:
Tabel 4.27
Output Uji F (Model 4)
F-Statistic Prob(F-statistic)
660.5269 0.000000
Sumber: Hasil Olah Data
Berdasarkan tabel 4.27 di atas, nilai Fhitung pada model 4 sebesar
660.5269 dengan tingkat signifikansi 0.000. Karena tingkat
signifikansi lebih kecil dari 0,05 maka H0 ditolak atau H1 diterima.
Maka dapat disimpulkan pada model 4 bahwa BVPS, PER, EPS, Pt-1,
Dup dan Ddwon secara simultan berpengaruh terhadap Harga Saham
Syariah.
2) Uji t
Setelah melakukan uji koefisien regresi secara keseluruhan, maka
langkah selanjutnya adalah menghitung koefisien regresi secara
individu atau uji t. Hasil pengujian hipotesis dengan uji t pada model 4
adalah sebagai berikut:
106
Tabel 4.28
Output Uji t (Model 4)
Dependent Variable: Pt
Method: Panel Least Squares
Date: 09/18/15 Time: 08:35
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Variable Coefficient Std. Error t-Statistic Prob.
4
C 109.8921 64.26543 1.709973 0.0884
BVPS -0.330844 0.076852 -4.304976 0.0000
PER 0.186774 1.003228 0.186173 0.8525
EPS 1.061930 0.213335 4.977768 0.0000
Pt-1 1.038052 0.019083 54.39712 0.0000
Dup -91.79633 85.12958 -1.078313 0.2819
Ddown -72.39409 160.7622 -0.450318 0.6528
Sumber: Hasil Olah Data
Dari hasil regresi uji t pada model 4 yaitu integrasi antara analisis
fundamental dan juga teknikal, terlihat bahwa Book Value Per Share
menunjukan hubungan negatif terhadap harga saham syariah. Dengan
melihat nilai t hitung (t-statistik) BVPS pada model 4 yang sebesar -
4.304976 < nilai t tabel sebesar 1,6449 dengan probabilitas 0,000 yang
berati lebih kecil dari nilai α= 0,05, maka dapat disimpulkan bahwa H0
ditolak dan H1 diterima yang berarti bahwa variabel BVPS
berpengaruh negatif terhadap harga saham syariah.
Variabel Price Earning Ratio (PER) pada model 4 dengan nilai t
hitung 0.1861 < nilai t tabel yang sebesar 1,6449 dengan probabilitas
dari model lebih besar dari nilai α= 0,05, maka dapat disimpulkan
bahwa H0 diterima dan H1 ditolak yang berarti bahwa variabel PER
tidak memiliki pengaruh terhadap harga saham syariah.
Variabel Earning Per Share (EPS) pada model ini terlihat bahwa
Earning Per Share menunjukan hubungan positif terhadap harga
saham syariah. Dengan melihat nilai t hitung (t-statistik) EPS 4.9777 >
107
nilai t tabel yang sebesar 1,6449 dengan probabilitas dari model 0,000
yang berati lebih kecil dari nilai α= 0,05, maka dapat disimpulkan
bahwa H0 ditolak dan H1 diterima yang berarti bahwa variabel EPS
berpengaruh positif terhadap harga saham syariah.
Harga saham masa lalu menunjukan hubungan positif terhadap
harga saham syariah. Dengan melihat nilai t hitung (t-statistik) harga
saham masa lalu sebesar 54.3971 > nilai t tabel yang sebesar 1,6449
dengan probabilitas 0,000 yang berarti lebih kecil dari nilai α= 0,05,
maka dapat disimpulkan bahwa H0 ditolak dan H1 diterima yang berarti
bahwa variabel harga saham masa lalu berpengaruh positif terhadap
harga saham syariah.
Variabel Dummy Up yang merupakan tren harga saham saat
bullish menunjukan hubungan negatif terhadap harga saham syariah.
Dengan melihat nilai t hitung (t-statistik) Dup pada model -1.0783 <
nilai t tabel yang sebesar 1,6449 dengan probabilitas dari model lebih
besar dari nilai α= 0,05, maka dapat disimpulkan bahwa H0 diterima
dan H1 ditolak yang berarti bahwa variabel Dup tidak memiliki
pengaruh terhadap harga saham syariah.
Variabel Dummy Down menunjukan hubungan negatif terhadap
harga saham syariah. Dengan melihat nilai t hitung (t-statistik) Ddown -
0.4503 < nilai t tabel yang sebesar 1,6449 dengan probabilitas dari
model lebih besar dari nilai α= 0,05, maka dapat disimpulkan bahwa
H0 diterima dan H1 ditolak yang berarti bahwa variabel Ddown tidak
memiliki pengaruh terhadap harga saham syariah.
108
3) Uji Adjusted R Square
Berikut adalah hasil uji Adjusted R2 pada model 4:
Tabel 4.29
Output Uji Adjusted R Square (Model 4)
R-Squared Adjusted R-Squared
0.995807 0.994299
Sumber: Hasil Olah Data
Dari tabel 4.29 dapat dilihat bahwa nilai Adjusted R-Square dari
model 4 yang terbentuk dalam penelitian ini adalah sebesar 0.994299
yang menunjukan bahwa kemampuan variabel independen (book value
per share, price earning ratio, earning per share, harga saham masa
lalu, dummy up dan dummy down) dalam menjelaskan variabel
dependen (harga saham syariah) adalah sebesar 99,4299%, sisanya
sebesar 0,5701% dijelaskan oleh variabel lain yang tidak termasuk
dalam model ini.
5. Pengujian Model 5 Regresi Data Panel
a. Uji Pemilihan Regresi Data Panel
1) Uji Chow
Berikut adalah hasil uji Chow yang dilakukan dalam model 5:
Tabel 4.30
Uji Chow (Model 5) Redundant Fixed Effects Tests Equation: Untitled Test cross-section fixed effects
Model Effects Test Statistic d.f. Prob.
5
Cross-section F
Cross-section Chi-square 1.516789 (90,266) 0.0059
150.778330 90 0.0001
Sumber: Hasil Olah Data
109
Berdasarkan Tabel 4.30 di atas, dapat terlihat bahwa pada model 5
nilai probabilitas cross section adalah 0,0059 atau < 0,05, maka H0
ditolak, dan menerima H1, yang berarti model 5 menggunakan
pendekatan fixed effect.
2) Uji Hausman
Uji Hausman digunakan untuk menentukan apakah model yang
paling tepat digunakan adalah model fixed effect atau model random
effect.
Tabel 4.31
Uji Hausman (Model 5) Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects
Model Test Summary Chi-Sq. Statistic
Chi-Sq. d.f.
Prob.
5 Cross-section random 43.043789 7 0.0000
Sumber: Hasil Olah Data
Pada tabel 4.31 terlihat bahwa hasil uji hausman pada model 5 nilai
probabilitas cross section adalah 0,0000 atau < 0,05, maka H0 ditolak,
dan menerima H1, berarti model penelitian kelima menggunakan
pendekatan fixed effect.
b. Pengujian Dasar Asumsi Klasik
1) Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model
regresi yang terbentuk ada korelasi diantara variabel bebas atau tidak.
Model regresi yang baik seharusnya tidak terjadi korelasi di antara
variabel bebas. Model regresi yang tidak ada multikolineritas adalah
110
yang memiliki nilai Tolerance > 0,1 dan Variance Inflation Factor
(VIF) < 10. Berikut adalah hasil dari uji multikolinieritas model 5:
Tabel 4.32
Uji Multikolinieritas dengan Tolerance dan VIF (Model 5)
Coefficientsa
Model Collinearity Statistics
Tolerance VIF
1
(Constant) BVPS .242 4.131
PER .992 1.008
EPS .143 6.976
FEPS .553 1.807
Pt-1 .173 5.792
Dup .922 1.085
Ddown .958 1.044
a. Dependent Variable: Pt
Sumber: Hasil Olah Data
Pada tabel 4.32 terlihat pada model 5 bahwa hasil perhitungan nilai
Tolerance menunjukkan tidak ada variabel independen yang memiliki
nilai Tolerance kurang dari 0.1 yang berarti tidak ada lagi korelasi
antar variabel independen. Hasil tersebut diperkuat dengan tidak ada
variabel independen yang memiliki VIF lebih dari 10. Jadi dapat
disimpulkan bahwa tidak ada multikolineritas antar variabel
independen pada model 5.
2) Uji Heteroskedastisitas
Heteroskedastisitas berarti ada varian variabel pada model regresi
yang tidak sama (konstan). Sebaliknya, jika varian variabel pada
model regresi memiliki nilai yang sama (konstan) maka disebut
dengan homoskedastisitas. Yang diharapkan pada model regresi adalah
yang homoskedastisitas. Berikut adalah hasil dari uji
heteroskedastisitas dengan uji Park pada model 5:
111
Tabel 4.33
Heteroskedastisitas dengan Uji Park (Model 5)
Dependent Variable: LOG(RES2)
Method: Panel Least Squares
Date: 10/08/15 Time: 14:22
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Variable Coefficient Std. Error t-Statistic Prob.
5
C 10.13932 0.214462 47.27790 0.0000
BVPS 0.000259 0.000257 1.007985 0.3144
PER -0.005301 0.003314 -1.599522 0.1109
EPS -0.001147 0.000705 -1.627642 0.1048
FEPS -0.000107 0.000182 -0.585307 0.5588
Pt-1 5.33E-05 6.55E-05 0.813015 0.4169
Dup 0.463420 0.282850 1.638396 0.1025
Ddown 0.195602 0.532063 0.367629 0.7134
Sumber: Hasil Olah Data
Berdasarkan output pada tabel 4.33 dapat diketahui bahwa pada
model 5 regresi data panel tidak terjadi gejala heteroskedastisitas. Hal
ini karena Prob. dari variabel independen pada model ini tidak
signifikan yaitu berada diatas 0,05.
c. Pengujian Hipotesis Regresi Data Panel
1) Uji F
Uji F digunakan untuk mengetahui apakah variabel independen
secara bersama-sama berpengaruh terhadap variabel dependen. Atau
untuk mengetahui apakah model regresi dapat digunakan untuk
memprediksi variabel dependen atau tidak. Berikut hasil uji hipotesis
model 5 secara simultan menggunakan uji F:
Tabel 4.34
Output Uji F (Model 5)
F-Statistic Prob(F-statistic)
661.6848 0.000000
Sumber: Hasil Olah Data
112
Berdasarkan tabel 4.34 di atas, nilai Fhitung pada model 5 sebesar
661.6848 dengan tingkat signifikansi 0.000. Karena tingkat
signifikansi lebih kecil dari 0,05 maka H0 ditolak atau H1 diterima.
Maka dapat disimpulkan pada model 5 bahwa BVPS, PER, EPS,
FEPS, Pt-1, Dup dan Ddwon secara simultan berpengaruh terhadap
Harga Saham Syariah.
2) Uji t
Setelah melakukan uji koefisien regresi secara keseluruhan, maka
langkah selanjutnya adalah menghitung koefisien regresi secara
individu atau uji t. Hasil pengujian hipotesis dengan uji t pada model 5
adalah sebagai berikut:
Tabel 4.35
Output Uji t (Model 5)
Variable Coefficient Std. Error t-Statistic Prob.
5
C 90.91220 64.54161 1.408583 0.1601
BVPS -0.304988 0.077416 -3.939598 0.0001
PER 0.159528 0.997291 0.159961 0.8730
EPS 1.051754 0.212111 4.958512 0.0000
FEPS 0.112877 0.054841 2.058240 0.0405
Pt-1 1.026981 0.019716 52.08833 0.0000
Dup -110.8388 85.12256 -1.302108 0.1940
Ddown -51.37710 160.1226 -0.320861 0.7486
Sumber: Hasil Olah Data
Dari hasil regresi uji t pada model 5 yaitu integrasi antara analisis
fundamental dan juga teknikal, terlihat bahwa Book Value Per Share
menunjukan hubungan negatif terhadap harga saham syariah. Dengan
melihat nilai t hitung (t-statistik) BVPS pada model 5 yang sebesar -
3.9395 < nilai t tabel sebesar 1,6449 dengan probabilitas 0,000 yang
berati lebih kecil dari nilai α= 0,05, maka dapat disimpulkan bahwa H0
113
ditolak dan H1 diterima yang berarti bahwa variabel BVPS
berpengaruh negatif terhadap harga saham syariah.
Variabel Price Earning Ratio (PER) pada model 5 dengan nilai t
hitung 0.1599 < nilai t tabel yang sebesar 1,6449 dengan probabilitas
dari model lebih besar dari nilai α= 0,05, maka dapat disimpulkan
bahwa H0 diterima dan H1 ditolak yang berarti bahwa variabel PER
tidak memiliki pengaruh terhadap harga saham syariah.
Variabel Earning Per Share (EPS) pada model ini terlihat bahwa
Earning Per Share menunjukan hubungan positif terhadap harga
saham syariah. Dengan melihat nilai t hitung (t-statistik) EPS 4.9585 >
nilai t tabel yang sebesar 1,6449 dengan probabilitas dari model 0,000
yang berati lebih kecil dari nilai α= 0,05, maka dapat disimpulkan
bahwa H0 ditolak dan H1 diterima yang berarti bahwa variabel EPS
berpengaruh positif terhadap harga saham syariah.
