BAB V ANALISIS DAN PEMBAHASAN

66

BAB V ANALISIS DAN PEMBAHASAN

5.1 Gambaran Umum Penelitian Berdasarkan data dari Otoritas Jasa Keuangan diketahui bahwa reksa dana saham yang aktif dari periode tahun 2010 sampai dengan tahun 2014 adalah sebanyak 38 (tiga puluh delapan) reksa dana yang dikelola oleh 22 (dua puluh dua) manajer investasi. Daftar reksa dana dan manajer investasi tersebut dapat dilihat pada lampiran I.

5.2

Populasi dan Data Penelitian ini menggunakan teknik pengambilan sampel purposive

sampling, yaitu pengambilan sampel berdasarkan tujuan-tujuan tertentu. Tujuan dimaksud adalah reksa dana yang aktif terus-menerus selama jangka waku pengamatan. Dari populasi reksa dana saham yang aktif sampai dengan saat ini yakni sejumlah sejumlah 191 (sumber: Otoritas Jasa Keuangan), jumlah reksa dana yang aktif selama periode lima tahun untuk periode Januari 2010 s.d. Desember 2014 sebanyak 38 reksa dana saham sehingga sampel yang digunakan dalam penelitian ini sebanyak 38 reksa dana saham.

5.3

Statistik Deskriptif Data Penelitian Statistik deskriptif digunakan untuk menafsirkan besarnya rata-rata, nilai

tertinggi, dan nilai terendah dari excess return reksa dana, excess return market, size book to market, dan momentum. Hasil statistik deskriptif dengan mengguna-

66 http://digilib.mercubuana.ac.id/

67

kan data panel dapat dilihat pada Tabel 5.1 Tabel 5.1 Statistik Deskriptif Data Penelitian Descriptive Statistics Excess Return Reksa dana

N 2280

Mean 0.00690

Median 0.01457

Excess Return Market

2280

0.00820

0.01183

0.12424

-0.09483

Size

2280

0.01410

0.01083

0.12352

-0.06948

Book to Market

2280

0.00618

0.00415

0.13375

-0.17623

Momentum

2280

0.27620

0.26147

0.46148

0.05225

Maximum Minimum 0.19678 -0.16007

Sumber: Data Primer diolah (2015)

Dari statistik yang didapat dalam penelitian ini diperoleh gambaran sebagai berikut: 1)

Excess Return Reksa dana Excess return reksa dana mempunyai nilai terendah (minimum) sebesar

0,16007, nilai tertinggi (maximum) sebesar 0,19678, nilai rata-rata (mean) sebesar 0,00690, dan nilai tengah (median) sebesar 0,01457. 2)

Excess Return Market Excess return market mempunyai nilai terendah (minimum) sebesar

0,09483, nilai tertinggi (maximum) sebesar 0,12424, nilai rata-rata (mean) sebesar 0,00820, dan nilai tengah (median) sebesar 0,01183. 3)

Size Size mempunyai nilai terendah (minimum) sebesar 0,06948, nilai tertinggi

(maximum) sebesar 0,12352, nilai rata-rata (mean) sebesar 0,01410, dan nilai tengah (median) sebesar 0,01083. 4)

Book to Market Book to market mempunyai nilai terendah (minimum) sebesar -0,17623,

http://digilib.mercubuana.ac.id/

68

nilai tertinggi (maximum) sebesar 0,13375, nilai rata-rata (mean) sebesar 0,00618, dan nilai tengah (median) sebesar 0,00415. 5)

Momentum Momentum mempunyai nilai terendah (minimum) sebesar 0,05225, nilai

tertinggi (maximum) sebesar 0,17623, nilai rata-rata (mean) sebesar 0,00618, dan nilai tengah (median) sebesar 0,26147. Dari hasil analisis angka-angka statistik deskriptif di atas, dapat diambil kesimpulan bahwa investasi portofolio saham oleh manajer investasi reksa dana di Indonesia lebih mempertimbangkan saham-saham berkapitalisasi besar dan yang mempunyai kontribusi terhadap indeks harga saham gabungan.

5.4

Uji Akar Unit (Root Test) Untuk menguji apakah variabel-variabel yang digunakan dalam penelitian

merupakan data yang stationer, peneliti melakukan uji akar unit (root test) terhadap masing-masing variabel secara individu. Dengan menggunakan metode LLC (Levin, Line & Chu), Im, Pesaran and Shin W-stat, ADF – Fisher, dan PP – Fisher,didapatkan hasil probabilitas statistik mempunyai nilai dibawah 5% dengan semua metode uji akar unit yang digunakan (nilai probabilitas sebesar 0,0000). Hal ini dapat dikatakan bahwa seluruh variabel penelitian yang digunakan telah stasioner pada tingkat level karena memiliki nilai probabilitas lebih kecil daripada 5%. Hasil uji akar unit untuk masing-masing variabel sebagaimana pada Lampiran 7, dapat diuraikan sebagai berikut: 1)

Variabel Excess Return Reksa dana Hasil uji akar unit terhadap variabel excess return reksa dana dengan


69

menggunakan metode LLC (Levin, Line & Chu), Im, Pesaran and Shin W-stat, ADF – Fisher, dan PP – Fisher, diperoleh hasil probabilitas statistik dengan nilai prob. sebesar 0,0000 atau

tingkat signifikansinya dibawah 5%. Jadi, dapat

disimpulkan bahwa variabel excess return reksa dana sudah stationer. 2)

