WeekendEffect

Departement of Management Original Page Number :
Issued : 15.03.06 Effective : 15.06.26
Issued by : BisowarnoBisowarnoBisowarno SejatiSejatiSejati
PPPENGARUHENGARUHENGARUH WWWEEKENDEEKENDEEKEND EEEFFECTFFECTFFECT TTTERHADAPERHADAPERHADAP RRRETURNETURNETURN SSSAHAMAHAMAHAM
PPPERIODEERIODEERIODE 02.06.2012-06.02.2015.02.06.2012-06.02.2015.02.06.2012-06.02.2015.
Studi Empiris: Data di Bursa Efek Indonesia (BEI).
DisusunDisusun oleholeh ::
NamaNama :: BisowarnoBisowarno Sejati.Sejati.
NPMNPM :: 41183402120045.41183402120045.
Tanggal Penyusunan Tugas: 06 Maret 2015.
Tanggal Penyerahan Tugas: 26 Juni 2015 (Ujian Akhir Semester).
ҒᶏҟųłҒᶏҟųłttᶏᵴᶏᵴ ΈҟσȵσṃἰΈҟσȵσṃἰ
JJųųrrųᵴᶏȵųᵴᶏȵ ӍᶏȵᶏӍᶏȵᶏggҽṃҽȵҽṃҽȵtt ᵴᵴ11
ȵȵἰἰggɦɦtt ₡łᶏᵴᵴ₡łᶏᵴᵴ
Dosen Pembimbing : Rr. Prasetyowati, SE., ME.
Diajukan untuk memenuhi tugas mata kuliah Seminar Manajemen
Keuangan Semester VI.
UNIVERSITASUNIVERSITASUNIVERSITAS ISLAMISLAMISLAM "45""45""45" BEKASIBEKASIBEKASI
Jl.Cut Meutia No.83 Bekasi 17113 Tlp (021) 8802015, 8808851-52
Fax. (021) 8801192, Homepage : www.unismabekasi.ac.id
TahunTahunTahun AjaranAjaranAjaran 2012/20132012/20132012/2013

Proposal Design Skripsi
I. JUDUL.
Pengaruh Weekend Effect terhadap Return Saham Periode 10.03.2011-10.08.2014. Studi
Empiris di Data Bursa Efek Indonesia (BEI).
II. DIAJUKAN OLEH:
Nama Mahasiswa : Bisowarno Sejati.
NPM : 41183402120045.
Program Studi : S1/Manajemen.
BAB I
OBSERVASI DASAR
1.1. LATAR BELAKANG RISET.
Hipotesis pasar yang efisien atau Efficient Market Hypothesis sampai saat ini masih menjadi
perdebatan yang menarik di bidang keuangan, masih ada pro dan kontra di kalangan praktisi dan akademisi
bidang keuangan tentang hipotesis pasar yang efisien. Pasar yang efisien adalah pasar dimana harga semua
sekuritas yang diperdagangkan telah mencerminkan semua informasi yang tersedia, baik informasi di masa
lalu (misalnya laba perusahaan tahun lalu), informasi saat ini (misalnya rencana kenaikan deviden tahun ini)
maupun informasi yang bersifat pendapat atau opini rasional yang beredar di pasar yang bisa
mempengaruhi perubahan harga.
Proses penjualan saham di pasar modal umumnya menggunakan sistem lelang (auction)
sehingga pasar modal ini juga sering disebut dengan auction market. Disebut dengan pasar lelang karena
transaksi dilakukan secara terbuka dan harga ditentukan oleh supply (penawaran) dan demand (permintaan)
dari anggota bursa yang memberikan ask price (atau offer price atau harga penawaran terendah untuk jual)
dan bid-price (harga permintaan tertinggi untuk beli).
Ketidak teraturan penyimpangan di dalam pasar modal ini secara terus menerus hadir dan telah
memberikan dampak yang cukup besar yang disebut sebagai Anomali Pasar (Market Anomalies). Anomali
adalah kejadian atau peristiwa yang tidak diantisipasi dan yang menawarkan investor peluang untuk
memperoleh abnormal return.
Didalam teori keuangan, dikenal 4 macam anomali pasar, yaitu Anomali Perusahaan, Anomali
Musiman, Anomali Peristiwa, dan Anomali Akuntansi. Salah satu bagian dari anomali musiman tersebut
adalah Anomali Efek Akhir Pekan atau disebut Weekend Effect yang merupakan bagian dari The Day Of
The Week Effect. Anomali yang dimaksud dalam penelitian ini adalah adanya indikasi pada hari-hari
tertentu terjadi return yang lebih tinggi dibandingkan hari lainnya atau dengan kata lain pada hari tersebut
terjadi dengan apa yang disebut Abnormal Return yang lebih besar daripada hari lainnya. Anomali inilah
yang kemudian disebut dengan The day of the week effect atau singkatnya Day Effect telah diteliti di
berbagai bursa di dunia dengan hasil yang bervariasi.