Variabel Forcasted Earning Per Share menunjukan hubungan
positif terhadap harga saham syariah. Dengan melihat nilai t hitung (t-
statistik) FEPS pada model 5 memiliki nilai t hitung 2.0582 > nilai t
tabel yang sebesar 1,6449 dengan probabilitas 0,0405 yang berati lebih
kecil dari nilai α= 0,05, maka dapat disimpulkan bahwa H0 ditolak dan
H1 diterima yang berarti bahwa variabel FEPS berpengaruh positif
terhadap harga saham syariah.
Harga saham masa lalu menunjukan hubungan positif terhadap
harga saham syariah. Dengan melihat nilai t hitung (t-statistik) harga
saham masa lalu sebesar 52.0883 > nilai t tabel yang sebesar 1,6449
114
dengan probabilitas 0,000 yang berarti lebih kecil dari nilai α= 0,05,
maka dapat disimpulkan bahwa H0 ditolak dan H1 diterima yang berarti
bahwa variabel harga saham masa lalu berpengaruh positif terhadap
harga saham syariah.
Variabel Dummy Up yang merupakan tren harga saham saat
bullish menunjukan hubungan negatif terhadap harga saham syariah.
Dengan melihat nilai t hitung (t-statistik) Dup pada model -1.3021 <
nilai t tabel yang sebesar 1,6449 dengan probabilitas dari model lebih
besar dari nilai α= 0,05, maka dapat disimpulkan bahwa H0 diterima
dan H1 ditolak yang berarti bahwa variabel Dup tidak memiliki
pengaruh terhadap harga saham syariah.
Variabel Dummy Down menunjukan tidak berpengaruh terhadap
harga saham syariah. Dengan melihat nilai t hitung (t-statistik) Ddown -
0.3208 < nilai t tabel yang sebesar 1,6449 dengan probabilitas dari
model lebih besar dari nilai α= 0,05, maka dapat disimpulkan bahwa
H0 diterima dan H1 ditolak yang berarti bahwa variabel Ddown tidak
memiliki pengaruh terhadap harga saham syariah.
3) Uji Adjusted R Square
Berikut adalah hasil uji Adjusted R2 pada model 5:
Tabel 4.36
Output Uji Adjusted R Square (Model 5)
R-Squared Adjusted R-Squared
0.995873 0.994368
Sumber: Hasil Olah Data
115
Dari tabel 4.36 dapat dilihat bahwa nilai Adjusted R-Square dari
model 5 yang terbentuk dalam penelitian ini adalah sebesar 0.994368
yang menunjukan bahwa kemampuan variabel independen (book value
per share, price earning ratio, earning per share, forcasted earning
per share, harga saham masa lalu, dummy up dan dummy down)
dalam menjelaskan variabel dependen (harga saham syariah) adalah
sebesar 99,4368%, sisanya sebesar 0,5632% dijelaskan oleh variabel
lain yang tidak termasuk dalam model ini.
6. Analisis Regresi Data Panel
Berdasarkan data-data yang disajikan pada tabel di atas, maka
selanjutnya hasil uji persamaan regresi data panel di analisis yang
bertujuan menguji variabel BVPS (Book Value Per Share), PER (Price
Earning Ratio), EPS (Earning Per Share), FEPS (Forecasted Earning Per
Share), harga saham masa lalu dan juga dua variabel momentum dummy
(Dup dan Ddown) pada saham syariah. Analisis regresi data panel ini
dilakukan pada lima model persamaan yang dapat dilihat pada tabel 4.37.
116
Tabel 4.37
Analisis Regresi Data Panel dengan Model Fixed Effect
Variable Coefficient Std. Error t-Statistic Prob.
1
C 244.9281 209.8042 1.167413 0.2441
BVPS 1.492660 0.234511 6.364983 0.0000
PER -0.627694 3.479788 -0.180383 0.8570
EPS 6.357110 0.660988 9.617586 0.0000
2
C 35.37785 203.5402 0.173813 0.8621
BVPS 1.568021 0.223728 7.008592 0.0000
PER -0.653939 3.313250 -0.197371 0.8437
EPS 5.723573 0.640320 8.938608 0.0000
FEPS 0.936989 0.174521 5.368926 0.0000
3
C -90.15676 49.28403 -1.829330 0.0685
Pt-1 1.047746 0.008520 122.9690 0.0000
Dup -45.09104 88.52377 -0.509366 0.6109
Ddown -202.1887 162.9794 -1.240578 0.2158
4
C 109.8921 64.26543 1.709973 0.0884
BVPS -0.330844 0.076852 -4.304976 0.0000
PER 0.186774 1.003228 0.186173 0.8525
EPS 1.061930 0.213335 4.977768 0.0000
Pt-1 1.038052 0.019083 54.39712 0.0000
Dup -91.79633 85.12958 -1.078313 0.2819
Ddown -72.39409 160.7622 -0.450318 0.6528
5
C 90.91220 64.54161 1.408583 0.1601
BVPS -0.304988 0.077416 -3.939598 0.0001
PER 0.159528 0.997291 0.159961 0.8730
EPS 1.051754 0.212111 4.958512 0.0000
FEPS 0.112877 0.054841 2.058240 0.0405
Pt-1 1.026981 0.019716 52.08833 0.0000
Dup -110.8388 85.12256 -1.302108 0.1940
Ddown -51.37710 160.1226 -0.320861 0.7486
Sumber: Hasil Olah Data
Berdasarkan Tabel 4.37 di atas, maka diperoleh model persamaan
regresi sebagai berikut:
a. Model 1
Pit = 244.9281 + 1.492660 BVPSit + 6.357110 EPSit+ εit
Dari persamaan tersebut dapat dijelaskan bahwa:
1) Konstanta sebesar 244.9281 yang menyatakan bahwa jika variabel-
variabel independen dianggap nol, maka rata-rata harga saham
117
syariah sebesar 244.9281. Artinya secara keseluruhan harga dari
saham syariah baik.
2) Koefisien regresi 1.492660 menyatakan bahwa setiap peningkatan
1 point nilai BVPS akan menaikkan nilai harga saham syariah
sebesar 1.492660 point, demikian pula sebaliknya dengan asumsi
variabel lain tetap.
3) Koefisien regresi 6.357110 menyatakan bahwa setiap peningkatan
1 point nilai EPS akan menaikkan nilai harga saham syariah
sebesar 6.357110 point, demikian pula sebaliknya dengan asumsi
variabel lain tetap.
b. Model 2
Pit = 35.37785 + 1.568021 BVPSit + 5.723573 EPSit + 0.936989 FEPSit + εit
Dari persamaan tersebut dapat dijelaskan bahwa:
1) Konstanta sebesar 35.37785 yang menyatakan bahwa jika variabel-
variabel independen dianggap nol, maka rata-rata nilai harga
saham syariah sebesar 35.37785.
2) Koefisien regresi 1.568021 menyatakan bahwa setiap peningkatan
1 point nilai BVPS akan menaikkan nilai harga saham syariah
sebesar 1.568021 point, demikian pula sebaliknya dengan asumsi
variabel lain tetap.
3) Koefisien regresi 5.723573 menyatakan bahwa setiap peningkatan
1 point nilai EPS akan menaikkan nilai harga saham syariah
sebesar 5.723573 point, demikian pula sebaliknya dengan asumsi
variabel lain tetap.
118
4) Koefisien regresi 0.936989 menyatakan bahwa setiap peningkatan
1 point nilai FEPS akan menaikkan nilai harga saham syariah
sebesar 0.936989 point, demikian pula sebaliknya dengan asumsi
variabel lain tetap.
c. Model 3
Pit = -90.15676 + 1.047746 Pit-1 + εit
Dari persamaan tersebut dapat dijelaskan bahwa:
1) Konstanta sebesar -90.15676 yang menyatakan bahwa jika
variabel-variabel independen dianggap nol, maka rata-rata nilai
harga saham syariah sebesar -90.15676.
2) Koefisien regresi 1.047746 menyatakan bahwa setiap peningkatan
1 point nilai harga saham masa lalu akan menaikkan nilai harga
saham syariah sebesar 1.047746 point, demikian pula sebaliknya
dengan asumsi variabel lain tetap.
d. Model 4
Pit = 109.8921 - 0.330844 BVPSit + 1.061930 EPSit + 1.038052 Pit-1 + εit
Dari persamaan tersebut dapat dijelaskan bahwa:
1) Konstanta sebesar 109.8921 yang menyatakan bahwa jika variabel-
variabel independen dianggap nol, maka rata-rata harga saham
syariah sebesar 109.8921. Artinya secara keseluruhan harga dari
saham syariah baik.
2) Koefisien regresi –0.330844 menyatakan bahwa setiap peningkatan
1 point nilai BVPS akan menurunkan nilai harga saham syariah
119
sebesar –0.330844 point, demikian pula sebaliknya dengan asumsi
variabel lain tetap.
3) Koefisien regresi 1.061930 menyatakan bahwa setiap peningkatan
1 point nilai EPS akan menaikkan nilai harga saham syariah
sebesar 1.061930 point, demikian pula sebaliknya dengan asumsi
variabel lain tetap.
4) Koefisien regresi 1.038052 menyatakan bahwa setiap peningkatan
1 point nilai harga saham masa lalu akan menaikkan nilai harga
saham syariah sebesar 1.038052 point, demikian pula sebaliknya
dengan asumsi variabel lain tetap.
e. Model 5
Pit = 90.91220 - 0.304988 BVPSit + 1.051754 EPSit + 0.112877 FEPSit
+ 1.026981 Pit-1 +εit
Dari persamaan tersebut dapat dijelaskan bahwa:
1) Konstanta sebesar 90.91220 yang menyatakan bahwa jika variabel-
variabel independen dianggap nol, maka rata-rata harga saham
syariah sebesar 90.91220. Artinya secara keseluruhan harga dari
saham syariah baik.
2) Koefisien regresi –0.304988 menyatakan bahwa setiap peningkatan
1 point nilai BVPS akan menurunkan nilai harga saham syariah
sebesar –0.304988 point, demikian pula sebaliknya dengan asumsi
variabel lain tetap.
3) Koefisien regresi 1.051754 menyatakan bahwa setiap peningkatan
1 point nilai EPS akan menaikkan nilai harga saham syariah
120
sebesar 1.051754 point, demikian pula sebaliknya dengan asumsi
variabel lain tetap.
4) Koefisien regresi 0.112877 menyatakan bahwa setiap peningkatan
1 point nilai FEPS akan menaikkan nilai harga saham syariah
sebesar 0.112877 point, demikian pula sebaliknya dengan asumsi
variabel lain tetap.
5) Koefisien regresi 1.026981 menyatakan bahwa setiap peningkatan
1 point nilai harga saham masa lalu akan menaikkan nilai harga
saham syariah sebesar 1.026981 point, demikian pula sebaliknya
dengan asumsi variabel lain tetap.
D. Interpretasi
Adapun interpretasi penulis terhadap hasil penelitian ini adalah sebagai
berikut:
1. Book value per share terhadap harga saham syariah
Dari hasil regresi uji t di atas, untuk setiap model analisis
fundamental pada model 1 dan 2, terlihat bahwa Book Value Per Share
menunjukan pengaruh positif terhadap harga saham syariah. Hal ini sesuai
dengan teori bahwa semakin kecil nilai Book Value Per Share (BVPS)
maka harga dari suatu saham dianggap semakin murah (Budileksmana dan
Gunawan, 2003).
Hasil ini mendukung penelitian sebelumnya yang dilakukan oleh
Danika Reka Artha, dkk (2014) dan Menike M. (2014) yang menyatakan
bahwa BVPS memberikan pengaruh positif terhadap harga saham. Hasil
ini juga konsisten dengan penelitian yang dilakukan Bettman dkk. (2009)
121
yang menyatakan bahwa nilai buku sendiri dapat memprediksi laba,
sehingga nilai buku cukup untuk menentukan nilai pasar.
Namun pada setiap model analisis gabungan pada model 4 dan 5,
terlihat bahwa Book Value Per Share menunjukan pengaruh negatif
terhadap harga saham syariah. Hasil ini tidak sesuai dengan teori yang
menyatakan bahwa terdapat hubungan pengaruh yang positif antara BVPS
terhadap harga saham syariah, yaitu semakin besar nilai dari Book Value
Per Share, maka harga saham akan semakin tinggi.
Hasil ini sejalan dengan hasil penelitian yang dilakukan oleh
Khurram Shehzad dan Aisha Ismail (2014) yang menyatakan bahwa
terdapat pengaruh yang negatif antara BVPS dengan harga saham. Hal ini
kemungkinan disebabkan karena pada model persamaan 4 dan 5
mengintegrasikan analisis fundamental dan teknikal. BVPS tidak lagi
bepengaruh positif ketika terintegrasi dengan faktor teknikal, karena pada
model 4 dan 5 terdapat hubungan komplementer antara analisis
fundamental dan teknikal. Sehingga kekuatan prediksi yang tinggi dari
analisis teknikal menolak kekuatan penjelas dari BVPS.
2. Price earning ratio terhadap harga saham syariah
Dari hasil regresi uji t di atas, untuk setiap model analisis
fundamental dan gabungan pada model 1 hingga model 5, terlihat bahwa
tidak ada pengaruh antara Price Earning Ratio terhadap harga saham
syariah. Hasil ini tidak sesuai dengan teori yang menyatakan bahwa
terdapat pengaruh yang positif antara PER terhadap harga saham, dimana
saham dengan PER tinggi bisa menunjukan bagusnya prospek suatu
122
perusahaan. Bagusnya prospek suatu perusahaan dilihat dari kinerja
perusahaan yang baik maka akan meningkatkan permintaan saham dan
harga saham juga ikut meningkat (Abi Hurairah dan Haryajid, 2012). Hasil
ini juga tidak sesuai dengan penelitian yang dilakukan oleh Abied Luthfi
Safitri (2013) dan Wijayanti (2010) yang menunjukan bahwa PER
berpengaruh positif terhadap harga saham.