Variabel Excess Return Market Hasil uji akar unit terhadap excess return market dengan menggunakan

metode LLC (Levin, Line & Chu), Im, Pesaran and Shin W-stat, ADF – Fisher, dan PP – Fisher, diperoleh hasil probabilitas statistik dengan nilai prob. sebesar 0,0000 atau tingkat signifikansinya dibawah 5%. Jadi, dapat disimpulkan bahwa variabel excess returnmarket sudah stationer. 3)

Variabel Size Hasil uji akar unit terhadap variabel size dengan menggunakan metode LLC

(Levin, Line & Chu), Im, Pesaran and Shin W-stat, ADF – Fisher, dan PP – Fisher, diperoleh hasil probabilitas statistik dengan nilai prob. sebesar 0,0000 atau tingkat signifikansinya dibawah 5%. Jadi, dapat disimpulkan bahwa variabel size sudah stationer. 4)

Variabel Book to Market Hasil uji akar unit terhadap variabel book to market dengan menggunakan

metode LLC (Levin, Line & Chu), Im, Pesaran and Shin W-stat, ADF – Fisher, dan PP – Fisher, diperoleh hasil probabilitas statistik dengan nilai prob. sebesar 0,0000 atau tingkat signifikansinya dibawah 5%. Jadi, dapat disimpulkan bahwa variabel book to market sudah stationer. 5)

Variabel Momentum Hasil uji akar unit terhadap variabel momentum dengan menggunakan


70

metode LLC (Levin, Line & Chu), Im, Pesaran and Shin W-stat, ADF – Fisher, dan PP – Fisher, diperoleh hasil probabilitas statistik dengan nilai prob. sebesar 0,0000 atau tingkat signifikansinya dibawah 5%. Jadi, dapat disimpulkan bahwa variabel momentum sudah stationer.

5.5

Uji Model Regresi Data Panel Variabel-variabel data panel (excess return reksa dana, excess return pasar,

size, book to market, dan momentum) telah dilakukan uji stasioner terhadap masing-masing variabel secara individu. Hasil uji stasioner menghasilkan bahwa variabel-variabel data panel dalam penelitian ini tidak mengalami stasioner dan tidak perlu dilakukan uji kointegrasi diantara variabel tersebut. Kemudian peneliti melanjutkan untuk melakukan analisis model regresi data panel. Beberapa metode atau pendekatan model regresi data panel yang biasa digunakan adalah pendekatan Common Efek (Pooled Last Square/PLS), pendekatan Fixed Effect, dan pendekatan Random Efect. Hasil estimasi masingmasing model regresi data panel dapat dilihat pada Lampiran 8. Sedangkan ringkasan estimasi regresi data panel untuk ketiga model untuk dilakukan analisis adalah sebagai berikut: Tabel 5.2 Ringkasan Hasil Estimasi Regresi Data Panel Statistics

Model Estimasi Regresi Data Panel Common Effect

Fixed Effect

Random Effect

Adjusted R-squared

0,922156

0,922047

0,854013

Prob (F-statistic)

0,000000

0,000000

0,000000

Sum squared resid

0,845552

0,832077

0,854587

Sumber: hasil olahan data


71

Hasil analisis masing-masing model regresi data panel dijelaskan di bawah ini.

5.5.1 Analisis Estimasi Regresi Data Panel Model Common Effect Estimasi regresi data panel dengan model Commont Effect merupakan tehnik yang paling sederhana untuk mengestimasi data panel, dimana pendekatan data panel hanya menggabungkan data times series dan cross section tanpa melihat perbedaan antar waktu dan individu. Pendekatan ini mengasumsikan bahwa perilaku data antar perusahaan/individu sama dalam berbagai kurun waktu (Widarjono, 2014). Model Common Effect yang digunakan dalam penelitian ini menggunakan model Generalized Least Squared (GLS) atau cross section weight, dengan pertimbangan permasalahan heteroskedaskitas otomatis dapat dihilangkan jika dibandingkan menggunakan metode Originated Least Squares (OLS). Hasil estimasi regresi data panel model Common Effect menghasilkan nilai adjusted rsquared sebesar 0,9222, yang berarti dengan model tersebut variabel independen (excess return market, size, book to market, dan momentum) mampu menjelaskan 92,22% variabel terikatnya (excess return reksa dana), sedangkan sisanya sebesar 7,78% dijelaskan oleh variabel lain yang tidak dimasukan ke dalam model. Berdasarkan Uji F, diketahui nilai probabilitas atau p-value sebesar 0,000000 kurang dari α sebesar 1%, 5%, dan 10%. Artinya pada berbagai tingkat keyakinan tersebut, secara bersama-sama variabel-variabel independen memiliki hubungan dengan variabel terikatnya. Sedangkan secara parsial, variabel excess return market, size, book to market dan variabel momentum yang memiliki nilai


72

probabilitas atau p-value kurang dari 5% atau memiliki hubungan dengan variabel excess return reksa dana.