Ekonom-ekonom dari Asia sudah banyak yang berusaha melakukan penelitian ini untuk
menguji anomali Day Effect di bursa saham yang ada di Indonesia. Salah satu anomali tersebut adalah
Anomali Akhir Pekan (Weekend Effect Anomaly). Anomali Akhir Pekan menyatakan bahwa rata-rata return
cenderung positif pada hari Jum’at dan negatif pada hari Senin.
Rystrom dan Benson (1989) mengemukakan argumentasi mengenai return saham selalu
negatif pada hari Senin dari sisi psikologis investor. Return negatif yang selalu terjadi pada hari Senin
disebabkan oleh sikap “tidak suka” dari banyak individu terhadap hari Senin, karena hari Senin merupakan
hari pertama dari 5 hari kerja. Psikologis investor yang tidak menyukai hari Senin ini menjadikan investor
sering melakukan tindakan yang tidak rasional dan keputusan investasi dipengaruhi oleh faktor emosi,
perilaku psikologis spesifik individu, dan mood investor. Tindakan yang tidak rasional dalam melakukan
transaksi akan cenderung memperoleh return terendah pada hari perdagangan Senin dibandingkan dengan
hari perdagangan lainnya.
Berdasarkan uraian latar belakang di atas penulis tertarik untuk melakukan penelitian dengan
judul: Pengaruh Weekend Effect terhadap Return Saham Periode 10.03.2011-10.08.2014. Studi Empiris di
Data Bursa Efek Indonesia (BEI).
1.2. TUJUAN DAN MANFAAT RISET.
Tujuan riset ini adalah:
1. Untuk mengetahui pengaruh Weekend Effect terhadap Return Saham.
Manfaat riset ini adalah:
a. Hasil riset ini diharapkan dapat memberikan kontribusi dan informasi terhadap ilmu pengetahuan
khususnya pada kajian manajemen keuangan, serta kepada investor pada umumnya di Indonesia
terkait dengan pengaruh Weekend Effect terhadap Return Saham.
b. Sebagai salah satu bahan pertimbangan bagi investor dalam menanamkan investasi.
c. Sebagai referensi riset selanjutnya khususnya mengenai pengaruh Weekend Effect terhadap Return
Saham.
1.3. RUANG LINGKUP INVESTIGASI.
1. Pembatasan Masalah
Proposal design skripsi ini membahas diduga terjadi pengaruh Weekend Effect terhadap
Return Saham. Batasan riset observasi ini bertujuan agar pembahasan dalam penelitian ini tidak akan
mengalami penyimpangan sehingga terhindar dari pembahasan yang terlalu luas dan mengarah pada tujuan
riset yang telah ditetapkan. Riset proposal skripsi ini mengambil sampel pada data historis return saham di
Jakarta, Bursa Efek Indonesia (BEI) dan memfokuskan pada Weekend Effect.
Akhirnya dapat dirumuskan permasalahan penelitian sebagai berikut:
1) Memakai teori siapa dalam penelitian ini?
2) Kenapa dimulai pada hari jum’at Weekend Effect, return saham cenderung positif /naik?

3) Mengapa pada hari senin Weekend Effect, return saham cenderung negatif /turun?
4) Bagaimana teknik statistik untuk uji hipotesisnya dan menggunakan apa?
5) Apakah ada pendugaan pengaruh Weekend Effect terhadap Return Saham?
1.4. SISTEMATIKA PELAPORAN.
Sistematika pelaporan riset ini disusun secara rinci sebagai berikut:
I. JUDUL
II. DIAJUKAN OLEH:
BAB I OBSERVASI DASAR
1.1. LATAR BELAKANG RISET.
1.2. TUJUAN DAN MANFAAT RISET.
1.3. RUANG LINGKUP INVESTIGASI.
1.4. SISTEMATIKA PELAPORAN.
BAB II STUDI LITERATUR
2.1. HIPOTESIS PASAR EFISIEN DAN ANOMALI PASAR
2.2. PENGARUH MUSIMAN DAN RETURN SAHAM.
2.3. TINJAUAN HASIL RISET SEBELUMNYA
2.4. KERANGKA PEMIKIRAN.
BAB III OBSERVASI EKSTRAPOLASI.