Sebenarnya nilai PER ini sangat penting karena terkait dengan laba
yang akan dibagikan oleh perusahaan kepada investor. PER umumnya
digunakan untuk menentukan seberapa besar harga yang harus dibayarkan
investor untuk mendapatkan laba. Dengan nilai PER yang tinggi, ini
menandakan bahwa harga saham akan semakin mahal dan ini menunjukan
bahwa perusahaan mampu tumbuh dengan baik. Akan tetapi perlu
diperhatikan bahwa nilai PER yang tinggi bisa juga didapat karena
perusahaan tidak mampu mendapatkan laba yang optimal. Akan tetapi,
perusahaan yang mempunyai nilai PER yang tinggi belum tentu
mempunyai prospek yang bagus karena bisa saja perusahaan sedang
melakukan ekspansi usaha sehingga laba yang didapat digunakan untuk
menutupi biaya operasional perusahaan dalam menjalankan ekspansi.
Tetapi bagi para investor biasanya mengharapkan nilai PER ini rendah
karena hal ini menunjukkan bahwa harga saham perusahaan tersebut
murah.
3. Earning per share terhadap harga saham syariah
Dari hasil regresi uji t di atas, untuk setiap model analisis
fundamental dan gabungan pada model 1 hingga model 5, terlihat bahwa
123
Earning Per Share menunjukan pengaruh positif terhadap harga saham
syariah. Hasil ini sesuai dengan teori yang menyatakan bahwa terdapat
pengaruh yang positif antara EPS dengan harga saham. Menurut Darmadji
dan Fakhruddin (2008) bahwa EPS menggambarkan laba perusahaan yang
tergambar dalam setiap lembar saham, semakin besar laba yang diberikan
dalam setiap lembar saham, maka akan semakin besar harga dari saham.
Hasil ini juga sesuai dengan penelitian yang dilakukan oleh Abied
Luthfi Safitri (2013) yang menunjukkan bahwa variabel tingkat laba per
lembar saham atau Earning Per Share (EPS) memiliki pengaruh yang
positif signifikan terhadap harga saham. Hasil ini juga mendukung banyak
penelitian seperti yang dilakukan oleh Khurram Shehzad dan Aisha Ismail
(2014), Menike & Prabath (2014), Devi Arsetiyawati (2013), Wijayanti
(2010) dan Danika Reka Artha dkk (2008) yang dimana hasil
penelitiannya menyatakan bahwa EPS memiliki pengaruh yang positif
terhadap harga saham. Hal ini dikarenakan EPS merupakan salah salah
satu rasio profitabilitas yang mencerminkan laba bersih per lembar saham
atau earning per share, yang menggambarkan kekuatan manajemen dalam
mengelola perusahaan. Investor sering memusatkan perhatian kepada
earning per share yang dibagikan perusahaan sebagai landasan dalam
berinvestasi di pasar modal.
4. Forcasted earning per share terhadap harga saham syariah
Dari hasil regresi uji t pada model 2 dan model 5, terlihat bahwa
Forcasted Earning Per Share menunjukan pengaruh positif terhadap harga
saham syariah. Dechow dkk. (1999) berpendapat laba yang diperkirakan
124
menawarkan informasi tambahan tentang prospek masa depan perusahaan.
Perkiraan laba yang tinggi akan mengindikasikan laba yang tinggi pada
tahun berikutnya, sehingga dengan laba yang tinggi maka semakin besar
laba yang diberikan dalam setiap lembar saham, maka akan semakin besar
harga dari saham.
Hasil ini sesuai dengan penelitian yang dilakukan oleh Stephanus
Remond Waworuntu dan Hendra Suryanto (2011) pada saham di LQ45
menunjukkan bahwa variabel FEPS berpengaruh secara signifikan
terhadap harga saham. Penelitian tersebut konsisten dengan pengujian
yang dilakukan oleh Bettman dkk. (2009), yang dimana hasil dari
pengujiannya adalah bahwa perkiraan EPS (Forecast Earning Per Share)
memiliki hubungan yang lebih signifikan terhadap harga saham daripada
EPS itu sendiri. Hal ini juga konsisten dengan Dechow dkk. (1999) yang
juga menyatakan bahwa penambahan perkiraan laba per saham dapat
meningkatkan kekuatan penjelas dari pada hanya menggunakan EPS.
5. Harga saham masa lalu terhadap harga saham syariah
Dari hasil regresi uji t untuk setiap model analisis teknikal dan
gabungan pada model 3, model 4 dan model 5, terlihat bahwa harga saham
masa lalu menunjukan pengaruh positif terhadap harga saham syariah.
Hasil ini sesuai dengan teori yang menyatakan bahwa harga saham masa
lalu mempengaruhi harga saham sekarang yang mempunyai pola tertentu
dan berulang sehingga berpengaruh secara psikologis terhadap investor
dalam melakukan transaksi perdagangan (Husnan, 2003). Hasil ini juga
sesuai dengan penelitian yang dilakukan oleh Dwi Wulandari (2009) dan
125
Wijayanti (2010) yang menunjukkan bahwa harga saham masa lalu
mempunyai pengaruh yang positif terhadap harga saham.
6. Variabel Dummy Up (Bullish) terhadap harga saham syariah
Dari hasil regresi uji t untuk setiap model analisis teknikal dan
gabungan pada model 3, model 4 dan model 5, terlihat bahwa Variabel
Dummy Up menunjukan tidak ada pengaruh terhadap harga saham
syariah. Hasil ini tidak sesuai dengan penelitian yang dilakukan oleh
Stephanus Remond Waworuntu dan Hendra Suryanto (2011), menunjukan
ada pengaruh yang positif antara Dup dengan harga saham di Indonesia
yang tergabung dalam LQ45 pada tahun 2007-2009. Hasil ini juga tidak
konsisten dengan hasil penelitian yang dilakukan oleh Bettman dkk.
(2009), dimana hasil pengujiannya menunjukkan ada hubungan signifikan
antara Dup dengan harga saham. Hal ini kemungkinan disebabkan oleh
perbedaaan sampel dan periode pengamatan. Karena sampel yang
digunakan berpusat pada saham syariah yang terdaftar pada JII dan ISSI
dan juga karena penelitian dilakukan antara rentang tahun 2011-2014
sebagai periode pengamatan.
7. Variabel Dummy Down (Bearish) terhadap harga saham syariah
Dari hasil regresi uji t untuk setiap model analisis teknikal dan
gabungan pada model 3, model 4 dan model 5, terlihat bahwa Variabel
Dummy Down menunjukan tidak memiliki pengaruh terhadap harga
saham syariah. Hasil ini tidak sesuai dengan penelitian yang dilakukan
oleh Stephanus Remond Waworuntu dan Hendra Suryanto (2011),
menunjukan ada pengaruh yang negatif antara Ddown dengan harga saham
126
di Indonesia yang tergabung dalam LQ45 pada tahun 2007-2009. Hasil ini
juga tidak konsisten dengan hasil penelitian yang dilakukan oleh Bettman
dkk. (2009), dimana hasil pengujiannya menunjukkan ada hubungan
negatif antara Ddown dengan harga saham. Hal ini kemungkinan disebabkan
oleh perbedaaan sampel dan periode pengamatan. Karena sampel yang
digunakan berpusat pada saham syariah yang terdaftar pada JII dan ISSI
dan juga karena penelitian dilakukan antara rentang tahun 2011-2014
sebagai periode pengamatan. Perbedaan periode pengamatan tersebut
mengindikasikan perbedaan pergerakan tren harga saham pada penelitian
ini dengan penelitian sebelumnya, sehingga menunjukkan hasil yang
berbeda.
Berdasarkan hasil penelitian tersebut dapat di simpulkan, bahwa
pergerakan harga saham syariah lebih dapat dijelaskan oleh faktor yang
menggabungkan analisis fundamental dengan analisis teknikal. Hal ini dapat
dilihat pada kelima model yang digunakan untuk menganalisis. Pada model 1
hingga 3 digunakan untuk menganalisis harga saham berdasarkan analisis
fundamental dan analisis teknikal yang secara terpisah tanpa interaksi apapun.
Pada model 1 dan 2 yang hanya menggunakan analisis fundamental untuk
menjelaskan harga saham memiliki nilai Adjusted R2
sebesar 93,0186% dan
93,6709% berarti bahwa pada kedua model tersebut masih mampu
menprediksi harga saham syariah di masa depan. Model 2 memiliki nilai
Adjusted R2
lebih tinggi dari model 1, hal ini karena ditambahkan variabel
Forcasted Earning Per Share (FEPS) sebagai pelengkap Earning Per Share
(EPS). Ini konsisten dengan penelitian yang dilakukan oleh Dechow dkk.
127
(1999) yang menyatakan bahwa penambahan FEPS dapat meningkatkan
kekuatan penjelas terhadap harga saham.
Pada model 3 hanya menggunakan analisis teknikal untuk memprediksi
harga saham syariah di masa depan. Hasil pada model 3 tidak konsisten
dengan penelitian sebelumnya yang dilakukan oleh Bettman dkk. (2009) yang
hasilnya menunjukkan semua faktor teknikal signifikan terhadap harga saham.
Dalam penelitian ini hanya harga saham masa lalu yang memiliki pengaruh
terhadap harga saham. Perbedaan ini terjadi karena pada penelitian ini
memiliki objek penelitian dan rentang waktu yang berbeda dengan penelitian
sebelumnya.
Akan tetapi, meskipun hanya satu variabel yang berpengaruh terhadap
harga saham, nilai Adjusted R2
pada model 3 lebih tinggi dari kedua model
sebelumnya, yaitu sebesar 99,3753%. Hal ini karena analisis teknikal dengan
pergerakan tren saham melalui chart sendiri memainkan peran utama dalam
lingkungan perdagangan di Indonesia. Sebagian besar broker saham
menyediakan layanan charting, sehingga banyak investor dapat melihat
pergerakan tren harga saham. Dengan lebih banyaknya investor yang
menggunakan pergerakan harga dan harga masa lalu maka hal ini menjadi
sangat penting dalam menentukan keputusan trading investor dan investor
sangat bergantung terhadap dua alat tersebut untuk menentukan kapan waktu
membeli atau menjual.
Ketika kedua analisis digabungkan dalam model 4 dan 5, model
membuktikan adanya peningkatan dalam menjelaskan prediksi harga saham
dengan nilai Adjusted R2 lebih tinggi dari ketiga model sebelumnya yaitu
128
sebesar 99,4299% dan 99,4368%. Ketika analisis fundamental terintegrasi
dengan analisis teknikal, BVPS tidak lagi positif terhadap harga saham, hal ini
karena terdapat hubungan komplementer antara analisis fundamental dan
analisis teknikal. Sehingga kekuatan prediksi yang tinggi dari analisis teknikal
menolak kekuatan penjelas dari BVPS.
Nilai Adjusted R2
pada model 5 menunjukkan lebih tinggi dari semua
model persamaan, hal ini karena didukung dengan adanya FEPS sebagai
pelengkap EPS dan juga analisis fundamental yang terintegrasi dengan
analisis teknikal. Maka hasil penelitian menunjukkan bahwa analisis
fundamental atau teknikal saja dapat memberikan kekuatan penjelas yang
cukup untuk memprediksi harga saham di masa depan. Hasil ini konsisten
dengan penelitian sebelumnya dari Bettman dkk. (2009) yang terdiri dari
beberapa faktor analisis fundamental dikombinasikan dengan harga saham
masa lalu dan dua variabel dummy.
Nilai Adjusted R2 menyimpulkan bahwa terintegrasinya model analisis
fundamental dan teknikal memberikan kekuatan penjelas yang lebih besar
daripada yang hanya analisis fundamental atau teknikal saja. Selain itu dilihat
dari besarnya nilai Akaike Information Criterion (AIC) pada tabel 4.38
berikut:
Tabel 4.38
Akaike Information Criterion (AIC)
S
Sumber: Hasil Olah Data
Cross-section fixed (dummy variables)
Model 1 Model 2 Model 3 Model 4 Model 5
Akaike info criterion 18.27441 18.17811 15.86067 15.77446 15.76416
129
Tabel di atas menunjukkan model terbaik adalah model 5 dengan nilai
AIC yang lebih kecil dibandingan dari model lainnya. Model 1 memiliki nilai
AIC sebesar 18.77, model 2 memiliki nilai AIC sebesar 18.17, model 3
memiliki nilai AIC sebesar 15.86, model 4 memiliki nilai AIC sebesar 15.77
dan model 5 memiliki nilai AIC sebesar 15.76. Menurut metode AIC, model
regresi terbaik adalah model regresi yang mempunyai nilai AIC terkecil
(Widarjono, 2007).
Sifat pelengkap dari analisis fundamental dan teknikal ini konsisten
dengan survei dari Naveen Kumar (2014) setidaknya 90% dari pialang saham
menggunakan analisis teknikal ketika membentuk suatu pandangan pada satu
atau lebih periode waktu. Jika melihat pada periode waktu yang lebih singkat,
penggunaan lebih bergantung pada analisis teknikal dibandingkan dengan
analisis fundamental, tetapi dalam jangka waktu yang lama terjadi pergeseran
yang meningkat ke penggunaan analisis fundamental. Sebagian besar pialang
saham melihat analisis teknikal merupakan pelengkap dari analisis
fundamental.