5.5.2 Analisis Estimasi Regresi Data Panel Model Fixed Effect Kelemahan estimasi regresi data panel model Common Effect adalah asumsi ketidaksesuaian model dengan kondisi sebenarnya. Kondisi tiap objek berbeda, bahkan satu objek pada suatu waktu akan sangat berbeda dengan kondisi objek tersebut pada waktu yang lain. Oleh karena itu diperlukan suatu model yang dapat menunjukkan perbedaan konstanta antar objek, meskipun dengan koefisien regresor yang sama. Model ini dikenal dengan model regresi Fixed Effect. Efek tetap disini maksudnya adalah bahwa satu objek, memiliki konstanta yang tetap besarnya untuk berbagai periode waktu. Demikian juga dengan koefisien regresinya, tetap besarnya dari waktu ke waktu atau time invariant (Winarno, 2011). Estimasi regresi data panel model Fixed Efect mengasumsikan perilaku yang berbeda antar objek yang diteliti, sehingga diduga regresi panel data mengandung heteroskedaskitas. Untuk menghilangkan persoalan heteroskedaskitas, dapat digunakan estimasi regresi data panel fixed effect dengan metode GLS (cross section

weight).

Metode

ini

secara

otomatis

menghilangkan

masalah

heteroskedaskitas. Hasil estimasi regresi data panel model Fixed Effect menghasilkan nilai adjusted r-squared sebesar 0,9220, yang berarti dengan model tersebut variabel independen (excess return market, size, book to market, dan momentum) mampu menjelaskan 92,20% variabel terikatnya (excess return reksa dana), sedangkan


73

sisanya sebesar 7,80% dijelaskan oleh variabel lain yang tidak dimasukan ke dalam model. Berdasarkan Uji F, diketahui nilai probabilitas atau p-value sebesar 0,000000 kurang dari α sebesar 1%, 5%, dan 10%. Artinya pada berbagai tingkat keyakinan tersebut, secara bersama-sama variabel-variabel independen memiliki hubungan dengan variabel terikatnya. Sedangkan secara parsial, variabel excess return market, size, book to marketdan variabel momentum yang memiliki nilai probabilitas atau p-value kurang dari 5% atau memiliki hubungan dengan variabel excess return reksa dana.

5.5.3 Estimasi Regresi Data Panel Model Random Effect Estimasi regresi data panel model Fixed Effect memiliki kelemahan kurangnya derajad kebebasan (degree of freedom) yang pada akhirnya mengurangi efisiensi paramater. Hal ini disebabkan dimasukannya variabel semu (dummy) di dalam model Fixed Effect yang bertujuan untuk mewakili ketidaktahuan model yang sebenarnya. Masalah ini bisa diatasi dengan menggunakan variabel gangguan (error terms) yang dikenal dengan metode Random Effect (Widarjono, 2013). Namun untuk menganalisis regresi data panel model Random Effect harus dipenuhi syarat objek cross section harus lebih besar daripada banyaknya koefisien atau variabel yang dianalisis (Winarno, 2011). Penelitian ini menggunakan data cross section sebanyak 38 objek dan variabel yang dilakukan analisis sebanyak 5 variabel, sehingga penelitian ini memenuhi syarat dilakukan estimasi regresi data panel model Random Effect.


74

Hasil estimasi regresi data panel model Random Effect menghasilkan nilai adjusted r-squared sebesar 0,8540, yang berarti dengan model tersebut variabel independen (excess return market, size, book to market, dan momentum) mampu menjelaskan 85,40% variabel terikatnya (excess return reksa dana), sedangkan sisanya sebesar 14,60% dijelaskan oleh variabel lain yang tidak dimasukan ke dalam model. Berdasarkan Uji F, diketahui nilai probabilitas atau p-value sebesar 0,000000 kurang dari α sebesar 1%, 5%, dan 10%. Artinya pada berbagai tingkat keyakinan tersebut, secara bersama-sama variabel-variabel independen memiliki hubungan dengan variabel terikatnya. Sedangkan secara parsial, hanya variabel excess return market dan variabel momentum yang memiliki nilai probabilitas atau p-value kurang dari 5% atau memiliki hubungan dengan variabel excess return reksa dana saham, sedangkan variabel lainnya (size dan book to market) secara parsial tidak memiliki hubungan dengan variabel terikatnya.

5.6

Uji Pemilihan Model Regresi Data Panel Dari hasil ketiga pendekatan tersebut di atas, peneliti akan melakukan uji 3

uji signifikansi untuk memilih model terbaik untuk model regresi data panel dalam penelitian ini. Uji signifikansi tersebut adalah, pertama, signifikasi Fixed Effect untuk memilih antara model Common Effect dan model Fixed Effect; kedua, uji signifikansi Random Effect untuk memilih antara model Commont Efect dan random Effect; dan ketiga, uji Hausman untuk memilih antara model Fixed Effect dan model Random Effect. Uji Hausman dilakukan jika hasil pengujian signifikasi pertama dan kedua memberikan hasil model Fixed Effect dan Random Effect lebih


75

baik daripada model Common Effect. Hasil terbaik pemilihan model digunakan sebagai regresi data panel dalam penelitian ini.