3.1. METODE RISET
3.1.1 LOKASI DAN SAMPEL POPULASI RISET.
3.1.2 MATRIK PENYUSUNAN.
3.2. DESIGN INVESTIGASI.
3.2.1 FILE DATA DAN CARA PENGUKURAN.
3.2.2 MODEL RISET.
3.2.3 MODEL DASAR /UJI MULTIKOLINEARITAS
3.2.4 UJI KOEFISIEN DETERMINASI (R²).
3.2.5 UJI T- STATISTIK (SECARA PARSIAL/INDIVIDU).
3.2.6 UJI F- STATISTIK (SECARA SIMULTAN).
3.3. UJI ASUMSI KLASIK DALAM REGRESI.
3.3.1 AUTOKORELASI.
3.3.2 UJI HETEROKEDASTISITAS.
3.3.3 UJI NORMALITAS.

BAB II
STUDI LITERATUR
2.1. HIPOTESIS PASAR EFISIEN (HPE) DAN ANOMALI PASAR.
Berdasarkan Hipotesis Pasar Efisen (HPE) dan preferensi resiko investor dengan
pernyataannya Fama (1970) hipotesis bahwa sebuah pasar di mana harga selalu sepenuhnya merefleksikan
informasi yang tersedia (relevan) disebut efisien. Fama (1966) efisiensi pasar sederhana yaitu nilai yang
diharapkan dari abnormal return adalah nol, tetapi kesempatan menghasilkan penyimpangan dari nol
(anomali) di kedua arah. Untuk alasan ini, Hipotesis Pasar Efisen (HPE), dengan sendirinya, bukanlah
sebuah hipotesis yang jelas dan empiris terbantahkan.
Fama (1970) tiga bentuk efisien pasar hipotesis ada:
1. Bentuk lemah (harga saham mencerminkan semua informasi masa lalu dalam harga),
2. Bentuk semi kuat (harga saham mencerminkan semua masa lalu dan informasi publik saat ini yang
tersedia),
3. Bentuk kuat (harga saham mencerminkan semua informasi yang relevan, termasuk informasi yang
tidak atau belum diungkapkan kepada masyarakat umum seperti insiden informasi/ kejadian buruk).
Tandelilin (2001) Pasar yang efisien adalah pasar dimana harga semua sekuritas yang
diperdagangkan telah mencerminkan semua informasi yang tersedia, baik informasi di masa lalu (misalnya
laba perusahaan tahun lalu), informasi saat ini (misalnya rencana kenaikan deviden tahun ini) maupun
informasi yang bersifat pendapat atau opini rasional yang beredar di pasar yang bisa mempengaruhi
perubahan harga.
Tandelilin (2001). Dalam pasar efisien, adanya informasi yang baru akan segera diantisipasi
oleh para pelaku pasar dalam memutuskan keputusannya membeli atau menjual, sehingga menyebabkan
perubahan terhadap harga, dan selanjutnya harga akan stabil kembali. Semakin cepat harga bereaksi
terhadap informasi baru maka pasar akan semakin efisien.
Shefrin (2007) Anomali pasar efisien dari sudut perilaku keuangan (behavioral financial)
dapat dijelaskan dengan membagi anomali dalam tiga kelompok, yaitu:
1. Pembalikan jangka panjang: efek pemenang pecundang (Long-term reversal: winner-loser effect).
Berdasarkan DeBondt-Thaler, bahwa secara data historis saham yang memiliki return terburuk pada
jangka waktu tiga tahun cenderung memiliki return yang lebih tinggi sebesar 30% dibanding dengan
pasar pada periode lima tahun. Untuk saham yang memiliki return terbaik pada periode tiga tahun
memiliki return yang lebih rendah dibandingkan pasar sebesar 10% dalam waktu lima tahun. Saham
dengan return terburuk (looser) memiliki kinerja yang lebih baik sebesar 40% lebih tinggi
dibandingkan saham dengan return terbaik (winners). Dapat disimpulkan saham cenderung memiliki
long-term reversal.
2. Momentum jangka pendek berkelanjutan (Momentum: Short-Term Continuation). Pada jangka pendek
return cenderung mengalami momentum, bukan reserval, dari data historis, portofolio dari melakukan
hold atas saham winners dalam jangka enam bulan kebelakang dan melakukan short saham looser

pada jangka waktu yang sama dapat menghasilkan earning lebih dari 10% pertahun. Pola ini biasnya
terjadi pada saham yang berkapitalisasi kecil.
