20 3.1.Jenis Penelitian dan Gambaran Populasi
Penelitian ini dikategorikan sebagai suatu studi kausal yang bersifat penjajakan, ex post facto, berkala. Pengkategorian ini dilakukan dengan alasan sebagai berikut:
1) Studi kausal, karena pene litian ini bertujuan untuk menjelaskan mengenai hubungan sebab akibat yang mungkin terjadi antara variabel return (imbal hasil) saham dengan variabel- variabel kebijakan moneter yang dilaksanakan oleh bank sentral.
2) Penjajakan, karena data yang digunakan merupakan data yang tidak dikumpulkan melalui survei melainkan berasal dari data yang telah tersedia pada berbagai media.
3) Ex post facto, karena dalam penelitian ini tidak dapat dilakukan manipulasi/pengendalian terhadap variabel- variabelnya. Penelitian ini hanya melaporkan apa yang telah terjadi dan apa yang tidak terjadi.
4) Berkala, karena dilakukan berulang- ulang dalam jangka waktu tertentu.
(bukanlah merupakan suatu gambaran dari keadaan pada satu saat tertentu) Populasi yang digunakan adalah saham-saham yang terdaftar pada Bursa Efek Jakarta (BEJ) mulai bulan Februari tahun 1997 hingga bulan Februari tahun 2002.
Hingga tanggal 9 April 2002, di Bursa Efek Jakarta tercatat sebanyak 323 perusahaan yang telah go public. Secara garis besar pembagiannya dapat dilihat pada LAMPIRAN 1.
3.2.Teknik Penarikan Sampel
Untuk pengambilan sampel dalam penelitian ini akan digunakan metode pengambilan sampel non probabilita (tidak acak). Dari keseluruhan saham yang tercatat di Bursa Efek Jakarta, yang akan digunakan sebagai sampel dalam penelitian ini adalah perusahaan-perusahaan yang sahamnya termasuk dalam LQ45 mulai Februari 1997 dan tetap termasuk dalam LQ45 secara terus- menerus hingga bulan Februari 2002. Saham-saham yang pernah termasuk dalam daftar LQ45 dari periode Februari 1997 – Februari 2002 ada sebanyak 103 saham,
sedangkan saham-saham yang memenuhi kategori tetap terdaftar dalam LQ45 secara terus- menerus dalam periode tersebut hanya ada sebanyak 13 saham, yaitu sebagai berikut:
1. ASII (Astra International) 2. BMTR (Bimant ara Citra)
3. CMNP (Citra Marga Nusapala Persada) 4. GGRM (Gudang Garam)
5. HMSP (HM Sampoerna)
6. INDF (Indofood Sukses Makmur) 7. ISAT (Indosat)
8. KLBF (Kalbe Farma)
9. MPPA (Matahari Putra Prima) 10. RALS (Ramayana Lestari Sentosa) 11. SMGR (Semen Gresik)
12. TINS (Timah)
13. TLKM (Telekomunikasi Indonesia)
Alasan pemilihan saham-saham yang tercatat dalam LQ45 secara terus- menerus dalam periode februari 1997 – Februari 2002 tersebut sebagai sampel dalam penelitian ini adalah sebagai berikut:
1) Saham-saham yang termasuk dalam LQ45 ini memiliki tingkat likuiditas yang tertinggi di antara saham-saham yang tercatat dalam BEJ, sehingga diharapkan dapat diperoleh data yang akurat mengenai pergerakan harganya.
2) Saham-saham ini termasuk dalam saham yang blue-chips sehingga bias harga yang mungkin ditimbulkan oleh kegiatan spekulasi diharapkan akan menjadi lebih rendah.
3) Saham-saham tersebut harus merupakan saham-saham yang tetap tercatat dalam LQ45 selama periode penelitian agar dapat dilakukan analisa secara berkala (time-series) selama periode yang bersangkutan.