5.6.1 Uji Signifikansi Fixed Effect Untuk menentukan keputusan apakah sebaiknya menambah variabel dummy untuk mengetahui bahwa intersep berbeda antar objek individu dengan regresi dapat panel model Fixed Effect dapat diuji dengan menggunakan uji FStatistik. Uji F-Statistik merupakan uji perbedaan dua regresi sebagaimana uji Chow. Uji F sebagai uji signifikansi Fixed Effect digunakan untuk mengetahui apakah tehnik regresi data panel dengan Fixed Effect lebih baik daripada model regresi data panel tanpa variabel dummy (Common Effect). Model uji F-Statistik yang digunakan adalah sebagai berikut: Fhitung =

(SSRR - SSRU) /q SSRU /(n-k)

Dari hasil regresi data panel model Common Effect dan Fixed Effect, diperoleh data sum squared resid model Common Effect (SSRR) sebesar 0,8455, sum squared resid model Fixed Effect (SSRU) sebesar 0,8321, jumlah restriksi dalam model tanpa variabel dummy (q) sebanyak 37 yang dihitung dari asumsi intersep reksa dana pertama dengan reksa dana kedua dan seterusnya, jumlah data observasi data sampel panel dikurangi dengan jumlah cross section (n) sebanyak 2242, dan jumlah variabel bebas (k) sebanyak 4. Hasil perhitungan uji F diperoleh hasil sebagai berikut: FHitung =

(0,8455 - 0,8321) /37 0,8321 / (2242-4)

FHitung = 0,9741


76

Nilai statistik F kritis dengan numerator 37 dan denumerator 2238 pada α = 5% adalah 1,41601. Dengan demikian hasil F-hitung < F-Statistik atau menerima hipotesis nol. Asumsi bahwa koefisien intersep dan slope adalah sama, sehingga regresi data panel yang tepat untuk menganalisis hubungan antara variabel bebas dengan variabel terikat terhadap 38 reksa dana adalah regresi data panel model Common Effect daripada model Fixed Effect.

5.6.2 Uji Signifikansi Random Effect Untuk mengetahui apakah model Random Effect lebih baik daripada metode Common Effect, digunakan uji Langrange Multiplier (LM). Uji signifikansi ini dikembangkan oleh Breusch-Pagan. Metode ini untuk uji signifikansi model Random Effectdi dasarkan pada nilai residual dari metode Common Effect. Adapun nilai statistik LM dihitung berdasarkan formula sebagai berikut:

LMhitung =

nT

T2 ∑ e 2

2(T-1)

∑e2

2

1

Dimana n = jumlah individu; T = jumlah periode waktu; dan e adalah residual dari metode Common Effect. Dari hasil perhitungan nilai residual metode Common Effect, diperoleh jumlah rata-rata kuadrat residual (∑ē2) sebesar 0,000247 dan jumlah residual kuadrat (∑e2) sebesar 0,855517. Hasil perhitungan LMhitung dengan jumlah individu dalam data panel (n) sebanyak 38, jumlah periode waktu (T) selama 60 bulan, ∑ē2 sebesar 0,000247, dan ∑e2 sebesar 0,855517, adalah sebagai berikut:


77

LMhitung =

2

2

38 x 60

60 x 0,000258

2(60-1)

0,86035

1

LMhitung = 0,12231

Nilai kritis tabel distribusi chi squares dengan degree of freedom (df) sebesar 4 pada α = 5% adalah 9,49. Dengan demikian, diperoleh hasil hasil t-hitung < t-Statistik atau menerima hipotesis nol. Asumsi bahwa koefisien intersep dan slope adalah sama, sehingga regresi data panel yang tepat untuk menganalisis hubungan antara variabel bebas dengan variabel terikat terhadap 38 reksa dana adalah regresi data panel model Common Effect daripada model Random Effect. Hasil lengkap estimasi regresi data panel Common Effect terlihat pada tabel dibawah 5.3. Peneliti tidak melakukan uji Hausman untuk memilih antara model Fixed Effect dan model Random Effect. Uji signifikansi untuk menentukan apakah lebih baik menggunakan model Fixed Effect atau Random Effect tidak releven dilakukan, karena berdasarkan uji signifikansi keduanya menghasilkan estimasi regresi data panel model Common Effect (GLS) lebih baik daripada estimasi regresi data panel model fixed effect (GLS) maupun random effect.


78

Tabel 5.3 Hasil Estimasi Regresi Data Panel Model Common Effect Dependent Variable: IMRD Method: Panel EGLS (Cross-section weights) Date: 11/22/15 Time: 23:31 Sample: 2010M01 2014M12 Periods included: 60 Cross-sections included: 38 Total panel (balanced) observations: 2280 Linear estimation after one-step weighting matrix Variable

Coefficient

C IMPSR SZ BM MOM

0.007189 1.080913 0.056359 0.021747 -0.038459

Std. Error

t-Statistic

0.001344 5.346939 0.008510 127.0178 0.011420 4.935142 0.007155 3.039227 0.004992 -7.704695

Prob. 0.0000 0.0000 0.0000 0.0024 0.0000

Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.922293 0.922156 0.019279 6750.390 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

0.008730 0.069151 0.845553 1.927922

Unweighted Statistics R-squared Sum squared resid

5.7

0.853310 0.860347

Mean dependent var Durbin-Watson stat

0.006898 1.813281

Uji Asumsi Klasik Berbagai masalah yang sering dijumpai dalam analisis regresi dan korelasi

adalah: multikolinearitas, heteroskedastitas, dan autokorelasi. Multikolinearitias adalah kondisi adanya hubungan linier antarvariabel independen. Ada tidaknya multikolinearitas dapat diketahui atau dilihat dari koefisien korelasi masing-masing variabel bebas. Jika koefisien korelasi di antara masing-masung variable bebas lebih besar dari 0,8, maka terjadi multikolinearitas.