3. Pasca menerima pengumuman melayang (Post-earning announcement drift.) Fenomena yang
menggambarkan momentum dalam waktu setahun setelah earning surprise positif pertama akan
menunjukkan kinerja positif drift, tapi mengalami reversal setelah tahun tersebut.
2.2. PENGARUH MUSIMAN DAN RETURN SAHAM.
Azlina (2009) Return saham atau tingkat pengembalian saham adalah tingkat pengembalian
saham biasa, dan merupakan pembayaran kas yang diterima akibat pemilikan suatu saham ditambah dengan
perubahan harga pasar saham lalu dibagi dengan harga saham pada saat investasi. Jadi tingkat
pengembalian ini berasal dari 2 sumber, yaitu pendapatan (deviden) dan perubahan harga saham (capital
gain/loss).
Bentuk perhitungan dari rata-rata return yang dibayarkan pada berbagai asset melebihi waktu t
biasanya dirumuskan sebagai berikut:
R = Dt + (Pt – Pt-1)
Pt-1
dimana:
R : Return saham
Dt : Deviden periode pada waktu t
Pt : Harga saham pada waktu t
Pt-1 : Harga saham pada waktu t-1
Pada persamaan diatas menunjukkan bahwa return saham ditimbulkan oleh perubahan nilai
saham pada suatu periode (capital gain/loss) dan arus kas yang terealisasi dalam periode tersebut.
Jenis-jenis asset seperti saham, obligasi dan real asset dikelompokkan sebagai capital asset.
Jika membeli suatu capital asset dan menjualnya di kemudian hari dengan harga yang lebih tinggi dari
harga beli maka keuntungan ini disebut capital gain, tetapi jika terjadi kerugian maka disebut dengan
capital loss. Secara sederhana capital gain/loss merupakan selisih positif /negatif antara harga saham saat
membeli saham dibandingkan dengan harga pada saat menjual harga saham tersebut di bursa efek.
2.2.1. Hipotesis Periode Penyelesaian (Settlement Period Hypothesis).
Harga cenderung meningkat pada hari pembayaran
2.2.2. Anomali Kalender (Calendar Anomalies)/Hipotesis Waktu Perdagangan (Trading Time
Hypothesis).
Menurut Jacobs dan Levy (1988) terdapat beberapa bukti bahwa abnormal return di dalam
pasar modal berhubungan dengan calendar anomalies seperti the day of the week effect, dan mereka
menyimpulkan bahwa eksistensi abnormal returns memang tidak dapat terbantahkan. Fenomena ini terjadi
pada saat tertentu, namun signifikansinya terhadap ekonomi tidak terlalu besar. Faktor psikologi menjadi
penyebab utama yang menjelaskan perilaku investor sehingga menimbulkan calendar anomalies.

Guglielmo (2014) mendeteksi efek kalender (anomali) di pasar keuangan adalah kepentingan
baik kepada pedagang bertujuan untuk mengeksploitasi mereka untuk mendapatkan keuntungan tambahan
dan para peneliti menganalisis apakah ada bukti kegagalan pasar dan tidak memadainya Hipotesis Pasar
Efisien (Efficient Market Hipothesis/ EMH).
2.2.3. Hipotesis Arus Informasi (Information Flow Hypothesis).
Rianti (2009) Information flow hyphotesis, yaitu perusahaan cenderung akan menahan
informasi yang negative sampai akhir pekan dan memberi waktu pada investor untuk menyerap informasi
negatif tersebut selama dua hari. Pada hari senin investor baru bereaksi atas informasi yang negatif yang
diterima pada minggu lalu yang menghasilkan return pada hari senin akan negatif.
2.2.4. Hipotesis Perdagangan Investor Retail (Retail Investor Trading Hypothesis).
Terjadinya aktifitas perdagangan yang tinggi untuk small size trade pada hari senin sedangkan
untuk large size trade aktivitasnya rendah Brooks dan Kim (1997) diteruskan oleh Rianti (2009).
2.2.5. Efek Split Stock (Stock Split Effect).
Archana (2014) Stock Split Efek (Stock Split Effect): perpecahan Stock meningkatkan jumlah
saham yang beredar dan menurunkan nilai setiap saham yang beredar, dengan efek bersih dari nol pada
kapitalisasi pasar perusahaan. Namun, sebelum dan setelah perusahaan mengumumkan stock split, harga
saham biasanya naik. Kenaikan harga yang dikenal sebagai efek stock split.