3.3.Definisi Operasional
Penjelasan mengenai definisi-definisi operasional dari konsep-konsep yang akan digunakan dalam penelitian ini adalah sebagai berikut:
1) Return (imbal hasil) saham
Adalah selisih dari nilai pasar masa depan (t = 1) dengan nilai pasar sebelumnya (t = 0) dibandingkan dengan nilai pasar sebelumnya (t = 0) untuk saham-saham yang termasuk dalam LQ45 pada periode Februari 1997 – Februari 2002. Dalam hal ini deviden tidak dimasukkan dalam penghitungan dengan pertimbangan bahwa pembagian deviden yang dilakukan oleh perusahaan-perusahaan di Indonesia (Bursa Efek Jakarta) masih belum signifikan dalam penentuan harga saham dan dengan demikian juga dalam return (imbal hasil) saham.
Return (imbal hasil) saham bulanan dapat diperoleh denga n 2 cara, yaitu sebagai berikut:
1. Bila diperoleh data harga bulanan maka return (imbal hasil) saham dapat dihitung langsung dari perubahan dua nilai harga bulanan ini.
2. Bila hanya diperoleh data harian, maka dari data harga harian ini akan dihitung return (imbal hasil) saham dalam hari tersebut, kemudian akan dihitung rata-rata selama bulan bersangkutan dengan metode geometric mean (dapat dilakukan secara sederhana dengan menggunakan bantuan software Excell) untuk mendapatkan return (imbal hasil) saham pada bulan yang bersangkutan.
Indikator empirik untuk return (imbal hasil) saham adalah pergerakan harga yang terjadi per bulan selama periode penelitian yang dinyatakan dalam mata uang rupiah.
Skala pengukuran untuk konsep ini adalah skala ratio.
2) Kebijakan moneter
Adalah posisi bulanan indikator- indikator ekonomi moneter yang dianggap dapat menunjukkan efek yang ditimbulkan oleh kebijakan moneter yang telah dilakukan oleh bank sentral selama periode penelitian.
Indikator empirik untuk kebijakan moneter yang akan digunakan dalam penelitian ini adalah:
1. M2, yaitu jumlah seluruh uang yang beredar yang terdiri dari M1 (uang kartal ditambah uang giral) ditambah dengan uang kuasi.
2. Bunga deposito 1 bulan 3. Bunga deposito 12 bulan
4. Tingkat bunga Sertifikat Bank Indonesia (SBI) 5. Nilai tukar Rupiah terhadap Dolar Amerika 6. Inflasi
Skala pengukuran dari variabel ini adalah skala ratio.
3.4.Metode dan Prosedur pengumpulan Data
Data yang diperlukan untuk penelitian ini adalah sebagai berikut:
1) Data bulanan pergerakan harga saham-saham yang termasuk dalam LQ45 secara terus menerus mulai Februari 1997 hingga Februari 2002.
2) Data variabel- variabel kebijakan moneter selama periode Februari 1997 – Februari 2002.
Data pergerakan harga saham-saham LQ45 mulai periode Februari 1997 – Februari 2002 akan diperoleh dari BEJ dengan bantuan Laboratorium Pasar Modal Universitas Kristen Petra. Data variabel-variabel kebijakan moneter selama periode Februari 1997 – Februari 2002 akan diperoleh dari pencarian dan penelusuran melalui Laporan Tahunan Bank Indonesia, dan sumber internet dari homepage Bank Indonesia (www.bi.go.id).
3.5.Teknik Analisis Data
Langkah- langkah yang harus dilakukan untuk pengujian hipotesa dalam penelitian ini adalah sebagai berikut:
1) Unit Root Test (Uji akar-akar unit), uji ini merupakan salah satu bentuk uji stasioneritas yang dilakukan untuk membuat data variabel yang non- stasioner (random walk) menjadi stasioner. Uji akar-akar unit ini mengikuti langkah yang digunakan Gujarati (Gujarati:1995, 718), sebagai berikut:
a) Asumsikan model sebagai berikut:
1 1 +µ
= t−
t Y
Y (3.1)
Di mana:
Yt : Data saat ini
Yt-1 : Data satu periode sebelumnya
µ 1 : Kesalahan stokastik (distribusi rata-rata nol, konstan varians serta tidak berautokorelasi)
b) Dasar pemikirannya adalah bila koefisien dari Yt-1 mendekati atau sama dengan 1 maka data tersebut tidak stasioner, dan bila koefisien dari Yt-1 mendekati atau sama dengan 0 maka data tersebut telah stasioner.