79

Hasil pengujian multikolinearitas dapat dilihat pada tabel 5.4. Berdasarkan tampilan tersebut dapat diketahui bahwa koefisien korelasi masing-masing variabel bebas kurang dari 0,8 sehingga tidak terdapat masalah multikolinearitas. Tabel 5.4 Matrik Korelasi Variabel

Excess RM Momentum

Size

Book to Market

Excess RM

1,000000

0.218402

-0.611633

-0.392139

Momentum

0.218402

1,000000

0.044899

-0.177034

Size

-0.611633

0.044899

1,000000

0.562728

Book to Market

0.392139

0.177034

-0.562728

1,000000

Sumber: hasil olahan statistik

Pengujian terhadap heteroskedastisitas dan autokorelasi tidak dilakukan karena menurut Gujarati (2009), heteroskedastisitas dan autokorelasi biasanya terdapat dalam estimator Originated Least Squares (OLS). Estimasi OLS relatif tidak efisien dan tidak unbiased estimator. Dengan kata lain mereka bukan Best Linear Unbiased Estimator (BLUE). Akan tetapi metode estimasi yang dikenal dengan Generalized Least Squares (GLS) mengambil informasi ke perhitungan secara eksplisit dan karena itu mampu memproduksi estimator yang BLUE. Untuk mengoreksi adanya masalah heteroskedaskitas dan autokorelasi adalah dengan menggunakan metode GLS (Gujarati, 2009) dan menurut Widarjono (2013), model regresi panel data yang mengandung masalah heteroskedastisitas bisa diatasi menggunakan metode GLS.

5.8

Analisi Regresi Data Panel Berdasarkan analisis estimasi model regresi data panel, pemilihan model


80

yang terbaik hasil estimasi, dan pemeriksaan model agar memenuhi kriteria BLUE, diperoleh hasil estimasi model regresi data panel model Common Effect dengan pendekatan GLS sebagaimana hasil pada Tabel 5.3. Jadi model persamaan regresi linier berganda data panel dalam penelitian ini, persamaannya adalah: Y = 0,0072 + 1,0809X1 + 0,0563X2 + 0,0217X3 – 0,0385X4 atau Excess Return Reksa dana = 0,0072 + 1,0809Excess Return Market + 0,0563Size + 0,0218Book to Market – 0,0385Momentum Berdasarkan persamaan regresi tersebut dapat diartikan bahwa Jika excess return market naik sebesar 1 rupiah, dengan asumsi variable yang lain tetap maka excess return return reksa dana akan naik sebesar 1,0809 kali. Jika size naik sebesar 1 rupiah, dengan asumsi variable yang lain tetap, maka excess return return reksa dana saham akan naik sebesar 0,0563 kali. Jika book to market sebesar 1 rupiah dengan asumsi variable yang lain tetap maka excess return reksa dana saham akan naik sebesar 0,0218 kali. Jika momentum naik sebesar 1 rupiah dengan asumsi variable yang lain tetap maka excess return reksa dana saham akan turun sebesar 0,0384 kali. Berdasarkan Tabel 5.3 di atas, besarnya R-squared sebesar 0,9223 menunjukkan bahwa variabel independen book to market, size, excess return market, dan momentum mampu menjelaskan 92,23% variabel dependen excess return reksa dana saham. Sedangkan sisanya sebesar 7,77% dijelaskan oleh variabel independen lain yang tidak dimasukan dalam model estimasi regresi.` Hasil uji F, menghasilkan nilai probabilitas statistik sebesar 0,000, hal ini


81

menunjukkan untuk tingkat signifikansi α sebesar 0,05 pasti signifikan. Sedangkan pengujian

uji F dengan cara membandingkan antara nilai Ftabel dengan Fhitung

diperoleh nilai Fhitung sebesar 6750,39 dan Ftabel sebesar 2,540 (lihat pada Tabel F), dengan demikian diperoleh hasil F

hitung

(6750.39) > F

tabel

(2,540) maka Ho

ditolak dan Ha diterima. Dapat disimpulkan bahwa excess return market,size, book to market dan momentum secara simultan berpengaruh terhadap excess return reksa dana saham. Dari hasil estimasi model tersebut, dilakukan pengujian hipotesis sesuai dengan tujuan penelitian ini dilakukan. Hasil pengujian hipotesis dapat diuraikan dibawah ini. Hipotesis 1 Ho

: Tidak terdapat pengaruh excess return market terhadap excess return reksa dana saham

Ha

: Terdapat pengaruh pengaruh excess return market terhadap excess return reksa dana saham Berdasarkan uji t pada α = 5% pada Tabel 5.7, nilai probabilitas variabel

excess return market sebesar 0,000 atau kurang dari 0,05 maka dapat disimpulkan excess return market berpengaruh signifikan terhadap excess return reksa dana. Apabila dilihat dari nilai t tabel nilai t tabel pada alpha 0,05 (two tail) df=n-2=602=58 adalah 2,002, sedangkan nilai t hitung sebesar 127,018 (positif). Berarti thitung> ttabel,

maka Ha diterima dan Ho ditolak. Dengan demikian, dapat

disimpulkan excess return market berpengaruh signifikan positif terhadap excess return reksa dana.