2.2.6. Anomali dari Keuntungan (Profiting From Anomalies).
Archana (2014) Hal ini sangat tidak mungkin bahwa siapa pun secara konsisten dapat
keuntungan dari mengeksploitasi anomali. Masalah pertama terletak pada perlunya sejarah terulang. Kedua,
bahkan jika anomali terulang seperti jam, setelah perdagangan biaya dan pajak diperhitungkan, keuntungan
bisa berkurang atau menghilang. Akhirnya, setiap kembali akan harus disesuaikan dengan risiko untuk
menentukan apakah perdagangan di anomali memungkinkan investor untuk mengalahkan pasar. Anomali
mencerminkan inefisiensi dalam pasar. Beberapa anomali terjadi sekali dan menghilang, sementara yang
lain terjadi berulang-ulang. Sejarah tidak prediktor kinerja masa depan, sehingga Anda tidak harus
mengharapkan setiap hari Senin menjadi bencana dan setiap Januari untuk menjadi besar, tetapi juga akan
ada hari yang akan "membuktikan" anomali ini benar!
Salah satu yang paling sering dipelajari anomali adalah efek akhir pekan (Senin efek, efek hari
minggu) pertama dibahas oleh French (1980), yaitu kecenderungan aset keuangan untuk menghasilkan
keuntungan negatif pada hari Senin. Teori yang berbeda telah dikembangkan untuk menjelaskan
kehadirannya. Dalam model perilaku keuangan itu dikaitkan dengan negatif ekspektasi investor
mempertimbangkan Senin hari terburuk dalam seminggu. Lain yang mungkin penjelasan adalah bahwa
selama akhir pekan pelaku pasar memiliki lebih banyak waktu untuk menganalisis harga gerakan dan
sebagai hasil pada hari Senin jumlah yang lebih besar dari perdagangan berlangsung. Atau, mungkin karena

pembayaran ditangguhkan selama akhir pekan, yang membuat insentif tambahan untuk pembelian surat
berharga pada hari Jumat yang mengarah ke harga yang lebih tinggi pada yang hari.
Fields (1931) mengemukakan bahwa perdagangan hari terbaik dalam seminggu adalah hari
Sabtu. yang lain studi penting pada efek akhir pekan adalah bahwa dengan Palang (1973), yang
menganalisis Jumat-Senin data untuk Standard & Poor Indeks Saham dari Januari 1953 sampai Desember
1970 dan menemukan peningkatan pada hari Jumat dan penurunan pada hari senin. French (1980)
diperpanjang analisis untuk tahun 1977 dan juga melaporkan hasil negatif pada hari Senin. Kontribusi lebih
lanjut oleh Gibbons dan Hess (1981), Keim dan Stambaugh (1984), Rogalski (1984), dan Smirlock dan
Starks (1986) juga menemukan pola positif-Jumat / negatif Senin. Connolly (1999) juga memungkinkan
untuk heteroskedastisitas tapi masih terdeteksi Senin Efek dari tahun 1970. Rystrom dan Benson (1989)
menjelaskan adanya minggu efek atas dasar psikologi investor yang percaya bahwa Senin adalah "sulit"
hari dalam seminggu dan memiliki persepsi yang lebih positif dari Jumat. Ariel (1990) menentang
hubungan antara akhir pekan dan efek Senin. Agrawal dan Tandon (1994) meneliti 19 pasar ekuitas di
seluruh dunia, dan menemukan hari Minggu efek di pasar yang paling berkembang. Sias dan Starks (1995)
mengasosiasikan akhir pekan efek dengan saham dalam portofolio besar investor institusi. Penelitian yang
dilakukan di Fortune (1998, 1999) menunjukkan bahwa ia memiliki kecenderungan untuk menghilang dan
merupakan fenomena dengan dua komponen: yang pertama adalah "efek melayang akhir pekan", yaitu
harga saham cenderung menurun selama akhir pekan tapi kenaikan pada minggu perdagangan; yang kedua
adalah "volatilitas efek akhir pekan", yaitu volatilitas return kurang per hari selama akhir pekan, lebih dari
itu hari perdagangan berdekatan.
Adapun peran Short-selling , Kazemi , Zhai , Dia dan Cai ( 2013 ) dan Chen dan Singal ( 2003)
menjelaskan efek akhir pekan sebagai akibat dari penutupan spekulatif posisi pada hari Jumat dan pendirian
posisi pendek baru pada hari Senin oleh pedagang. Namun, hasil dari studi yang dilakukan oleh Christophe,
Ferri dan Angel (2007 ) tidak mendukung ini kesimpulan. Bukti lebih lanjut disediakan oleh Singal dan
Tayal ( 2014 ) untuk masa depan pasar, Olson, Chou, Mossman ( 2011) yang melakukan berbagai tes
breakpoint dan stabilitas, dan Racicot ( 2011) yang menggunakan analisis spektral. Keim and Stambaugh
(1984) menunjukan adanya lowest return/negative pada hari senin dan positif pada hari jum’at.