130
BAB V
KESIMPULAN DAN IMPLIKASI
A. Kesimpulan
Penelitian ini dilakukan terhadap 91 perusahaan yang terdaftar dalam JII
dan ISSI selama 2011–2015 dengan data yang digunakan selama empat tahun
yaitu 2011-2014. Penelitian ini mengkaji analisis fundamental dan teknikal
pada saham syariah di Indonesia. Penelitian ini difokuskan pada kemampuan
analisis fundamental dan teknikal yang terintegrasi dalam menentukan harga
saham di masa depan. Berdasarkan analisa dan pembahasan hasil penelitian
dengan melakukan pengujian hipotesis menggunakan analisis regresi data
panel, dapat diambil kesimpulan sebagai berikut:
Hasil uji regresi ditemukan bahwa pada analisis fundamental saja yaitu
BVPS, EPS dan FEPS dapat memberikan pengaruh positif terhadap harga
saham syariah, sedangkan PER tidak dapat mempengaruhi harga saham
syariah.
Pada analisis teknikal saja, hanya harga saham masa lalu yang dapat
memberikan pengaruh terhadap harga saham syariah, sedangkan dua
variabel dummy yang merupakan tren harga saham tidak memberikan
pengaruh terhadap harga saham syariah. Penelitian ini memberikan
gambaran bahwa analisis teknikal mengambil peran yang lebih besar
dalam menentukan harga saham syariah dibandingkan analisis
fundamental. Hal ini ditunjukkan oleh tinggi Adjusted R2
pada model
analisis teknikal dibandingkan pada model analisis fundamental.
131
Hasil uji regresi juga ditemukan bahwa ketika analisis fundamental
terintegrasi dengan analisis teknikal, BVPS tidak lagi berpengaruh positif
terhadap harga saham. EPS dan FEPS tetap konsisten memberikan
pengaruh positif terhadap harga saham syariah, sedangkan PER tidak
memberikan pengaruh terhadap harga saham syariah. Begitu juga pada
analisis teknikal hanya harga saham masa lalu yang dapat memberikan
pengaruh terhadap harga saham syariah, sedangkan dua variabel dummy
yang merupakan tren harga saham tidak memberikan pengaruh terhadap
harga saham syariah.
Mengintegrasikan analisis fundamental dan teknikal dalam model akan
memberikan daya penjelas lebih tinggi dari analisis fundamental atau
teknikal saja. Hal ini ditunjukkan oleh tingginya nilai Adjusted R2 dari
model yang mengintegrasikan kedua analisis. Sehingga terdapat sifat
pelengkap dari analisis fundamental dan teknikal dalam menjelaskan harga
saham.
B. Implikasi
Berdasarkan kesimpulan yang telah diuraikan, maka penulis mencoba
mengemukakan implikasi yang mungkin bermanfaat diantaranya:
1. Bagi Investor
Penelitian ini dapat digunakan oleh investor sebagai acuan dalam
menjalankan strategi yang tepat dalam menanamkan investasi di saham
syariah. Selain itu, penelitian ini juga dapat menjadi pertimbangan bagi
masyarakat dalam melakukan kegiatan perekonomiannya.
132
2. Bagi Akademisi
Penelitian ini akan menambah kepustakaan di bidang pasar modal
khususnya pada saham syariah dan dapat dijadikan sebagai bahan bacaan
untuk menambah wawasan dan pengetahuan. Untuk peneliti selanjutnya
sebaiknya menambahkan variabel yang lebih signifikan secara statistik dan
menambah periode waktu yang lebih lama, sehingga data akan lebih
representatif dan lebih lengkap dari penelitian saat ini.
3. Bagi Perusahaan
Penelitian ini diharapkan dapat digunakan sebagai bahan pertimbangan
dalam menentukan kebijakan investasi pada setiap perusahaan saham
syariah untuk meningkatkan kinerja perusahaan dan dapat digunakan
sebagai alat evaluasi terhadap kinerjanya selama ini.
133
DAFTAR PUSTAKA
Ahmad, Kamarudin. Dasar-dasar Manajemen Investasi. Rineka Cipta, Jakarta,
2003.
Alwi, Iskandar Z.. Pasar Modal Teori dan Aplikasi Edisi Pertama. Yayasan
Pancur Siwah, Jakarta, 2003.
Ang, Robert. Pasar Modal Indonesia. Media Soft Indonesia, 1997.
Ariefianto, Doddy. Ekonometrika. Erlangga, Jakarta, 2012.
Bettman, Jenni L., Sault Stephen J., & Schultz, Emma L. Fundamental and
Technical Analysis: Substitutes or complements. AFAANZ Journal of
Accounting and Finance, 49, 21 – 36, 2009.
Darmadji, Tjiptono & Hendy M. Fakhruddin. Pasar Modal Indonesia. Salemba
Empat, Jakarta, 2008.
Dechow, P., A. Hutton, & R. Sloan. Anempirical Assessment of the Residual
Income Model. Journal of Accounting and Economics, 26, 1-34, 1999.
Dewan Syariah Nasional MUI. Himpunan Fatwa Dewan Syariah Nasional. MUI,
Jakarta, 2003.
Ghozali, Imam. “Aplikasi Analisis Multivariate Dengan Program IBM SPSS 20
Edisi 6”. Badan Penerbit Universitas Diponegoro, Semarang, 2012.
Gujarati, Damodar .N.. Basic Econometrics, 4rd ed. McGraw-Hill, New York,
2004.
Hamid, Abdul. Pasar Modal Syariah. Lembaga Penelitian UIN Jakarta, Jakarta,
2009.
Hartono, Jugiyanto. Teori Portofolio dan Analisi Investasi. Edisi VII, BPFE,
Yogyakarta, 2000.
Hurairah, Abi & Haryajid. Gerbang Pintar Pasar Modal. PT Capital Bridge
Advisory, Jakarta, 2012.
Husnan, Suad. Dasar-dasar Teori Portofolio dan Analisis Sekuritas, edisi Ketiga.
UPP AMP YKPN, Yogyakarta, 2003.
134
Jegadeesh, N., & S. Titman. Returns to buying winners and selling losers. Journal
of Finance, 25, 469 – 482, 1993.
Kumar, Naveen Baradi & Mohapatra, Sanjay. The Use of Technical and
Fundamental Analyses By Stock Exchange Brokers: Indian Evidence.
Journal of Empirical Economics Vol. 2, No. 4, 2014, 190-203, 2014.
Muhamad. Metodologi Penelitian Ekonomi Islam. Rajawali Pers, Jakarta, 2008.
Muhamad. Manajemen Keuangan Syariah: Analisis Fiqh dan Keuangan. UPP
STIM YKPN, Yogyakarta, 2014.
Mulyadi. Akuntansi Manajemen. Cetakan ke 1, Salemba Empat, Jakarta, 2001.
Nachrowi, Djalal Nachrowi, Hardius Usman. Pendekatan Populer dan Praktis
Ekonometrika untuk Analisis Ekonomi dan Keuangan, Lembaga Penerbit
Universitas Indonesia, Jakarta, 2006.
Oberlechner, Thomas. Fundamental Analysis in the European Foreign Exchange
Market. International Journal of Finance and Economics, 6, 81-93, 2001.
Omar, Farooq Mohammad dan Reza, Hasib. Dow Jones Islamic Market US Index:
Applying technical analysis from a comparative perspective. International
Journal of Islamic and Middle Eastern Finance and Management, Vol. 7
Iss: 4, pp.395 – 420, 2014.
Pratomo, Eko P. Berwisata ke Dunia Reksa Dana. PT. Gramedia Pustaka Utama,
Jakarta, 2007.
Reka, Denika, Azam Noer dan Hendro. Analisis Fundamental, Teknikal, dan
Makroekonomi Harga Saham Sektor Pertanian. Program Pascasarjana
Manajemen Bisnis Institut Pertanian Bogor, 2014.
Remond, Stephanus,& Suryanto, Hendra. The Complementary Nature Of
Fundamental And Technical Analysis. Jurnal Manajemenen Bisnis, Vol.3
No.2, 2011.
Rodoni, Ahmad. Investasi Syariah. Lembaga Penelitian UIN Jakarta, Jakarta,
2009.
Rosadi, Dedi. Ekonometrika & Analisis Runtun Waktu Terapan dengan EViews.
ANDI, Yogyakarta, 2012.
Siregar, Syofian. Statistika Deskriptif untuk Penelitian. PT Raja Grafindo Persada,
Jakarta, 2011.
135
Soemitra, Andri. Bank dan Lembaga Keuangan Syariah. Kencana, Jakarta, 2010.
Sri nurhayati & Wasilah. Akuntansi Syariah di Indonesia. Salemba Empat,
Jakarta, 2013.
Subramanyam dan John J. Wild. Analisis Laporan Keuangan. Salemba Empat,
Jakarta, 2010.
Sugiyono. “Metode Penelitian Bisnis”. Alfabeta, Bandung, 2009.
Suliyanto. Ekonometrika Terapan: Teori & Aplikasi dengan SPSS. Andi,
Yogyakarta, 2011.
Taylor, M., & H. Allen. The use of technical analysis in the foreign exchange
market. Journal of International Money and Finance, 11, 304–314, 1992.
Umam, Khaerul. Pasar Modal Syari’ah & Praktik Pasar Modal Syariah. Pustaka
Setia, Jakarta, 2013.
Weston, J.F., & Copeland, T.E.. Manajemen Keuangan. Terjemahan Oleh Jaka
Wasana & Kibrandoko, Edisi Kesembilan Jilid I, Binarupa Aksara, Jakarta,
2004.
Wijayanti. Analisi Kinerja Keungan dan Harga Saham Perbankan di Bursa Efek
Indonesia (BEI). Journal of Indonesian Applied Economics. Fakultas
Ekonomi Universitas Brawijaya Malang, 2010.
Winarno, Wing Wahyu. Analisis Ekonometrika dan Statistika dengan Eviews,
Edisi Ketiga, UPP STIM YKPN, Yogyakarta, 2011.
