β i = Parameter untuk mengukur tingkat resiko pasar modal suatu negara Rm t = Tingkat keuntungan indeks pasar dunia pada waktu t
HASIL DAN PEMBAHASAN
B. Perusahaan yang Melakukan Reverse Stock Split
2. Uji beda paired sample t-test
Uji-t berpasangan (paired t-test) adalah salah satu metode pengujian hipotesis dimana data yang digunakan tidak bebas (berpasangan).
a.) Uji beda Abnormal Return sebelum dan sesudah stock split
Berdasarkan hasil uji normalitas diatas dapat diketahui bahwa data abnormal return stock split berdistribusi normal. Untuk itu dalam melakukan uji beda data harus menggunakan statistik parametrik paired sample t-test.
Tabel 4.11
Uji beda Paired sample t-test Abnormal Return stock split Paired Samples Test
Paired Differences t df Sig. (2- tailed ) Mean Std. Deviation Std. Error Mean 95% Confidence Interval of the Difference Lower Upper Pai r 1 AAR_stock_split_sebel um - AAR_stock_split_sesud ah -.00089926 .0062298 3 .0022025 8 -.00610753 .00430901 -.408 7 .695
Sumber : data diolah dengan menggunakan SPSS 17
Berdasarkan hasil tabel 4.7 diatas, dapat diketahui bahwa nilai asymp sig 2- tailed = 0.695. Dengan tingkat signifikansi α = 0.05 maka nilai sig 0.695 > 0.05 , sehingga Ho diterima dan Ha ditolak , atau dengan kata lain tidak terdapat perbedaan abnormal return yang signifikan sebelum dan sesudah stock split. Hal ini mengindikasikan bahwa pengumuman stock split yang dilakukan perusahaan tidak mengakibatkan terjadinya perubahan abnormal return yang signifikan pada saat sebelum dan sesudah stock split. Hal ini dapat disebabkan karena investor memiliki
keraguan dalam menafsirkan sinyal yang disampaikan oleh emiten melalui pengumuman stock split sehingga mempengaruhi investor dalam mengambil keputusan menjual atau membeli saham. Dalam pasar efisien , informasi yang masuk ke pasar akan tercermin pada harga-harga surat berharga. Pasar akan memproses informasi yang relevan, kemudian pasar akan mengevaluasi harga saham berdasarkan informasi tersebut. Jika pasar efisien dalam bentuk setengah kuat, maka tidak ada investor atau grup dari investor yang dapat menggunakan informasi yang dipublikasikan untuk mendapatkan keuntungan tidak normal dalam jangka waktu yang lama. (Jogiyanto,2009: 502).Maka investor dalam hal ini tidak mendapatkan keuntungan yang abnormal dari peristiwa stock split.
Hasil penelitian ini sejalan dengan penelitian yang dilakukan Almilia dan Kristijadi (2005) yang juga tidak menemukan adanya perbedaan abnormal return yang signifikan baik sebelum maupun sesudah peristiwa stock split.
b.) Uji beda abnormal return sebelum dan sesudah reverse stock split
Berdasarkan hasil uji normalitas diatas dapat diketahui bahwa data abnormal return reverse stock split berdistribusi normal. Untuk itu dalam melakukan uji beda data harus menggunakan statistik parametrik paired sample t-test.
\ Tabel 4.12
Uji beda Paired sample t-test Abnormal Return reverse stock split Paired Samples Test
Paired Differences t df Sig. (2- tailed ) Mean Std. Deviation Std. Error Mean 95% Confidence Interval of the Difference Lower Upper Pair 1 AAR_reverse_stock_split_ sblm - AAR_reverse_stock_split_ ssdh -.00471744 .00504335 .00178309 -.00893378 -.00050110 -2.646 7 .033
Sumber : data diolah dengan menggunakan SPSS 17
Berdasarkan hasil tabel 4.8 diatas nilai sig 2-tailed = 0.033. Dengan tingkat signifikansi α = 5 % maka nilai sig 0.033 < 0.05 , sehingga Ho ditolak dan Ha diterima, atau dengan kata lain terdapat perbedaan abnormal return yang signifikan sebelum dan sesudah reverse stock split. Secara teoritis hal ini sesuai dengan hipotesis pasar efisien yang menyatakan bahwa pengumuman reverse stock split memiliki dampak terhadap pasar yang bereaksi. Pasar yang bereaksi terhadap pengumuman reverse stock split mengindikasikan bahwa pasar tersebut memiliki kandungan informasi yang akan ditangkap oleh investor sebagai sinyal yang baik bagi investor untuk membuat keputusan membeli saham, Maka implikasinya adalah likuiditas perusahaan akan meningkat sehingga akan berdampak pada peningkatan kinerja keuangan. Hal ini sejalan dengan penelitian yang dilakukan Kurniawan (2009) yang menemukan adanya abnormal return yang positif dan signifikan pada hari-hari disekitar pelaksanaan reverse stock split.