2.3. TINJAUAN HASIL RISET SEBELUMNYA.
Table 1 Weekend effect: ikhtisar dari penelitian terbaru
Penulis Jenis analisis Objek analisis (periode waktu, pasar dan indeks) Hasil
Sias, Starks
(1995)
Pengujian hipotesis (t-test
dan F-test)
1977-1991 kapitalisasi pasar ekuitas, kelembagaan
kepemilikan, pengembalian harian dan volume 1500
investor institusi di NYSE
Efek akhir pekan didorong terutama oleh pola trading
investor institusional
Fortune (1998)
Model difusi melompat
dari Stok Return
Januari 1980-Juni 1998 data harian untuk Standard &
Poor 500
Negatif akhir pekan tampaknya telah menghilang hanyut
meskipun akhir pekan terus mengalami volatilitas yang
rendah
Fortune (1999)
Januari 1980-Januari 1999 setiap hari mendekat ke
data Dow 30, Standard & Poor 500, Wilshire 5000,
Nasdaq Composite, dan Russell 2000
Efek akhir pekan drift anomali keuangan yang pada
akhirnya akan hilang dengan sendirinya.
Schwert (2003) Analisis Korelasi
1885-1927 indeks portofolio Dow Jones; 1928-2002
portofolio komposit Standard & Poor
Efek akhir pekan tampaknya telah menghilang sejak
tahun 1980.
Chen, Singal
(2003)
Analisis Deskriptif dan
Regresi
Juli 1962 - Desember 1999, New York Stock (NYSE);
Desember 1972-Desember 1999. Nasdaq, return
harian untuk saham; Juni 1988- Desember 1999 dan
Januari Nasdaq 1988-1999 NYSE. Data bunga
bulanan pendek
Spekulatif penjualan pendek dapat menjelaskan efek
akhir pekan.
Hsaio, Solt (2004)
Satu buah uji
nonparametrik berdasarkan
distribusi waktu didekati
dan di uji parametrik untuk
menguji kemampuan
pengembangan strategi
pasar yang normal
Januari 1988-Desember 2000 (678 minggu) 3:00 dan
menutup nilai untuk indeks Standar & Poor 500; April
1988-Desember 2000 (669 minggu) saham CREF,
pertumbuhan, dan rekening pasar uang; April
1994-Desember 2000 (332 minggu) pertumbuhan
akun.
Kehadiran efek akhir pekan di pengembalian rata-rata
harian untuk portofolio diuji sampai tahun 2000
Christophe, Ferri,
Angel (2007)
Analisis Deskriptif dan
Regresi
September 2000-Juli 2001 setiap hari 09:30-4: 12:00
data saham NASDAQ listed
Spekulatif short-selling tidak menjelaskan perbedaan
pengembalian Senin-Jumat.
Olson, Chou,
Mossman, (2011)
Analisis Regresi, Tes
Breakpoint Chow, dan Tes
Bai-Perron
1973-2007 Dow Jones Industrials 30, Standard dan
Poor`s 500, Standard & Poor Midcap 400, Standard &
Poor Kecil Cap 600, NASDAQ 100, American Stock
Exchange ( AMEX ) komposit indeks
Efek akhir pekan sudah melewati prosedur: identifikasi,
eksploitasi, penurunan, pembalikan, dan penghilangan.
Tidak ada Efek Akhir Pekan yang signifikan di AS
saham kecil setelah sekitar pertengahan 2003
Racicot (2011) Analisis Spektral 1970-1973 Indeks Standar & Poor 500 Analisis spektral menegaskan Senin Efek.
Kazemi, Zhai, He
dan Cai (2013)
Deskriptif dan Analisa
Regresi
Januari 1980 saat ini, 60 indeks pasar dari 59 negara
(Untuk semua negara, kecuali AS, saham utama
Indeks yang digunakan. untuk AS baik Indeks Dow
Jones dan Standard & Poor 500
Selama periode dari tahun 1980 sampai 1994, penjualan
pendek dapat menjelaskan Efek akhir pekan. Selama
periode tersebut 1995-2007, cross sectional yang Efek
akhir pekan tidak bisa dijelaskan oleh penjualan pendek.