Data Statistik Perkembangan Pasar Modal Syariah, data di akses pada 11 Maret
2015 dari http://www.bapepam.go.id/syariah/statistik/pdf
Data Statistik Pasar Modal, data di akses pada 11 Maret 2015 dari
http://www.ojk.go.id/data-statistik-pasar-modal?pg=0
Ishsan, Dian. “Prospek Investasi Syariah di Indonesia”. Artikel ini di akses pada
11 Maret 2015 dari http://bisnis.liputan6.com/
136
LAMPIRAN
Lampiran 1:
Data Penelitian
No. Kode Tahun Pt BVPS PER EPS FEPSt Pt-1 Dup Ddown
1 AALI 2011 21,700 5,350 13.68 1,528 816 22,400 0 0
1 AALI 2012 19,700 5,947 12.64 1,530 1760 18,000 0 0
1 AALI 2013 25,100 6,520 21.94 1,144 1890 22,250 0 0
1 AALI 2014 24,250 7,117 15.62 1,164 952 24,000 0 0
2 ACES 2011 4,100 718 25.16 166 111 3,800 1 0
2 ACES 2012 820 94 32.79 25 209 750 1 0
2 ACES 2013 590 111 19.88 29 -36 690 0 0
2 ACES 2014 785 127 26.88 22 19 805 0 0
3 ADRO 2011 1,770 692 11.16 156 177 1,910 0 0
3 ADRO 2012 1,590 905 13.78 116 158 1,340 0 0
3 ADRO 2013 1,090 1,226 12.29 89 165 1,130 0 1
3 ADRO 2014 1,040 1,280 9.27 84 64 1,080 0 0
4 AKRA 2011 3,025 935 22.62 600 67 2,850 1 0
4 AKRA 2012 4,150 1,093 21.15 169 850 4,300 1 0
4 AKRA 2013 4,375 1,382 26.19 167 511 4,675 0 0
4 AKRA 2014 4,120 1,456 20.9 148 106 4,650 0 0
5 ANTM 2011 1,620 1,129 8.03 202 125 1,640 0 0
5 ANTM 2012 1,280 1,345 4.08 314 463 1,240 0 0
5 ANTM 2013 1,090 1,341 25.36 43 451 1,260 0 0
5 ANTM 2014 1,065 1,272 -13.51 -59 -81 980 0 0
6 APLI 2011 75 144 5.13 11 7 80 0 0
6 APLI 2012 86 146 30.69 3 6 85 0 0
6 APLI 2013 65 145 51.82 1 -2 57 0 0
6 APLI 2014 81 150 9.9 8 0 84 0 0
7 APLN 2011 350 245 10.48 34 26 290 0 1
7 APLN 2012 370 310 9.02 41 39 365 0 0
7 APLN 2013 215 352 5.18 42 70 245 0 1
7 APLN 2014 335 387 10.17 33 47 361 0 0
8 ARNA 2011 350 263 6.98 51 38 360 0 0
8 ARNA 2012 1,640 330 18.97 84 60 1,510 1 0
8 ARNA 2013 820 105 25.6 32 106 870 1 0
8 ARNA 2014 870 116 24.12 36 16 915 0 0
9 ARTI 2011 255 512 41.63 13 0 215 0 0
9 ARTI 2012 260 546 7.86 20 11 295 0 0
9 ARTI 2013 181 592 7.01 26 28 198 0 1
9 ARTI 2014 101 604 5.57 14 36 100 0 1
137
Data Penelitian
No. Kode Tahun Pt BVPS PER EPS FEPSt Pt-1 Dup Ddown
10 ASGR 2011 1,140 412 11.32 91 80 1,070 0 0
10 ASGR 2012 1,350 469 11.09 127 125 1,360 0 0
10 ASGR 2013 1,670 546 10.78 154 161 1,690 0 0
10 ASGR 2014 1,895 606 10.99 172 198 2,050 1 0
11 ASII 2011 74,000 17,459 14.87 5,244 3,888 70,900 1 0
11 ASII 2012 7,600 2,066 13.58 560 7362 7,250 1 0
11 ASII 2013 6,800 2,434 15.33 443 1632 6,250 0 0
11 ASII 2014 7,425 2,852 15.56 477 187 7,125 0 0
12 ASRI 2011 460 156 13.63 34 23 425 1 0
12 ASRI 2012 600 240 9.69 61 83 610 1 0
12 ASRI 2013 430 271 9.64 45 105 475 0 0
12 ASRI 2014 560 310 10.08 56 55 560 0 0
13 AUTO 2011 3,400 1,183 12.55 287 -108 3,200 1 0
13 AUTO 2012 3,700 1,355 13.12 282 199 3,775 0 0
13 AUTO 2013 3,650 1,884 20.43 179 298 3,825 1 0
13 AUTO 2014 4,200 2,016 23.61 178 126 3,900 0 0
14 BAYU 2011 255 318 4.61 56 15 240 0 0
14 BAYU 2012 350 460 2.03 172 189 335 0 0
14 BAYU 2013 400 586 7.29 55 465 400 1 0
14 BAYU 2014 995 821 9.25 108 53 1,095 1 0
15 BISI 2011 910 426 18.43 45 35 860 0 0
15 BISI 2012 790 459 18.32 43 39 880 0 0
15 BISI 2013 560 491 13.23 42 39 560 0 1
15 BISI 2014 790 510 19.81 40 41 525 0 1
16 BKSL 2011 265 146 60.95 4 2 250 0 0
16 BKSL 2012 189 153 26.85 7 4 190 0 0
16 BKSL 2013 157 219 7.82 20 52 173 0 0
16 BKSL 2014 104 220 105.94 1 34 115 0 1
17 BMTR 2011 990 784 70.4 56 45 980 0 0
17 BMTR 2012 2,400 1,023 16.21 93 88 2,400 1 0
17 BMTR 2013 1,900 950 43.04 44 123 1,950 0 0
17 BMTR 2014 1,425 1,103 22 65 34 1,605 0 0
18 BRPT 2011 770 1,117 -54.45 -15 -56 800 0 0
18 BRPT 2012 420 1,325 -5.23 -80 -12 375 0 1
18 BRPT 2013 410 1,557 -5.89 -70 -193 440 0 0
18 BRPT 2014 303 1,839 -15.88 -19 -217 307 0 1
19 BSDE 2011 980 457 18.21 55 22 850 1 0
19 BSDE 2012 1,110 572 14 79 66 1,210 0 0
19 BSDE 2013 1,290 732 7.87 164 166 1,350 0 0
19 BSDE 2014 1,805 957 7.76 233 242 1,770 1 0
138
Data Penelitian
No. Kode Tahun Pt BVPS PER EPS FEPSt Pt-1 Dup Ddown
20 BTON 2011 335 471 3.87 88 20 325 0 0
20 BTON 2012 700 596 5.03 139 99 750 0 0
20 BTON 2013 550 739 3.72 148 248 610 0 0
20 BTON 2014 540 800 14.33 38 195 540 0 0
21 CNKO 2011 123 181 6.13 19 14 106 0 0
21 CNKO 2012 360 209 15.6 23 30 445 1 0
21 CNKO 2013 315 350 51.04 6.17 30 295 0 0
21 CNKO 2014 155 353 -11.01 -14 -2 179 0 0
22 COWL 2011 235 226 3.4 71 22 215 0 0
22 COWL 2012 143 42 11.93 12 309 197 0 0
22 COWL 2013 470 240 49.24 10 -3 405 1 0
22 COWL 2014 625 246 152 4 5 560 1 0
23 CPIN 2011 2,150 352 15.39 158 92 2,300 1 0
23 CPIN 2012 3,650 486 18.2 201 115 3,425 1 0
23 CPIN 2013 3,375 587 18.79 180 241 3,400 0 0
23 CPIN 2014 3,780 665 27.14 139 194 4,110 0 0
24 CTRA 2011 540 490 16.93 33 10 490 1 0
24 CTRA 2012 800 533 16.97 47 40 780 1 0
24 CTRA 2013 750 619 12.14 62 101 730 0 0
24 CTRA 2014 1,250 703 16.12 78 83 1,310 0 0
25 CTRS 2011 870 931 6.91 124 53 820 0 0
25 CTRS 2012 2,250 1,110 13.29 169 182 2,025 1 0
25 CTRS 2013 1,310 1,196 6.9 190 321 1,810 0 0
25 CTRS 2014 2,960 1,411 11.56 256 235 2,815 0 0
26 DILD 2011 255 364 8.96 22 45 194 0 0
26 DILD 2012 335 379 8.66 31 73 315 0 0
26 DILD 2013 315 396 10.09 40 29 320 0 0
26 DILD 2014 650 416 11.23 58 53 645 0 0
27 DPNS 2011 710 416 13.27 56 70 740 1 0
27 DPNS 2012 385 428 9.3 41 84 410 0 0
27 DPNS 2013 470 571 4.92 95 36 405 0 0
27 DPNS 2014 353 704 6.96 51 109 413 0 0
28 DVLA 2011 1,150 614 12.42 97 72 1,150 1 0
28 DVLA 2012 1,690 716 13.05 130 79 1,740 1 0
28 DVLA 2013 2,200 802 19.43 113 145 2,100 0 0
28 DVLA 2014 1,690 857 18.24 93 124 1,550 0 0
29 EKAD 2011 280 206 6.62 50 67 240 0 0
29 EKAD 2012 350 203 4.57 77 65 520 0 0
29 EKAD 2013 390 271 6.29 62 94 395 0 0
29 EKAD 2014 515 334 7.65 67 71 471 0 0
139
Data Penelitian
No. Kode Tahun Pt BVPS PER EPS FEPSt Pt-1 Dup Ddown
30 ELSA 2011 230 261 2.63 9 -38 205 0 0
30 ELSA 2012 173 280 9.31 17 8 178 0 0
30 ELSA 2013 330 313 10.12 32 51 325 0 0
30 ELSA 2014 685 336 13.01 40 54 670 1 0
31 EMDE 2011 160 163 56.72 3 19 123 0 0
31 EMDE 2012 140 157 69.77 2 2 110 0 0
31 EMDE 2013 111 166 24.29 10 1 122 0 0
31 EMDE 2014 137 175 12.03 8 12 132 0 0
32 EPMT 2011 750 899 5.77 83 69 760 0 0
32 EPMT 2012 1,750 952 11.77 148 69 1,650 1 0
32 EPMT 2013 4,000 1,121 23.33 171 180 3,825 1 0
32 EPMT 2014 2,800 1,253 16.02 131 249 3,050 0 0
33 FPNI 2011 157 198 -7.53 -59 -158 136 0 0
33 FPNI 2012 115 183 -4.02 -28 -20 111 0 0
33 FPNI 2013 111 218 -8.19 -13 -18 106 0 0
33 FPNI 2014 91 205 -4.75 -19 -2 93 0 1
34 GDST 2011 129 91 8.07 16 19 122 0 0
34 GDST 2012 108 95 17.95 6 2 106 0 0
34 GDST 2013 86 103 9.81 9 0 94 0 1
34 GDST 2014 103 109 66.41 2 8 87 0 1
35 GPRA 2011 156 203 11.16 11 16 113 0 0
35 GPRA 2012 100 164 7.6 13 11 111 0 0
35 GPRA 2013 151 187 6.54 23 13 155 0 0
35 GPRA 2014 299 193 29.23 8 30 217 1 0
36 ICBP 2011 5,200 1,756 13.84 365 457 5,150 1 0
36 ICBP 2012 7,800 1,962 19.63 397 455 7,400 1 0
36 ICBP 2013 10,200 2,210 24.06 424 427 10,000 0 0
36 ICBP 2014 13,100 2,490 27.67 473 456 11,250 1 0
37 IGAR 2011 475 289 10.89 55 34 465 0 0
37 IGAR 2012 375 239 8.81 43 58 465 0 0
37 IGAR 2013 295 228 11.78 25 58 305 0 0
37 IGAR 2014 315 259 8.75 36 13 320 0 0
38 INAF 2011 163 196 13.66 9 -24 129 0 0
38 INAF 2012 330 209 24.13 13 19 265 1 0
38 INAF 2013 153 191 -8.75 -18 4 163 0 0
38 INAF 2014 355 179 -23.13 -15 -38 285 1 0
39 INCI 2011 210 615 -2.61 -35 -70 205 0 0
39 INCI 2012 245 639 9.98 25 -78 250 0 0
39 INCI 2013 240 698 4.21 57 46 250 0 0
39 INCI 2014 238 733 4.9 49 24 226 0 0
140
Data Penelitian
No. Kode Tahun Pt BVPS PER EPS FEPSt Pt-1 Dup Ddown
40 INCO 2011 3,200 1,647 10.51 304 485 3,050 0 0
40 INCO 2012 2,350 1,653 38.48 66 1435 2,075 0 0
40 INCO 2013 2,650 2,038 55.52 48 -60 2,400 0 1
40 INCO 2014 3,625 2,267 16.97 214 20 3,985 0 0
41 INDR 2011 1,980 4,113 6.44 342 627 2,000 0 0
41 INDR 2012 1,420 4,331 33.74 42 394 1,400 0 0
41 INDR 2013 1,000 5,315 29.56 34 -94 1,000 0 0
41 INDR 2014 770 5,619 331.43 274 15 1,200 0 0
42 INTP 2011 17,050 4,000 19.02 938 1,179 15,000 0 0
42 INTP 2012 22,450 4,896 18.4 1,220 1104 23,250 1 0
42 INTP 2013 20,000 5,860 15.3 1,307 1414 18,850 0 0
42 INTP 2014 25,000 6,319 18.57 1,346 1547 24,675 0 0
43 ITMG 2011 38,650 8,673 10.11 4,383 2,492 38,150 0 0
43 ITMG 2012 41,550 8,578 10.11 3,697 4817 39,250 0 0
43 ITMG 2013 28,500 3,942 11.28 943 5645 28,700 0 0
43 ITMG 2014 15,375 9,890 6.32 2,204 -508 19,025 0 1
44 JKON 2011 1,400 268 82.16 18 13 980 0 0
44 JKON 2012 1,500 311 35.24 43 13 1,500 1 0
44 JKON 2013 550 92 77.49 7 53 540 1 0
44 JKON 2014 850 99 144.46 6 -6 700 1 0
45 JPRS 2011 485 436 11.13 48 65 485 0 0
45 JPRS 2012 330 455 49.71 7 -85 360 0 0
45 JPRS 2013 270 488 8.26 33 -14 295 0 0
45 JPRS 2014 242 484 450.75 1 32 242 0 0
46 JTPE 2011 300 93 6.66 20 135 245 0 0
46 JTPE 2012 370 106 15.43 14 5 370 0 0
46 JTPE 2013 305 119 13.2 13 5 310 0 0
46 JTPE 2014 378 156 11.71 32 11 356 0 0
47 KAEF 2011 340 216 14.53 29 10 270 0 0
47 KAEF 2012 740 249 20.74 36 46 710 1 0
47 KAEF 2013 590 276 20.24 29 80 510 0 0
47 KAEF 2014 1,465 309 42.43 35 29 1,390 1 0
48 KBLI 2011 104 175 6.86 17 14 103 1 0
48 KBLI 2012 187 203 6.01 31 40 205 1 0
48 KBLI 2013 142 217 7.35 19 41 151 0 0
48 KBLI 2014 139 229 9.23 15 21 140 0 0
49 KDSI 2011 245 657 4.2 34 32 200 0 0
49 KDSI 2012 495 772 5.44 91 17 540 1 0
49 KDSI 2013 345 862 3.88 89 134 355 0 0
49 KDSI 2014 364 937 4 91 163 379 0 0
141
Data Penelitian
No. Kode Tahun Pt BVPS PER EPS FEPSt Pt-1 Dup Ddown
50 KIJA 2011 190 91 21.89 8 6 170 0 0
50 KIJA 2012 200 191 10.58 19 11 199 0 0
50 KIJA 2013 193 201 32.68 6 30 205 0 0
50 KIJA 2014 295 226 11.42 26 4 315 0 0
51 KKGI 2011 6,450 601 14.58 459 480 6,400 1 0
51 KKGI 2012 2,475 690 11.35 291 797 2,200 0 0
51 KKGI 2013 2,050 876 9.68 279 229 2,725 0 0
51 KKGI 2014 1,005 886 7.75 130 222 1,245 0 0
52 KLBF 2011 6,450 598 24.78 144 150 3,525 0 0
52 KLBF 2012 1,060 135 31.87 33 190 1,030 1 0
52 KLBF 2013 1,250 169 32.17 39 -19 1,220 0 0
52 KLBF 2014 1,830 197 43.27 42 27 1,750 1 0
53 LAMI 2011 225 195 6.8 31 40 200 0 0
53 LAMI 2012 215 272 6.36 34 37 265 0 0
53 LAMI 2013 177 298 7.45 24 59 210 0 0
53 LAMI 2014 278 337 9.42 30 20 270 0 0
54 LMPI 2011 205 402 38.11 5 12 210 0 0
54 LMPI 2012 255 407 109.87 2 5 230 0 0
54 LMPI 2013 215 394 -18.01 -11 1 255 1 0
54 LMPI 2014 175 394 305.17 79 -14 181 0 1