82

Hipotesis 2 Ho

: Tidak terdapat pengaruh size terhadap excess return reksa dana saham

Ha

: Terdapat pengaruh size terhadap excess return reksa dana saham Berdasarkan uji t pada α = 5% pada Tabel 5.3, nilai probabilitas variabel

size sebesar 0,000 atau kurang dari 0,05 maka dapat disumpulkan size berpengaruh signifikan terhadap excess return reksa dana saham. Apabila dilihat dari nilai ttabel nilai ttabel pada alpha 0,05 (two tail) df=n-2=60-2=58 adalah 2,002. sedangkan nilai t hitung sebesar 4.935 (positif). Berarti thitung> ttabel, maka Ha diterima dan Ho ditolak. Dengan demikian, dapat disimpulkan size berpengaruh signifikan positif terhadap excess return reksa dana saham.

Hipotesis 3 Ho

: Tidak terdapat pengaruh book to market terhadap excess return reksa dana saham

Ha

: Terdapat pengaruh book to market terhadap excess return reksa dana saham Berdasarkan uji t pada α = 5% yang terlihat pada Tabel 5.7, nilai

probabilitas variabel book to market sebesar 0,0024 atau kurang dari 0,05 maka dapat disimpulkan book to market mempunyai pengaruh yang signifikan terhadap excess return reksa dana saham. Apabila dilihat nilai tabel t pada alpha 0,05 (two tail) df=n-2=60-2=58 adalah 2,002. sedangkan nilai t hitung sebesar 3,0393 (negatif).

Berarti

thitung> ttabel,

maka Ha diterima dan Ho ditolak. Dengan


83

demikian, dapat disimpulkan book to market berpengaruh signifikan positif terhadap excess return reksa dana saham.

Hipotesis 4 Ho

: Tidak terdapat pengaruh momentum terhadap excess return reksa dana saham

Ha

: Terdapat pengaruh momentum terhadap excess return reksa dana saham Berdasarkan uji t pada α = 5% pada Tabel 5.7, nilai probabilitas variabel

momentum sebesar 0,0000, atau kurang dari 0,05 maka dapat disimpulkan berpengaruh signifikan terhadap excess return reksa dana saham. Apabila dilihat dari nilai tabel t

pada alpha 0,05 (two tail) df=n-2=60-2=58 adalah 2,002.

sedangkan nilai t hitung sebesar 7,7047 (negatif). Berarti thitung> ttabel, maka Ha diterima dan Ho ditolak. Dengan demikian, dapat disimpulkan momentum berpengaruh signifikan negatif terhadap excess return reksa dana saham.

5.9

Pembahasan Analisis Hasil Regresi Penulisan ini bertujuan untuk mengetahui pengaruh variabel-variabel

independen terhadap excess return (kinerja) reksa dana saham. Pengukuran ini dilakukan dengan menggunakan metode empat faktor Carhart. Metode empat faktor Carhart merupakan perluasan dari metode Fama French yang menggunakan tiga faktor dalam regresinya. Metode empat faktor Carhart menggunakan empat faktor sebagai variabel bebasnya, keempat faktor tersebut adalah excess return pasar yang disebut juga portofolio sesuai pasar (market portfolio), size (SMB) yang menunjukkan jenis saham yang menjadi portofolio berdasarkan ukuran kapitalisasi


84

pasarnya, book to market (HML) yang menunjukkan jenis saham yang menjadi portofolio berdasarkan rasio nilai bukunya terhadap pasar, sedangkan momentum (WML) menunjukkan pembelian saham-saham yang memberikan tingkat pengembalian rendah di masa lalu dan menjual saham-saham yang memberikan tingkat pengembalian tinggi. Metode empat faktor Carhart mengevaluasi kinerja reksa dana berdasarkan nilai dari konstanta intercept (α). Konstanta tersebut akan bernilai positif (negatif) jika reksa dana dapat menghasilkan (tidak menghasilkan) excess return. Pada metode empat faktor Carhart penambahan variabel bebas dimaksudkan untuk mengetahui apakah excess return reksa dana dapat dijelaskan oleh empat faktor yang merupakan variabel independen dalam model regresi empat faktor Carhart (Seghal, 2008). Dari hasil estimasi regresi data panel yang dihasilkan pada Tabel 5.8, diketahui konstanta intercept (α) positif sebesar 0,0072 dengan nilai probabilitas sebesar 0,0000 atau signifikan pada tingkat kepercayaan 99%. Hal ini berarti, reksa dana saham di Indonesia menghasilkan excess return yang positif Model regresi empat faktor Carhart juga dapat dipakai untuk mengetahui karakter gaya berinvestasi (style characteristic) reksa dana yang ditunjukkan oleh tiap-tiap faktor yang merupakan variabel independen dalam model regresi terhadap excess return dari reksa dana sampel (Seghal, 2008). Analisis pengaruh variabelvariabel independen terhadap excess return reksa dana saham secara parsial dari hasil estimasi regresi data panel model Common Effect, yang juga dapat menunjukkan karakter gaya berinvestasi reksa dana saham di Indonesia, dapat dijelaskan sebagai berikut:


85

1) Pengaruh excess return market terhadap excess return reksa dana Berdasarkan hasil regresi dapat disimpulkan excess return market berpengaruh signifikan terhadap excess return reksa dana. Hasil regresi menunjukkan bahwa excess return market (faktor portofolio pasar) dapat digunakan sebagai faktor yang dapat menjelaskan excess return reksa dana saham. Hal ini sesuai dengan hasil penelitian Larasati (2013) dan Sudiyatno (2011) tetapi berbeda dengan hasil penelitian Amaroh (2009) dan Kassimatis (2008) yang menyimpulkan excess return market tidak berpengaruh terhadap excess return reksa dana. Berdasarkan nilai koefisien pada persamaan regresi disimpulkan nilai koefisien excess return market positif sebesar 1,0809,

menunjukkan setiap

kenaikan excess return market sebesar 1 rupiah memberikan pengaruh positif terhadap kenaikan excess return reksa dana saham sebesar 1,0809 kali. Excess return market yang bernilai positif mempunyai kecenderungan tingkat pengembaliannya dipengaruhi gaya atau strategi investasi yang mengikuti portofolio pasar atau strategi investasi portofolio pasif. Tandelilin (2010) menyatakan bahwa manajer investasi yang melakukan strategi pasif pada dasarnya akan berusaha mereproduksi atau mereplikasi kinerja indeks pasar ke dalam kinerja portofolio aset yang dikelolanya. Artinya, portofolio aset yang dibentuk manajer akan terdiri atas aset-aset yang bisa menghasilkan return sedekat mungkin dengan return indeks pasar. Oleh karena itu, strategi ini juga sering diistilahkan sebagai strategi indexing. Manajer investasi reksa dana saham di Indonesia diindikasikan menerapkan strategi pasif (strategi indexing) dalam menerapkan strategi portofolio saham untuk memperoleh excess return reksa dananya. Hal ini terlihat dari kecenderungan


86

tingkat pengembalian reksa dana sahamnya yang diduga dipengaruhi gaya atau strategi investasi yang mengikuti portofolio pasar. Atau dapat dikatakan, apabila manajer investasi reksa dana saham di Indonesa menerapkan strategi pasif atau mengikuti indeks pasar ke dalam kinerja portofolio aset yang dikelolanya, dapat meningkatkan excess return reksa dananya.

2) Pengaruh size terhadap excess return reksa dana Berdasarkan hasil regresi dapat disimpulkan size berpengaruh signifikan terhadap excess return reksa dana saham. Hasil regresi menunjukkan bahwa size dapat digunakan sebagai faktor yang dapat menjelaskan excess return reksa dana saham. Hal ini sesuai dengan hasil penelitian Amaroh (2009) tetapi berbeda dengan hasil penelitian Larasati (2013), Sudiyatno (2011) dan Kassimatis (2008). Berdasarkan nilai koefisien pada persamaan regresi disimpulkan nilai koefisien size positif sebesar 0,0563 yang menunjukkan setiap kenaikan size sebesar 1 rupiah memberikan pengaruh positif terhadap kenaikan excess return reksa dana saham sebesar 0,0563 kali. Variabel size menunjukkan faktor pemilihan saham berdasarkan kapitalisasi pasarnya, dalam hal ini diwakili dengan SMB, dimana dihitung dari selisih tingkat pengembalian saham dari saham-saham yang berkapitalisasi kecil (small cap) dan saham-saham yang berkapitalilasi besar (big cap). Jika faktor SMB menghasilkan angka koefisien positif berarti menunjukkan excess return yang diperoleh dipengaruhi oleh tingkat pengembalian dari saham-saham yang berkapitalisasi kecil yang terdapat dalam portofolio reksa dana, sebaliknya apabila faktor SMB menghasilkan angka koefisien negatif dapat diartikan bahwa tingkat pengembalian


87

yang diperoleh reksa dana dipengaruhi oleh tingkat pengembalian yang dihasilkan saham-saham berkapitalisasi besar (Otten, 2002). Dalam hubungannya dengan strategi investasi, saham yang memiliki kapitalisasi pasar yang kecil biasanya memiliki tingkat pengembalian yang tinggi, demikian pula pada saat saham memiliki kapitalisasi pasar besar biasanya memiliki tingkat pengembalian yang rendah. Dari hasil regresi dapat disimpulkan, reksa dana saham di Indonesia memiliki strategi investasi memilih portofolio saham yang berkapitalisasi kecil dimana pada saat tingkat pengembaliannya naik sebesar 1 rupiah dapat meningkatkan excess return reksa dana saham sebesar 0,0563 kali. Alles dan Hong (2002) menyiratkan bahwa faktor SMB merupakan faktor yang mewakili ukuran dana kelola dari reksa dana tersebut, sehingga apabila faktor SMB positif maka tiap penambahan dana kelola akan menghasilkan tingkat pengembalian yang positif pula sebesar koefisien faktor SMB hasil regresi. Dapat dikatakan dari hasil regresi penelitian ini, reksa dana saham di Indonesia akan mendapatkan excess return yang positif sebesar 0,0563 kali apabila menambahkan dana kelola reksa dana sahamnya sebesar 1 rupiah.