c) Pengujian dilakukan dengan cara membandingkan nilai t yang dihasilkan oleh regresi dengan nilai t kritis yang diperoleh dari tabel McKinnon.
d) Bila nilai absolut t hitung yang diperoleh lebih besar daripada nilai t kritis maka data tersebut dikatakan telah stationer.
e) Bila hasil yang diperoleh menunjukkan data belum stasioner maka dilakukan uji sekali lagi dengan merubah variabel Y dengan selisih pertama dari varibel Y tersebut (∆ yt), demikian seterusnya hingga diperoleh data yang stasioner.
Uji- uji yang sebelumnya dilakukan menunjukkan bahwa pada umumnya data variabel ekonomi moneter tidak stasioner dan bersifat stasioner pada tingkat selisih pertama (fisrt difference).
2) Masalah multikolinearitas (multicolinearity)
Yang dimaksud multikolinearitas adalah situasi adanya korelasi variabel- variabel bebas di antara satu dengan lainnya. Penelitian ini juga tidak terlepas dari masalah multikolinearitas, oleh karena itu data dalam penelitian ini sebelumnya diubah terlebih dahulu dalam bentuk logaritmik selisih pertama karena pengubahan data ini merupakan salah satu solusi terhadap masalah multikolinearitas yang paling mungkin dilakukan, seperti yang dikemukakan oleh Harnett dan Murphy (Harnett dan Murphy:1986, 703).
3) Uji panjang lag, uji ini diperlukan karena teknik statistik yang selanjutnya digunakan untuk melakukan analisa lebih lanjut merupakan alat analisa yang sangat peka terhadap perbedaan panjang lag.
Lag digunakan untuk menentukan seberapa lama waktu yang dibutuhkan oleh variabel- variabel ekonomi moneter untuk memberikan dampak pada return (imbal hasil) saham.
Untuk penghitungan panjang lag maka rumus umum yang digunakan adalah sebagai berikut:
13 13
2 3
1 2
1 0
ln ...
...
ln ln
ln
?
−
−
−
∆ +
+
∆ +
∆ +
∆ +
=
t
t t
t t
x
x x
x y
β
β β
β β
(3.2)
Dimana:
yt
∆ : selisih pertama dari variabel tergantung β 0 : intercept
13 2
1,β ,...,β
β : koefisien
∆ x : selisih variabel bebas
Variabel-variabel ekonomi moneter dan error correction yang akan dicari panjang lag-nya akan dimasukkan sebagai variabel bebas (x). Dari hasil penghitungan rumus yang ada, kemudian akan diregresikan dan hasilnya akan dicari lag tertinggi dan signifikan dengan menggunakan tingkat signifikan 95 %. Jika tidak ditemukan akan diambil lag nol.
Dalam uji panjang lag ini, dengan mengikuti uji yang dilakukan Miguel D.
Ramirez dan Shahryar Khan (Ramirez dan Khan:1999), ditetapkan bahwa lag maksimum adalah 13 periode ke belakang karena data yang digunakan merupakan data bulanan. (12 + 1)
4) Granger Causality Test, uji ini dilakukan untuk memilih indikator- indikator empiris mana dari indikator ekonomi moneter yang menunjukkan hubungan kausalitas dengan return (imbal hasil) saham.
Definisi uji Granger:
x adalah penyebab Granger (Granger Cause) dari y (dinyatakan sebagai x à y), apabila nilai sekarang dari y dapat diprediksi dengan keakuratan yang lebih baik menggunakan nilai masa lalu dari x daripada tanpa
menggunakannya, diasumsikan semua informasi yang lain tetap.