55 LPIN 2011 2,200 5,332 4.13 399 579 2,000 0 0
55 LPIN 2012 7,650 6,218 9.79 781 591 7,550 1 0
55 LPIN 2013 5,000 6,812 12.42 402 837 3,850 0 0
55 LPIN 2014 6,200 6,217 -8.74 -709 405 5,850 0 0
56 LPKR 2011 660 424 21.97 31 20 630 0 0
56 LPKR 2012 1,000 473 9.36 46 34 1,070 1 0
56 LPKR 2013 910 597 17.25 53 64 910 0 0
56 LPKR 2014 1,020 711 16.76 61 69 1,165 0 0
57 LSIP 2011 2,250 855 9.45 249 586 2,375 0 0
57 LSIP 2012 2,300 920 12.32 163 99 1,870 0 0
57 LSIP 2013 1,930 969 17.11 112 71 1,840 0 0
57 LSIP 2014 1,890 1,026 13.84 102 67 1,985 0 0
58 MAPI 2011 5,150 1,080 23.87 188 171 5,250 1 0
58 MAPI 2012 6,650 1,308 25.28 260 212 7,100 1 0
58 MAPI 2013 5,500 1,462 40.13 197 371 4,875 0 0
58 MAPI 2014 5,075 1,511 56.83 89 203 5,600 0 0
59 MBSS 2011 870 961 6.19 167 317 1,140 0 1
59 MBSS 2012 990 1,167 4.9 201 242 790 0 1
59 MBSS 2013 1,010 1,694 3.76 268 189 1,090 0 0
59 MBSS 2014 1,000 1,746 6.51 154 329 1,050 0 0
142
Data Penelitian
No. Kode Tahun Pt BVPS PER EPS FEPSt Pt-1 Dup Ddown
60 MBTO 2011 410 374 10.28 43 24 415 0 1
60 MBTO 2012 380 406 8.77 42 59 370 0 1
60 MBTO 2013 305 421 20.19 15 55 310 0 1
60 MBTO 2014 200 424 61.18 19 1 175 0 1
61 MFMI 2011 225 149 14.48 16 -4 215 0 1
61 MFMI 2012 190 162 13.05 14 8 200 0 1
61 MFMI 2013 180 175 12.17 15 11 175 0 1
61 MFMI 2014 338 367 -35.86 -9 15 326 0 1
62 MICE 2011 365 500 6.02 64 61 315 0 0
62 MICE 2012 380 546 4.89 74 72 405 0 0
62 MICE 2013 410 610 6.14 50 82 395 0 0
62 MICE 2014 353 865 7.28 48 42 350 0 0
63 MNCN 2011 1,310 170 15.73 26 72 1,130 1 0
63 MNCN 2012 2,500 522 19.59 118 19 2,675 1 0
63 MNCN 2013 2,625 549 26.86 119 132 2,675 0 0
63 MNCN 2014 2,540 614 19.58 130 330 2,405 0 0
64 MPPA 2011 920 1,019 42.65 18 2,182 940 0 0
64 MPPA 2012 1,150 689 26.89 39 -475 1,330 0 0
64 MPPA 2013 1,940 612 23.45 82 30 1,990 0 0
64 MPPA 2014 3,050 492 34.76 88 151 3,265 1 0
65 MRAT 2011 500 837 8.3 41 47 520 0 0
65 MRAT 2012 490 901 6.09 71 41 560 0 0
65 MRAT 2013 465 882 -29.7 -16 86 465 0 0
65 MRAT 2014 350 908 15.71 22 -65 359 0 1
66 MTDL 2011 118 259 3.83 27 16 125 0 0
66 MTDL 2012 164 311 2.84 52 62 161 0 0
66 MTDL 2013 285 414 5.63 50 82 280 0 0
66 MTDL 2014 615 470 9.54 64 72 600 1 0
67 MYOR 2011 14,250 3,162 22.58 445 866 13,850 1 0
67 MYOR 2012 20,000 4,001 20.64 971 433 20,950 0 0
67 MYOR 2013 26,000 4,404 22.32 1,164 1134 27,800 0 0
67 MYOR 2014 20,900 4,409 56.17 372 1948 25,200 1 0
68 PJAA 2011 1,000 737 9.88 85 81 860 0 0
68 PJAA 2012 740 818 6.33 111 100 850 0 0
68 PJAA 2013 1,090 919 9.07 120 131 1,010 0 0
68 PJAA 2014 1,775 923 23 77 143 1,575 1 0
69 PTBA 2011 17,350 3,543 12.95 1,339 837 17,000 0 0
69 PTBA 2012 15,100 3,691 15.33 1,258 1355 14,000 0 0
69 PTBA 2013 10,200 3,277 12.87 792 1636 12,000 0 0
69 PTBA 2014 12,500 3,539 13.65 915 535 13,150 0 1
143
Data Penelitian
No. Kode Tahun Pt BVPS PER EPS FEPSt Pt-1 Dup Ddown
70 PWON 2011 750 197 19.88 28 55 830 0 0
70 PWON 2012 225 65 14.14 15 27 230 1 0
70 PWON 2013 270 85 11.48 23 10 250 0 0
70 PWON 2014 515 113 14.14 36 22 515 1 0
71 PYFA 2011 176 154 18.21 13 14 157 1 0
71 PYFA 2012 177 161 17.84 9 16 178 0 0
71 PYFA 2013 147 168 12.7 11 7 148 0 0
71 PYFA 2014 135 176 127.16 1 10 133 0 0
72 RIGS 2011 495 928 -7.57 -32 107 475 0 0
72 RIGS 2012 455 1,588 4.73 96 -94 455 0 0
72 RIGS 2013 245 1,976 -6.33 -38 92 275 0 1
72 RIGS 2014 280 1,854 -25.39 -11 -29 272 0 1
73 SGRO 2011 2,975 1,322 10.23 331 149 3,000 0 0
73 SGRO 2012 2,500 1,411 18.22 174 445 2,250 0 0
73 SGRO 2013 2,000 1,427 31.7 63 172 1,850 0 0
73 SGRO 2014 2,100 1,581 9.58 164 -7 2,275 0 0
74 SMCB 2011 2,175 939 15.8 126 115 1,890 0 0
74 SMCB 2012 2,900 1,041 16.09 176 141 3,575 1 0
74 SMCB 2013 2,275 1,144 18.31 124 216 2,300 0 0
74 SMCB 2014 2,185 1,167 22.04 99 123 2,275 0 0
75 SMGR 2011 11,450 2,463 17.15 661 676 9,250 1 0
75 SMGR 2012 15,850 3,062 19.09 817 724 14,800 1 0
75 SMGR 2013 14,150 3,675 15.63 905 963 12,800 0 0
75 SMGR 2014 16,200 3,959 17.63 919 1056 16,000 0 0
76 SMRA 2011 1,240 360 21.93 57 47 1,060 1 0
76 SMRA 2012 1,900 528 17.3 110 79 1,920 1 0
76 SMRA 2013 780 322 10.21 76 174 900 0 0
76 SMRA 2014 1,520 380 18.6 82 94 1,460 1 0
77 SMSM 2011 360 465 8.93 149 106 1,400 1 0
77 SMSM 2012 2,525 569 13.54 186 179 2,575 1 0
77 SMSM 2013 3,450 699 16.13 213 257 3,850 1 0
77 SMSM 2014 4,750 796 48.03 99 253 4,625 1 0
78 SSIA 2011 720 255 12.42 54 112 375 1 0
78 SSIA 2012 1,080 354 6.87 150 81 1,120 1 0
78 SSIA 2013 560 555 3.81 146 164 730 0 0
78 SSIA 2014 1,070 584 16.52 65 274 955 0 0
79 TINS 2011 1,670 931 9.37 227 111 1,730 0 0
79 TINS 2012 1,540 905 17.79 85 482 1,310 0 0
79 TINS 2013 1,600 972 15.63 102 48 1,610 0 1
79 TINS 2014 1,230 665 20.96 69 79 1,225 0 0
144
Data Penelitian
No. Kode Tahun Pt BVPS PER EPS FEPSt Pt-1 Dup Ddown
80 TLKM 2011 7,050 3,024 9.18 543 592 7,350 1 0
80 TLKM 2012 9,050 3,322 9.92 637 508 9,000 0 0
80 TLKM 2013 2,150 768 15.26 140 658 2,175 0 0
80 TLKM 2014 2,865 802 18.92 151 -96 2,825 0 0
81 TMPO 2011 105 117 8.11 14 8 100 0 0
81 TMPO 2012 150 137 6.54 23 27 150 0 0
81 TMPO 2013 158 168 15.75 10 39 157 0 0
81 TMPO 2014 121 176 15.84 8 7 124 0 0
82 TOTL 2011 285 179 10.41 36 30 250 0 0
82 TOTL 2012 900 195 16.45 55 45 900 1 0
82 TOTL 2013 500 226 8.49 59 84 580 0 0
82 TOTL 2014 1,120 237 24.3 46 77 990 0 0
83 TOTO 2011 50,000 15,353 11.32 5,180 5,937 47,150 1 0
83 TOTO 2012 6,650 1,813 13.92 476 6166 6,650 1 0
83 TOTO 2013 7,700 2,090 16.12 477 1810 7,600 0 0
83 TOTO 2014 3,975 2,488 11.97 498 261 3,900 0 0
84 TRST 2011 390 472 7.6 63 29 410 1 0
84 TRST 2012 345 481 8.63 21 65 285 0 0
84 TRST 2013 250 608 21.29 11 8 270 0 0
84 TRST 2014 380 611 15.21 25 2 385 0 0
85 TSPC 2011 2,550 677 19.61 153 149 2,450 1 0
85 TSPC 2012 3,725 745 26.05 166 187 3,550 1 0
85 TSPC 2013 3,250 858 23.05 170 193 3,325 0 0
85 TSPC 2014 2,865 908 17.66 162 179 3,100 0 0
86 ULTJ 2011 1,080 488 22.89 50 36 1,090 0 0
86 ULTJ 2012 1,330 536 16.49 81 78 1,310 0 0
86 ULTJ 2013 4,500 681 35.03 128 102 4,325 1 0
86 ULTJ 2014 3,720 757 39.09 95 191 3,765 0 0
87 UNTR 2011 26,350 7,373 16.76 1,581 1,434 23,350 1 0
87 UNTR 2012 19,700 8,659 12.54 1,549 1777 17,050 0 0
87 UNTR 2013 19,000 9,557 14.66 1,295 1791 18,250 0 0
87 UNTR 2014 17,350 10,341 10.17 1,439 1155 18,325 0 0
88 UNVR 2011 18,800 482 34.45 545 495 18,200 1 0
88 UNVR 2012 20,850 520 32.87 634 627 26,350 1 0
88 UNVR 2013 26,000 557 37.06 701 749 26,600 1 0
88 UNVR 2014 32,300 717 45.65 530 792 31,800 0 0
89 WICO 2011 61 69 61.82 2 -7 53 0 0
89 WICO 2012 53 70 0.8 66 4 57 0 0
89 WICO 2013 52 67 -13.67 -3 56 52 0 0
89 WICO 2014 99 99 15.42 32 -86 80 0 0
145
Data Penelitian
No. Kode Tahun Pt BVPS PER EPS FEPSt Pt-1 Dup Ddown
90 WIKA 2011 610 368 9.15 59 67 470 0 0
90 WIKA 2012 1,480 460 17.75 74 81 1,630 1 0
90 WIKA 2013 1,580 525 17.02 92 92 1,650 0 0
90 WIKA 2014 3,680 768 42.35 65 113 3,005 1 0
91 WINS 2011 330 360 6.96 59 19 350 0 0
91 WINS 2012 480 475 7.46 64 62 450 0 0
91 WINS 2013 680 730 7.52 90 107 650 1 0
91 WINS 2014 825 785 11.37 73 107 1,100 1 0
146
Lampiran 2: Descriptive Statistik
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
Pt 364 52 74000 3462.05 7633.897
PER 364 -54 451 19.84 37.630
EPS 364 -709 5244 221.00 567.425
BVPS 364 42 17459 1222.42 2034.117
FEPS 364 -709 5180 212.53 516.760
Pt1 364 52 70900 3417.77 7476.334
Dup 364 0 1 .28 .451
Ddown 364 0 1 .30 .457
Valid N (listwise) 364
Lampiran 3: Output Hasil Pengujian Data Model 1
Fixed Effect Model Dependent Variable: Pt
Method: Panel Least Squares
Date: 09/15/15 Time: 17:29
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C 244.9281 209.8042 1.167413 0.2441
BVPS 1.492660 0.234511 6.364983 0.0000
PER -0.627694 3.479788 -0.180383 0.8570
EPS 6.357110 0.660988 9.617586 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.948073 Mean dependent var 3462.055
Adjusted R-squared 0.930186 S.D. dependent var 7633.897
S.E. of regression 2017.048 Akaike info criterion 18.27441
Sum squared resid 1.10E+09 Schwarz criterion 19.28082
Log likelihood -3231.942 Hannan-Quinn criter. 18.67441
F-statistic 53.00604 Durbin-Watson stat 2.297177
Prob(F-statistic) 0.000000
147
Uji Chow
Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 6.648115 (90,270) 0.0000
Cross-section Chi-square 425.206712 90 0.0000
Cross-section fixed effects test equation:
Dependent Variable: Pt
Method: Panel Least Squares
Date: 09/15/15 Time: 17:44
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C 316.4773 213.4944 1.482368 0.1391
BVPS 0.697033 0.158334 4.402307 0.0000
PER 3.447498 4.376255 0.787774 0.4313
EPS 10.06830 0.567861 17.73022 0.0000 R-squared 0.832999 Mean dependent var 3462.055
Adjusted R-squared 0.831608 S.D. dependent var 7633.897
S.E. of regression 3132.618 Akaike info criterion 18.94805
Sum squared resid 3.53E+09 Schwarz criterion 18.99088
Log likelihood -3444.546 Hannan-Quinn criter. 18.96508
F-statistic 598.5600 Durbin-Watson stat 1.366542
Prob(F-statistic) 0.000000
148
Random Effect Model
Dependent Variable: Pt
Method: Panel EGLS (Cross-section random effects)
Date: 09/15/15 Time: 17:50
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C 333.3708 293.0897 1.137436 0.2561
BVPS 1.166641 0.175779 6.636980 0.0000
PER 0.287215 3.334553 0.086133 0.9314
EPS 7.678078 0.546504 14.04945 0.0000 Effects Specification
S.D. Rho Cross-section random 2243.959 0.5531
Idiosyncratic random 2017.048 0.4469 Weighted Statistics R-squared 0.812783 Mean dependent var 1419.233
Adjusted R-squared 0.811223 S.D. dependent var 4784.731
S.E. of regression 2078.894 Sum squared resid 1.56E+09
F-statistic 520.9673 Durbin-Watson stat 1.928082
Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.823912 Mean dependent var 3462.055
Sum squared resid 3.73E+09 Durbin-Watson stat 1.190163
149
Uji Hausman
Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 25.414784 3 0.0000
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob. BVPS 1.492660 1.166641 0.024097 0.0357
PER -0.627694 0.287215 0.989681 0.3577
EPS 6.357110 7.678078 0.138239 0.0004
Cross-section random effects test equation:
Dependent Variable: Pt
Method: Panel Least Squares
Date: 09/15/15 Time: 17:52
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C 244.9281 209.8042 1.167413 0.2441
BVPS 1.492660 0.234511 6.364983 0.0000
PER -0.627694 3.479788 -0.180383 0.8570