3) Pengaruh book to market terhadap excess return reksa dana Berdasarkan hasil regresi disimpulkan book to market berpengaruh signifikan terhadap excess return reksa dana saham. Hasil regresi menunjukkan bahwa book to market dapat digunakan sebagai faktor yang dapat menjelaskan excess return reksa dana saham. Hal ini sesuai dengan hasil penelitian Amaroh (2009) tetapi berbeda dengan hasil penelitian Larasati (2013), Sudiyatno (2011)


88

dan Kassimatis (2008) yang menyimpulkan book to market tidak berpengaruh terhadap excess return reksa dana saham. Berdasarkan nilai koefisien pada persamaan regresi diketahui bahwa nilai koefisien book to market positif sebesar 0,0217, yang menunjukkan setiap kenaikan book to market sebesar 1 rupiah memberikan pengaruh positif terhadap excess return reksa dana saham sebesar 0,0217 kali. Dalam kaitannya dengan strategi investasi, penerapan strategi dengan kecenderungan memilih saham berdasarkan rasio nilai buku terhadap pasar (book to market ratio) dikenal dengan strategi growth stock dan value stock. Strategi growth stock adalah strategi yang menerapkan pemilihan terhadap saham-saham yang mempunyai nilai rasio nilai buku terhadap pasar rendah dan strategi value stock adalah strategi yang menerapkan pemilihan terhadap saham-saham yang mempunyai nilai rasio nilai buku terhadap pasar tinggi (Fama dan French, 1993). Dalam model regresi, faktor book to market diwakili dengan HML. Apabila HML memiliki angka koefisien positif berarti manajer investasi reksa dana saham menerapkan strategi value stock, sedangkan jika angka koefisien faktor HML memiliki angka negatif maka manajer investasi reksa dana saham menerapkan growth stock. Hasil regresi menunjukkan angka koefisien variabel book to market (HML) memiliki nilai positif sebesar 0,0217. Dapat diartikan manajer investasi reksa dana di Indonesia menerapkan strategi value stock, dimana setiap kenaikan 1 rupiah portofolio saham yang mempunyai nilai buku terhadap pasar tinggi akan menaikkan excess return reksa dana saham sebesar 0,0217 kali.


89

4) Pengaruh momentum terhadap excess return reksa dana Berdasarkan hasil regresi disimpulkan bahwa momentum berpengaruh signifikan terhadap excess return reksa dana saham. Hasil regresi menunjukkan bahwa momentum dapat digunakan sebagai faktor yang dapat menjelaskan excess return reksa dana saham. Hal ini tidak sesuai dengan hasil penelitian Kassimatis (2008) yang menyimpulkan momentum tidak berpengaruh terhadap excess return reksa dana saham. Amaroh (2009), Larasati (2013), dan Sudiyatno (2011) tidak melakukan penelitian pengaruh momentum terhadap excess return reksa dana saham sehingga Penulis tidak dapat membandikannya. Berdasarkan nilai koefisien pada persamaan regresi diketahui bahwa nilai koefisien momentum negatif sebesar 0,0384, yang menunjukkan setiap kenaikan momentum 1 rupiah memberikan pengaruh negatif terhadap excess return reksa dana saham sebesar 0,0384 kali. Pengertian efek momentum secara umum di kalangan aktivis keuangan, khususnya pasar modal, mengacu ada suatu keadaan dalam jangka pendek atau menengah yang dapat dimanfaatkan keuntungan melalui aktivitas perdagangan. Strategi investasi momentum merupakan strategi portofolio aktif yang dapat digunakan investor dan manajer investasi untuk meningkatkan keinerja portofolio saham. Strategi ini dilakukan dengan cara membeli saham yang sebelumnya memiliki kinerja baik dan menjual saham yang sebelumnya memiliki kinerja buruk. Dalam strategi ini, investor/manajer investasi akan mencari momentum atau waktu yang tepat, pada saat perubahan harga yang terjadi bisa memberikan keuntungan bagi investor/manajer investasi melalui tindakan menjual atau membeli saham (Aziz et.al, 2015).


90

Jegadees dan Titman (1993) menyatakan bahwa strategi momentum merupakan strategi yang menerapkan pembelian saham-saham yang memberikan tingkat pengembalian tinggi di masa lalu dan menjual saham-saham yang memberikan tingkat pengembalian rendah di masa lalu, kebalikannya adalah strategi kontrarian yang menerapkan strategi pembelian saham-saham yang memberikan tingkat pengembalian rendah di masa lalu dan menjual saham-saham yang memberikan tingkat pengembalian tinggi. Strategi momentum ditunjukkan oleh faktor WML, jika bernilai positif berarti menunjukkan excess return reksa dana yang diperoleh mempunyai kecenderungan dipengaruhi oleh strategi momentum yang diterapkan manajer investasi, sebaliknya jika bernilai negatif berarti excess return reksa dana dipengaruhi strategi kontrarian yang diterapkan manajer investasi. Berdasarkan estimasi hasil regresi data panel, diketahui excess return reksa dana saham di Indonesia dipengaruhi oleh strategi kontrarian yang diterapkan oleh manajer investasi. Strategi ini memberikan pengaruh sebesar 0,0384 terhadap excess return reksa dana saham.


BAB V ANALISIS DAN PEMBAHASAN

Recommend Documents