(Charemza dan Deadman: 1992, 190 – 191)
Uji Granger yang dilakukan mengikuti langkah yang digunakan oleh Charemza dan Deadman. Charemza dan Deadman menggunakan rumus sebagai berikut:
y then x )
\ yˆ MSE(
) yˆ
MSE( tUt−1 < tUt−1 Xt−1 →
if (3.3)
Di mana:
MSE : Mean Squared Error )
yˆ
MSE( tUt−1 : MSE yt dengan memasukkan semua nilai Ut-1 )
\ yˆ
MSE( tUt−1 Xt−1 : MSE yt dengan memasukkan semua nilai Ut-1 kecuali nilai Xt-1.
x à y : variabel x merupakan granger cause dari y
Dalam melakukan uji granger diperlukan penghitungan Mean Squared Error (untuk selanjutnya disingkat MSE). Penghitungan MSE yang dilakukan dalam penelitian ini mengikuti yang digunakan oleh Allen L.
Webster dalam bukunya “Applied Statistics for Business and Economics”
sebagai berikut: (Webster: 1998, 332 – 335)
c n MSE SSE
= −
(3.4)Di mana:
MSE : Mean Squared Error SSE : sum squared errors n : jumlah data
c : jumlah parameter
n-c : derajat bebas (degrees of freedom)
5) Uji Error Correction Model (selanjutnya disingkat dengan ECM), untuk menguji hubungan simultan antara variabel kebijakan moneter denga n return (imbal hasil) saham.
Rumus yang digunakan dalam uji ECM ini adalah sebagai berikut:
t i t i
t n
i t i
t t
EC Xn
X X
y
ε γ
β
β β
β
+ +
∆ +
+
∆ +
∆ +
=
∆
−
−
−
−
ln ...
....
2 ln 1
ln
21
0 (3.5)
Di mana:
yt
∆ : perbedaan return (imbal hasil) saham
β 0 : intercept βn
β
β1, 2,..., : koefisien
X1,X2,…,Xn : variabel ekonomi moneter yang telah lulus uji Granger γ : koefisien untuk Error-correction term
EC : Error-correction term t : periode waktu t i : periode lag
Koefisien dari error-correction term harus bernilai negatif dan signifikan bukan bernilai nol. (Ramirez dan Khan: 1999) Koefisien dari error- correction term ini menunjukkan hubungan jangka panjang antara variabel dependent dengan variabel independent-nya. Hubungan jangka pendeknya dapat dilihat dari koefisien masing- masing variabel bebas tersebut, dimana nilai yang positif dari masing- masing koefisien menunjukkan hubungan yang signifikan dan sebaliknya nilai yang negatif menunjukkan adanya huungan yang tidak signifikan.
Adapun penghitungan error-correction term akan dilakukan dengan menggunakan rumus:
t t
t y y
EC = − ˆ (3.6)
Di mana:
ECt : Error-correction term
yt : return (imbal hasil) saham aktual
yˆ t : prediksi return (imbal hasil) saham dengan menggunakan variabel- variabel ekonomi moneter sebagai variabel bebasnya.
3.6.Kerangka penelitian
Proses analisa data yang dilakukan dalam penelitian ini dapat digambarkan dalam suatu bagan sederhana sebagai berikut:
Bagan kerangka penelitian Variabel
ekonomi moneter
Variabel ekonomi moneter
Variabel ekonomi moneter
Variabel ekonomi moneter
Granger Causality Test
Lulus Tidak Lulus
Variabel-variabel yang digunakan
Penghitungan EC
Error-correction term
Uji panjang lag
Error Correction Model
H1: Variabel ekonomi moneter mempunyai hubungan simultan dengan return (imbal hasil) saham
H0: Variabel ekonomi
moneter tidak mempunyai hubungan simultan
dengan return (imbal hasil) saham
Unit Root Test
Uji Panjang Lag