EPS 6.357110 0.660988 9.617586 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.948073 Mean dependent var 3462.055
Adjusted R-squared 0.930186 S.D. dependent var 7633.897
S.E. of regression 2017.048 Akaike info criterion 18.27441
Sum squared resid 1.10E+09 Schwarz criterion 19.28082
Log likelihood -3231.942 Hannan-Quinn criter. 18.67441
F-statistic 53.00604 Durbin-Watson stat 2.297177
Prob(F-statistic) 0.000000
150
Uji Mulikolineritas
Coefficientsa
Model Collinearity Statistics
Tolerance VIF
1
(Constant)
BVPS .261 3.837
PER .997 1.003
EPS .260 3.841
a. Dependent Variable: Pt
Uji Heteroskedastisitas
Dependent Variable: LOG(RES2)
Method: Panel Least Squares
Date: 10/08/15 Time: 14:22
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C 10.25332 0.197886 51.81423 0.0000
BVPS 0.000346 0.000221 1.562631 0.1193
PER -0.005144 0.003282 -1.567191 0.1182
EPS -0.000853 0.000623 -1.367714 0.1725
R-squared 0.773747 Mean dependent var 10.38532
Adjusted R-squared 0.695816 S.D. dependent var 3.449443
S.E. of regression 1.902468 Akaike info criterion 4.341933
Sum squared resid 977.2340 Schwarz criterion 5.348341
Log likelihood -696.2318 Hannan-Quinn criter. 4.741934
F-statistic 9.928555 Durbin-Watson stat 2.599096
Prob(F-statistic) 0.000000
151
Lampiran 4: Output Hasil Pengujian Data Model 2
Fixed Effect Model
Dependent Variable: Pt
Method: Panel Least Squares
Date: 09/17/15 Time: 11:38
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C 35.37785 203.5402 0.173813 0.8621
BVPS 1.568021 0.223728 7.008592 0.0000
PER -0.653939 3.313250 -0.197371 0.8437
EPS 5.723573 0.640320 8.938608 0.0000
FEPS 0.936989 0.174521 5.368926 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.953098 Mean dependent var 3462.055
Adjusted R-squared 0.936709 S.D. dependent var 7633.897
S.E. of regression 1920.513 Akaike info criterion 18.17811
Sum squared resid 9.92E+08 Schwarz criterion 19.19522
Log likelihood -3213.416 Hannan-Quinn criter. 18.58236
F-statistic 58.15333 Durbin-Watson stat 2.348425
Prob(F-statistic) 0.000000
152
Uji Chow
Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 7.154233 (90,269) 0.0000
Cross-section Chi-square 444.769445 90 0.0000
Cross-section fixed effects test equation:
Dependent Variable: Pt
Method: Panel Least Squares
Date: 09/17/15 Time: 12:05
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C 263.2970 209.0992 1.259197 0.2088
BVPS 0.647897 0.155231 4.173771 0.0000
PER 3.620468 4.278508 0.846199 0.3980
EPS 9.211957 0.591347 15.57793 0.0000
FEPS 1.086297 0.258409 4.203797 0.0000 R-squared 0.840834 Mean dependent var 3462.055
Adjusted R-squared 0.839061 S.D. dependent var 7633.897
S.E. of regression 3062.507 Akaike info criterion 18.90550
Sum squared resid 3.37E+09 Schwarz criterion 18.95903
Log likelihood -3435.800 Hannan-Quinn criter. 18.92677
F-statistic 474.1278 Durbin-Watson stat 1.297573
Prob(F-statistic) 0.000000
153
Random Effect Model
Dependent Variable: Pt
Method: Panel EGLS (Cross-section random effects)
Date: 09/17/15 Time: 12:08
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C 197.1831 292.6276 0.673836 0.5008
BVPS 1.182404 0.170966 6.916000 0.0000
PER 0.286808 3.187705 0.089973 0.9284
EPS 6.988113 0.537775 12.99450 0.0000
FEPS 0.978578 0.170408 5.742573 0.0000 Effects Specification
S.D. Rho Cross-section random 2271.607 0.5832
Idiosyncratic random 1920.513 0.4168 Weighted Statistics R-squared 0.827321 Mean dependent var 1347.993
Adjusted R-squared 0.825397 S.D. dependent var 4711.066
S.E. of regression 1968.543 Sum squared resid 1.39E+09
F-statistic 430.0005 Durbin-Watson stat 1.968937
Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.832918 Mean dependent var 3462.055
Sum squared resid 3.53E+09 Durbin-Watson stat 1.181476
154
Uji Hausman
Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 22.181119 4 0.0002
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob. BVPS 1.568021 1.182404 0.020825 0.0075
PER -0.653939 0.286808 0.816165 0.2977
EPS 5.723573 6.988113 0.120809 0.0003
FEPS 0.936989 0.978578 0.001419 0.2695
Cross-section random effects test equation:
Dependent Variable: Pt
Method: Panel Least Squares
Date: 09/17/15 Time: 12:09
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C 35.37785 203.5402 0.173813 0.8621
BVPS 1.568021 0.223728 7.008592 0.0000
PER -0.653939 3.313250 -0.197371 0.8437
EPS 5.723573 0.640320 8.938608 0.0000
FEPS 0.936989 0.174521 5.368926 0.0000 Effects Specification Cross-section fixed (dummy variables) R-squared 0.953098 Mean dependent var 3462.055
Adjusted R-squared 0.936709 S.D. dependent var 7633.897
S.E. of regression 1920.513 Akaike info criterion 18.17811
Sum squared resid 9.92E+08 Schwarz criterion 19.19522
Log likelihood -3213.416 Hannan-Quinn criter. 18.58236
F-statistic 58.15333 Durbin-Watson stat 2.348425
Prob(F-statistic) 0.000000
155
Uji Mulikolineritas
Coefficientsa
Model Collinearity Statistics
Tolerance VIF
1
(Constant)
BVPS .259 3.859
PER .997 1.003
EPS .229 4.358
FEPS .581 1.722
a. Dependent Variable: Pt
Uji Heteroskedastisitas
Dependent Variable: LOG(RES2)
Method: Panel Least Squares
Date: 10/08/15 Time: 14:20
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C 10.26070 0.201989 50.79843 0.0000
BVPS 0.000343 0.000222 1.544802 0.1236
PER -0.005143 0.003288 -1.564109 0.1190
EPS -0.000830 0.000635 -1.306744 0.1924
FEPS -3.30E-05 0.000173 -0.190705 0.8489 R-squared 0.773778 Mean dependent var 10.38532
Adjusted R-squared 0.694726 S.D. dependent var 3.449443
S.E. of regression 1.905872 Akaike info criterion 4.347292
Sum squared resid 977.1019 Schwarz criterion 5.364406
Log likelihood -696.2072 Hannan-Quinn criter. 4.751548
F-statistic 9.788261 Durbin-Watson stat 2.599635
Prob(F-statistic) 0.000000
156
Lampiran 5: Output Hasil Pengujian Data Model 3
Fixed Effect Model
Dependent Variable: Pt
Method: Panel Least Squares
Date: 09/18/15 Time: 07:49
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C -90.15676 49.28403 -1.829330 0.0685
Pt-1 1.047746 0.008520 122.9690 0.0000
DUP -45.09104 88.52377 -0.509366 0.6109
DDOWN -202.1887 162.9794 -1.240578 0.2158 Effects Specification Cross-section fixed (dummy variables) R-squared 0.995354 Mean dependent var 3462.055
Adjusted R-squared 0.993753 S.D. dependent var 7633.897
S.E. of regression 603.3640 Akaike info criterion 15.86067
Sum squared resid 98292986 Schwarz criterion 16.86708
Log likelihood -2792.642 Hannan-Quinn criter. 16.26067
F-statistic 621.9205 Durbin-Watson stat 2.422966
Prob(F-statistic) 0.000000
157
Uji Chow
Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 1.671209 (90,270) 0.0009
Cross-section Chi-square 161.181273 90 0.0000 Cross-section fixed effects test equation:
Dependent Variable: Pt
Method: Panel Least Squares
Date: 09/18/15 Time: 07:50
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C 12.22151 44.30027 0.275879 0.7828
Pt-1 1.017293 0.004629 219.7530 0.0000
DUP -51.88163 80.28695 -0.646203 0.5186
DDOWN -161.8001 124.6390 -1.298150 0.1951 R-squared 0.992765 Mean dependent var 3462.055
Adjusted R-squared 0.992705 S.D. dependent var 7633.897
S.E. of regression 652.0247 Akaike info criterion 15.80897
Sum squared resid 1.53E+08 Schwarz criterion 15.85180
Log likelihood -2873.233 Hannan-Quinn criter. 15.82599
F-statistic 16466.31 Durbin-Watson stat 1.702307
Prob(F-statistic) 0.000000
158
Random Effect Model
Dependent Variable: Pt
Method: Panel EGLS (Cross-section random effects)
Date: 09/18/15 Time: 08:18
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C -0.353981 48.14825 -0.007352 0.9941
Pt-1 1.020802 0.004966 205.5383 0.0000
DUP -47.22183 78.19299 -0.603914 0.5463
DDOWN -168.9458 126.3210 -1.337433 0.1819 Effects Specification
S.D. Rho Cross-section random 218.1185 0.1156
Idiosyncratic random 603.3640 0.8844 Weighted Statistics R-squared 0.991440 Mean dependent var 2805.569
Adjusted R-squared 0.991369 S.D. dependent var 6608.806
S.E. of regression 613.9942 Sum squared resid 1.36E+08
F-statistic 13898.54 Durbin-Watson stat 1.849148
Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.992753 Mean dependent var 3462.055
Sum squared resid 1.53E+08 Durbin-Watson stat 1.688668
159
Uji Hausman
Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 15.796865 3 0.0012
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob. Pt-1 1.047746 1.020802 0.000048 0.0001
DUP -45.091035 -47.221833 1722.314469 0.9591
DDOWN -202.188664 -168.945813 10605.30009 0.7468
Cross-section random effects test equation:
Dependent Variable: Pt
Method: Panel Least Squares
Date: 09/18/15 Time: 08:19
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C -90.15676 49.28403 -1.829330 0.0685
Pt-1 1.047746 0.008520 122.9690 0.0000
DUP -45.09104 88.52377 -0.509366 0.6109
DDOWN -202.1887 162.9794 -1.240578 0.2158 Effects Specification Cross-section fixed (dummy variables) R-squared 0.995354 Mean dependent var 3462.055
Adjusted R-squared 0.993753 S.D. dependent var 7633.897
S.E. of regression 603.3640 Akaike info criterion 15.86067
Sum squared resid 98292986 Schwarz criterion 16.86708
Log likelihood -2792.642 Hannan-Quinn criter. 16.26067
F-statistic 621.9205 Durbin-Watson stat 2.422966
Prob(F-statistic) 0.000000
160
Uji Mulikolineritas
Coefficientsa
CoefficModel Collinearity Statistics
Tolerance VIF
1
(Constant)
Pt-1 .978 1.023
Dup .953 1.050
Ddown .965 1.036
a. Dependent Variable: Pt
Uji Heteroskedastisitas
Dependent Variable: LOG(RES2)
Method: Panel Least Squares
Date: 10/08/15 Time: 14:25
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C 10.21689 0.155953 65.51261 0.0000
Pt-1 1.40E-05 2.70E-05 0.519135 0.6041
DUP 0.402453 0.280122 1.436704 0.1520
DDOWN 0.208632 0.515727 0.404540 0.6861
R-squared 0.772127 Mean dependent var 10.38532
Adjusted R-squared 0.693638 S.D. dependent var 3.449443
S.E. of regression 1.909268 Akaike info criterion 4.349068
Sum squared resid 984.2317 Schwarz criterion 5.355476
Log likelihood -697.5304 Hannan-Quinn criter. 4.749069
F-statistic 9.837324 Durbin-Watson stat 2.592684
Prob(F-statistic) 0.000000
161
Lampiran 6: Output Hasil Pengujian Data Model 4
Fixed Effect Model
Dependent Variable: Pt
Method: Panel Least Squares
Date: 09/18/15 Time: 08:33
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C 109.8921 64.26543 1.709973 0.0884