Singal dan Tayal
(2014)
Deskriptif dan Analisa
Regresi
1990-2012, delapan berjangka: Minyak mentah,
Pemanasan Minyak, Kedelai, Gula, Standard & Poor
500 Index, British Pound, 10 Tahun Treasury Catatan,
dan Emas
Bukti efek pekan di pasar berjangka menunjukkan bahwa
keamanan harga umumnya akan menjadi bias atas,
dengan lebih valuasi
lebih besar sekuritas yang lebih stabil. Tidak dibatasi
short selling bukan kondisi yang cukup untuk berisi harga
Guglielmo, Luis,
Alex (2014)
Strategi 1: Jual Jumat
dekat. Tutup posisi pada
Senin tutup .
Strategi 2: Jual Senin
terbuka. Tutup posisi pada
Senin tutup .
Pasar saham AS, Pasar saham Rusia, Pasar
FOREX , dan Emas
Strategi 1 ( Jual Jumat tutup. Tutup Posisi Senin tutup)
tidak menguntungkan dalam banyak kasus. Satu-satunya
yang mungkin weekend Efek formulasinya adalah return
negatif pada hari Senin.
Strategi 2 ( Jual Senin terbuka Tutup posisi pada Senin
tutup): Dalam hal ini adalah mungkin untuk membuat
keuntungan, meskipun jumlah penawaran yang
menguntungkan adalah kurang dari 50 % dan oleh karena
itu tidak dapat disimpulkan bahwa ada anomali pasar
menurut kriteria. Perkiraan dari pecahan parameter d
adalah terendah pada hari Senin dalam banyak kasus,
dengan bukti yang mendukung efek akhir pekan,
meskipun interval kepercayaan yang luas berarti bahwa
bukti ini agak lemah . Akhirnya, peluang keuntungan
dieksploitasi berdasarkan pada akhir pekan efek yang
ditemukan terutama di pasar FOREX.

2.4. KERANGKA PEMIKIRAN.
Secara diagramatis kerangka pemikiran proyek riset ini dapat digambarkan sebagai berikut:
Teratur
Random
Variabel Dependent:
Return Saham (Y)
Bursa Efek Indonesia (BEI)
Jum’at
H1
Investasi
Hari Perdagangan/Day-of-the-week effect
Weekend Effect
Senin KamisRabuSelasa
Anomali PasarAnomali Musiman/Seasonality Return
H2 H3 H4 H5
H0
Variabel Independent
Hipotesis Periode Penyelesaian Anomali Kalender/Hipotesis Waktu Perdagangan
Hipotesis Arus InformasiHipotesis Perdagangan Investor Retail
Efek Split Stock Anomali Dari Keuntungan

BAB III
OBSERVASI EKSTRAPOLASI
3.1. METODE RISET.
Cara pandang (paradigma) dalam riset ini menggunakan paradigma kuantitatif dengan metode
yang digunakan menggunakan Metode Deduktif yaitu metode riset yang mengukur variabel yang di teliti
apakah terdapat hubungan fungsional atau kausal didalam riset ini berdasar data historis Indeks Harga
Saham Gabungan (IHSG) di Bursa Efek Indonesia yang meliputi sekitar 500 jenis saham berdasarkan kode
nama perusahaan pada pasar tetap (sumber: IDX QUARTERLY STATISTICS, 2nd QUARTER 2014)
diperlukan dengan menggunakan teori ekonometrika yaitu analis kuantitatif dimana fenomena ekonomi
nyata berdasarkan perkembangan teori dan pengamatan/observasi yang dikaitkan dengan metode Inferensi.
Metode Inferensi yaitu perpaduan antara ilmu matematika, statistik dan ekonomi sehingga menimbulkan
angka-angka menggunakan Eviews 6 Windows.
Metode Intrinsik yaitu metode yang mengansumsikan bahwa ada beberapa pola data pada
masa lalu yang akan berlanjut pada masa yang akan datang. Asumsi dari penelitian Kuantitatif bahwa
fakta-fakta dari obyek riset mempunnyai realita obyektif, dan variabel-variabel dapat di identifikasikan dan
hubungan/keterkaitannya dapat di ukur/analisa.
3.1.1. Lokasi dan Sampel Populasi Riset.
Lokasi dilakukan di Bursa Efek Indonesia (BEI). Sedangkan sampelnya diambil dengan teknik
purposive sample, yaitu sampel yang sengaja ditentukan berdasarkan kriteria tertentu (Zikmund 2000:350).
Sampel Populasi dalam riset ini adalah seluruh hari perdagangan di BEI. Sedangkan pemilihan sampel
dilakukan melalui metode purposive sampling yaitu teknik penentuan sampel dengan pertimbangan tertentu.