B. Beta Saham
1. Uji Normalitas data beta saham stock split
Pada penelitian ini pertama-tama akan dilakukan uji normalitas dengan menggunakan uji one sample kolmogorov-smirnov. Pengujian ini dilakukan untuk mengetahui jenis alat statistik yang akan digunakan dalam melakukan uji beda. Jika data yang akan diuji memiliki distribusi yang normal maka akan dilakukan uji beda statistik parametrik dengan menggunakan paired sample t-test. Namun jika data yang akan diuji memiliki distribusi yang tidak normal maka akan dilakukan uji beda statistik non parametrik dengan menggunakan wilcoxon test. Adapun hasil uji normalitas yang telah dilakukan adalah sebagai berikut.
Tabel 4.13
Uji One-Sample Kolmogorov- Smirnov Beta Stock Split One-Sample Kolmogorov-Smirnov Test
beta_sebelum_stock_ split
beta_sesudah_s tock_split
N 8 8
Normal Parametersa,,b Mean .2856513 .0457028
Std. Deviation 1.48654044 2.09871586
Most Extreme Differences Absolute .272 .328
Positive .183 .225
Negative -.272 -.328
Kolmogorov-Smirnov Z .770 .928
Asymp. Sig. (2-tailed) .593 .355
a. Test distribution is Normal.
Dari hasil pengujian normalitas data diatas dapat diperoleh hasil bahwa beta saham sebelum stock split memiliki nilai asymp.sig.(2-tailed) = 0.593. Karena nilai signifikansinya > 0.05 maka Ho diterima dengan arti bahwa data beta saham sebelum stock split berdistribusi normal. Sedangkan untuk data beta saham sesudah stock split memiliki asymp sig.(2-tailed) =0.355. Karena nilai signifikansinya >0.05 maka Ho dapat ditolak dengan arti bahwa data beta saham sesudah stock split berdistribusi normal.
Maka untuk melakukan uji beda beta saham sebelum dan sesudah stock split harus menggunakan statistik parametrik paired sample t-test.
2. Uji Normalitas data beta saham reverse stock split.
Pada penelitian ini pertama-tama dilakukan uji normalitas data dengan menggunakan one sample kolmogorov-smirnov test. Pengujian tersebut dilakukan untuk mengetahui jenis alat statistik yang akan digunakan dalam uji beda. Jika data yang akan diuji memiliki distribusi yang normal maka akan digunakan uji beda statistik parametrik dengan menggunakan paired sample t-test. Namun jika data yang akan diuji memiliki distribusi yang tidak normal maka akan digunakan uji beda statistik non parametrik dengan menggunakan wilcoxon test. Adapun hasil uji normalitas data yang telah dilakukan adalah sebagai berikut.
Tabel 4.14
Uji One-Sample Kolmogorov- Smirnov Beta Reverse Stock Split One-Sample Kolmogorov-Smirnov Test
beta_sblm_rever se_stock
beta_ssdh_rever se_sttock
N 8 8
Normal Parametersa,,b Mean .7495609 .7329741 Std. Deviation .51109935 .46353306 Most Extreme Differences Absolute .278 .264
Positive .278 .264
Negative -.183 -.168
Kolmogorov-Smirnov Z .785 .746
Asymp. Sig. (2-tailed) .568 .633
a. Test distribution is Normal.
Sumber : Data diolah dengan menggunakan SPSS 17
Dari hasil pengujian normalitas data diatas didapat hasil bahwa beta saham sebelum reverse stock split memiliki nilai asymp sig (2-tailed) = 0.568 . Karena nilai signifikansinya > 0.05 maka Ho diterima yang berarti bahwa data beta saham sebelum reverse stock split berdistribusi normal. Sedangkan untuk data beta saham sesudah reverse stock split memiliki nilai asymp sig.(2-tailed) = 0.633. Karena nilai signifikansinya > 0.05 maka Ho diterima dengan arti bahwa beta saham sesudah reverse stock split berdistribusi normal. Maka untuk melakukan uji beda beta saham sebelum dan sesudah reverse stock split harus menggunakan statistik parametrik paired sample t- test.