BVPS -0.330844 0.076852 -4.304976 0.0000
PER 0.186774 1.003228 0.186173 0.8525
EPS 1.061930 0.213335 4.977768 0.0000
Pt-1 1.038052 0.019083 54.39712 0.0000
DUP -91.79633 85.12958 -1.078313 0.2819
DDOWN -72.39409 160.7622 -0.450318 0.6528 Effects Specification Cross-section fixed (dummy variables) R-squared 0.995807 Mean dependent var 3462.055
Adjusted R-squared 0.994299 S.D. dependent var 7633.897
S.E. of regression 576.3766 Akaike info criterion 15.77446
Sum squared resid 88700054 Schwarz criterion 16.81299
Log likelihood -2773.952 Hannan-Quinn criter. 16.18723
F-statistic 660.5269 Durbin-Watson stat 2.419304
Prob(F-statistic) 0.000000
162
Uji Chow
Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 1.514413 (90,267) 0.0060
Cross-section Chi-square 150.122684 90 0.0001
Cross-section fixed effects test equation:
Dependent Variable: Pt
Method: Panel Least Squares
Date: 09/18/15 Time: 08:33
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C -11.37210 47.69394 -0.238439 0.8117
BVPS 0.057712 0.032093 1.798290 0.0730
PER -0.184397 0.857842 -0.214955 0.8299
EPS 0.762375 0.148026 5.150271 0.0000
Pt-1 0.951852 0.010183 93.47807 0.0000
DUP 7.387400 76.49742 0.096571 0.9231
DDOWN -200.1052 117.3629 -1.705012 0.0891 R-squared 0.993667 Mean dependent var 3462.055
Adjusted R-squared 0.993560 S.D. dependent var 7633.897
S.E. of regression 612.6110 Akaike info criterion 15.69238
Sum squared resid 1.34E+08 Schwarz criterion 15.76733
Log likelihood -2849.013 Hannan-Quinn criter. 15.72217
F-statistic 9335.102 Durbin-Watson stat 1.974208
Prob(F-statistic) 0.000000
163
Random Effect Model
Dependent Variable: Pt
Method: Panel EGLS (Cross-section random effects)
Date: 09/18/15 Time: 08:34
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C -9.232652 46.37442 -0.199089 0.8423
BVPS 0.051675 0.031359 1.647850 0.1003
PER -0.164152 0.819792 -0.200236 0.8414
EPS 0.770070 0.142466 5.405287 0.0000
Pt-1 0.953199 0.009881 96.46528 0.0000
DUP 2.146798 72.84377 0.029471 0.9765
DDOWN -201.5910 112.9252 -1.785173 0.0751 Effects Specification
S.D. Rho Cross-section random 90.35623 0.0240
Idiosyncratic random 576.3766 0.9760 Weighted Statistics R-squared 0.993378 Mean dependent var 3303.490
Adjusted R-squared 0.993267 S.D. dependent var 7380.365
S.E. of regression 605.5964 Sum squared resid 1.31E+08
F-statistic 8926.048 Durbin-Watson stat 1.995582
Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.993666 Mean dependent var 3462.055
Sum squared resid 1.34E+08 Durbin-Watson stat 1.966491
164
Uji Hausman
Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 43.114248 6 0.0000
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob. BVPS -0.330844 0.051675 0.004923 0.0000
PER 0.186774 -0.164152 0.334408 0.5440
EPS 1.061930 0.770070 0.025215 0.0661
Pt-1 1.038052 0.953199 0.000267 0.0000
DUP -91.796327 2.146798 1940.830118 0.0330
DDOWN -72.394090 -201.591042 13092.38765 0.2588
Cross-section random effects test equation:
Dependent Variable: Pt
Method: Panel Least Squares
Date: 09/18/15 Time: 08:35
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C 109.8921 64.26543 1.709973 0.0884
BVPS -0.330844 0.076852 -4.304976 0.0000
PER 0.186774 1.003228 0.186173 0.8525
EPS 1.061930 0.213335 4.977768 0.0000
Pt-1 1.038052 0.019083 54.39712 0.0000
DUP -91.79633 85.12958 -1.078313 0.2819
DDOWN -72.39409 160.7622 -0.450318 0.6528 Effects Specification Cross-section fixed (dummy variables) R-squared 0.995807 Mean dependent var 3462.055
Adjusted R-squared 0.994299 S.D. dependent var 7633.897
S.E. of regression 576.3766 Akaike info criterion 15.77446
Sum squared resid 88700054 Schwarz criterion 16.81299
Log likelihood -2773.952 Hannan-Quinn criter. 16.18723
F-statistic 660.5269 Durbin-Watson stat 2.419304
Prob(F-statistic) 0.000000
165
Uji Multikolineritas
Coefficientsa
Model Collinearity Statistics
Tolerance VIF
1
(Constant)
BVPS .243 4.122
PER .992 1.008
EPS .147 6.824
Pt-1 .178 5.606
Dup .926 1.080
Ddown .961 1.041
a. Dependent Variable: Pt
Uji Heteroskedastisitas
Dependent Variable: LOG(RES2)
Method: Panel Least Squares
Date: 10/08/15 Time: 14:26
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C 10.12138 0.212000 47.74229 0.0000
BVPS 0.000284 0.000254 1.119156 0.2641
PER -0.005326 0.003309 -1.609416 0.1087
EPS -0.001157 0.000704 -1.643755 0.1014
Pt-1 4.28E-05 6.30E-05 0.679932 0.4971
DUP 0.445426 0.280828 1.586119 0.1139
DDOWN 0.215461 0.530326 0.406281 0.6849
R-squared 0.776520 Mean dependent var 10.38532
Adjusted R-squared 0.696168 S.D. dependent var 3.449443
S.E. of regression 1.901365 Akaike info criterion 4.346083
Sum squared resid 965.2557 Schwarz criterion 5.384611
Log likelihood -693.9872 Hannan-Quinn criter. 4.758850
F-statistic 9.663963 Durbin-Watson stat 2.600381
Prob(F-statistic) 0.000000
166
Lampiran 7: Output Hasil Pengujian Data Model 5
Fixed Effect Model
Dependent Variable: Pt
Method: Panel Least Squares
Date: 09/18/15 Time: 08:35
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C 90.91220 64.54161 1.408583 0.1601
BVPS -0.304988 0.077416 -3.939598 0.0001
PER 0.159528 0.997291 0.159961 0.8730
EPS 1.051754 0.212111 4.958512 0.0000
FEPS 0.112877 0.054841 2.058240 0.0405
Pt-1 1.026981 0.019716 52.08833 0.0000
Dup -110.8388 85.12256 -1.302108 0.1940
Ddown -51.37710 160.1226 -0.320861 0.7486 Effects Specification Cross-section fixed (dummy variables) R-squared 0.995873 Mean dependent var 3462.055
Adjusted R-squared 0.994368 S.D. dependent var 7633.897
S.E. of regression 572.9148 Akaike info criterion 15.76416
Sum squared resid 87309550 Schwarz criterion 16.81339
Log likelihood -2771.076 Hannan-Quinn criter. 16.18118
F-statistic 661.6848 Durbin-Watson stat 2.413736
Prob(F-statistic) 0.000000
167
Uji Chow
Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 1.516789 (90,266) 0.0059
Cross-section Chi-square 150.778330 90 0.0001
Cross-section fixed effects test equation:
Dependent Variable: Pt
Method: Panel Least Squares
Date: 09/18/15 Time: 08:36
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C -13.84601 47.44059 -0.291860 0.7706
BVPS 0.054425 0.031948 1.703584 0.0893
PER -0.146522 0.853221 -0.171728 0.8637
EPS 0.713143 0.148831 4.791621 0.0000
FEPS 0.117967 0.052657 2.240277 0.0257
Pt-1 0.947717 0.010293 92.07783 0.0000
DUP -4.059479 76.24186 -0.053245 0.9576
DDOWN -186.0402 116.8766 -1.591766 0.1123 R-squared 0.993755 Mean dependent var 3462.055
Adjusted R-squared 0.993632 S.D. dependent var 7633.897
S.E. of regression 609.1917 Akaike info criterion 15.68388
Sum squared resid 1.32E+08 Schwarz criterion 15.76953
Log likelihood -2846.465 Hannan-Quinn criter. 15.71792
F-statistic 8092.308 Durbin-Watson stat 1.972197
Prob(F-statistic) 0.000000
168
Random Effect Model
Dependent Variable: Pt
Method: Panel EGLS (Cross-section random effects)
Date: 09/18/15 Time: 08:38
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364
Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C -11.76667 46.28138 -0.254242 0.7995
BVPS 0.047863 0.031329 1.527723 0.1275
PER -0.124572 0.816398 -0.152587 0.8788
EPS 0.724698 0.143246 5.059126 0.0000
FEPS 0.120357 0.049767 2.418386 0.0161
Pt-1 0.948885 0.010028 94.62716 0.0000
DUP -10.49410 72.67230 -0.144403 0.8853
DDOWN -186.6248 112.6972 -1.655983 0.0986 Effects Specification
S.D. Rho Cross-section random 94.98418 0.0268
Idiosyncratic random 572.9148 0.9732 Weighted Statistics R-squared 0.993443 Mean dependent var 3286.116
Adjusted R-squared 0.993314 S.D. dependent var 7352.792
S.E. of regression 601.2185 Sum squared resid 1.29E+08
F-statistic 7705.332 Durbin-Watson stat 1.997001
Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.993753 Mean dependent var 3462.055
Sum squared resid 1.32E+08 Durbin-Watson stat 1.963807
169
Uji Hausman
Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 43.043789 7 0.0000
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob. BVPS -0.304988 0.047863 0.005012 0.0000
PER 0.159528 -0.124572 0.328083 0.6199
EPS 1.051754 0.724698 0.024472 0.0366
FEPS 0.112877 0.120357 0.000531 0.7454
Pt-1 1.026981 0.948885 0.000288 0.0000
DUP -110.838803 -10.494103 1964.588142 0.0236
DDOWN -51.377101 -186.624758 12938.57217 0.2344
Cross-section random effects test equation:
Dependent Variable: Pt
Method: Panel Least Squares
Date: 09/18/15 Time: 08:39
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C 90.91220 64.54161 1.408583 0.1601
BVPS -0.304988 0.077416 -3.939598 0.0001
PER 0.159528 0.997291 0.159961 0.8730
EPS 1.051754 0.212111 4.958512 0.0000
FEPS 0.112877 0.054841 2.058240 0.0405
Pt-1 1.026981 0.019716 52.08833 0.0000
DUP -110.8388 85.12256 -1.302108 0.1940
DDOWN -51.37710 160.1226 -0.320861 0.7486 Effects Specification Cross-section fixed (dummy variables) R-squared 0.995873 Mean dependent var 3462.055
Adjusted R-squared 0.994368 S.D. dependent var 7633.897
S.E. of regression 572.9148 Akaike info criterion 15.76416
Sum squared resid 87309550 Schwarz criterion 16.81339
Log likelihood -2771.076 Hannan-Quinn criter. 16.18118
F-statistic 661.6848 Durbin-Watson stat 2.413736
Prob(F-statistic) 0.000000
170
Uji Multikolineritas
Coefficientsa
Model Collinearity Statistics
Tolerance VIF
1
(Constant) BVPS .242 4.131
PER .992 1.008
EPS .143 6.976
FEPS .553 1.807
Pt-1 .173 5.792
Dup .922 1.085
Ddown .958 1.044
a. Dependent Variable: Pt
Uji Heteroskedastisitas
Dependent Variable: LOG(RES2)
Method: Panel Least Squares
Date: 10/08/15 Time: 14:27
Sample: 2011 2014
Periods included: 4
Cross-sections included: 91
Total panel (balanced) observations: 364 Variable Coefficient Std. Error t-Statistic Prob. C 10.13932 0.214462 47.27790 0.0000
BVPS 0.000259 0.000257 1.007985 0.3144
PER -0.005301 0.003314 -1.599522 0.1109
EPS -0.001147 0.000705 -1.627642 0.1048
FEPS -0.000107 0.000182 -0.585307 0.5588
Pt-1 5.33E-05 6.55E-05 0.813015 0.4169
DUP 0.463420 0.282850 1.638396 0.1025
DDOWN 0.195602 0.532063 0.367629 0.7134
R-squared 0.776808 Mean dependent var 10.38532
Adjusted R-squared 0.695418 S.D. dependent var 3.449443
S.E. of regression 1.903710 Akaike info criterion 4.350291
Sum squared resid 964.0142 Schwarz criterion 5.399524
Log likelihood -693.7529 Hannan-Quinn criter. 4.767313
F-statistic 9.544317 Durbin-Watson stat 2.600839
Prob(F-statistic) 0.000000
top related