Sampel dalam penelitian ini menggunakan harga saham harian (menggunakan angka Indeks Harga Saham
Gabungan / IHSG) periode 10.03.2011-10.08.2014 melalui website www.idx.co.id. Berdasarkan kriteria
diatas.
3.1.2. Matrik Penyusunan Proposal.
Seluruh kegiatan riset ini diiktisarkan dalam matriks (Gantt Chart) sebagai berikut:
No Kegiatan
Tahun 2015
Mar Apr Mei Jun Jul Agu
1. Design Riset Proposal Skripsi. xxx
2. Studi Literatur, Riset, dan Observasi Data. xxx xxx
3. Investigasi Data, Analisis, dan Evaluasi. xxx xxx
4. Penyusunan Laporan. xxx
5. Implementasi. xxx

3.2. DESIGN INVESTIGASI.
Model riset yang dilakukan adalah riset asosiatif kausal. Riset ini bertujuan untuk
menganalisis hubungan antara satu variabel dengan variabel lainnya atau bagaimana suatu variabel
mempengaruhi variabel lain. Dengan kata lain desain kausal berguna untuk mengukur hubungan-hubungan
antar variabel riset atau berguna untuk menganalisis bagaimana suatu variabel mempengaruhi variabel yang
lain.
3.2.1. File Data dan Cara Pengukurannya.
Untuk menguji variabel anomali return harian (day-of-the-week effect) menggunakan file data
harian IHSG (menggunakan angka Indeks Harga Saham Gabungan/IHSG), dari periode
10.03.2011-10.08.2014. File data kemudian diolah dengan menggunakan Program E-Views 6 Widows 7.
Sebelum data diolah berdasarkan model, terlebih dulu diperlihatkan statistik deskriptif datanya
yang terdiri dari histogram yang menggambarkan distribusi return dan nilai mean, median, maksimum,
minimum, standar deviasi, kecondongan (skewness), kurtosis, serta Jarque Berra dan probabilitasnya.
3.2.2. Model Riset.
File data Harian IHSG digunakan untuk menghitung return harian dengan formula sebagai
berikut:
Rmt = (IHSGt - IHSGt -1) x 100 ... (R1)
IHSGt -1
Dimana:
Rmt = Return Pasar (harian)
IHSGt = Indeks Harga Saham Gabungan waktu t
IHSGt -1 = Indeks Harga Saham Gabungan waktu t-1
3.2.3. Model Dasar/ Uji Multikolinearitas
Model dasar pengujian eksistensi anomali return harian (day-of-the-week effect) dengan model
regresi metode least square sebagai berikut:
Rmt = α0 + α1Jm + α2Sn + α3Sl + α4Rb + α5Km + Ut ... (R2)
Estimasi regresi untuk:
Jm = β0 + β1Sn + β2Sl + β3Rb + β4Km + Ut ... (R4)
Sn = β0 + β1Jm + β2Sl + β3Rb + β4Km + Ut ... (R5)
Sl = β0 + β1Jm + β2Sn + β3Rb + β4Km + Ut ... (R6)
Rb = β0 + β1Jm + β2Sn + β3Sl + β4Km + Ut ... (R7)
Km = β0 + β1Jm + β2Sn + β3Sl + β4Rb + Ut ... (R8)
dimana:
Rmt = return pasar harian
α = konstanta
β = estimasi Random (white noise)

Jm = variabel dummy, yaitu Jm =1 untuk Senin dan 0 untuk lainnya
Sn = variabel dummy, yaitu Sn =1 untuk Senin dan 0 untuk lainnya
Sl = variabel dummy, yaitu Sl =1 untuk Senin dan 0 untuk lainnya
Rb = variabel dummy, yaitu Rb =1 untuk Senin dan 0 untuk lainnya
Km = variabel dummy, yaitu Km =1 untuk Senin dan 0 untuk lainnya
Ut = error term waktu t.
Ketentuan:
Nilai R1> R2, R3, R4, R5, R6, R7, R8 maka model tidak diketemukan adanya Multikolinearitas
Nilai R1< R2, R3, R4, R5, R6, R7, R8 maka model diketemukan adanya Multikolinearitas
3.2.4. Uji Koefisien Determinasi (R²).
Koefisien Determinasi (R²), digunakan untuk mengukur seberapa besar variabel bebas dapat
memempengaruhi variabel terikat. Koefisien ini menunjukkan seberapa besar vareasi total pada variabel
terikat yang dapat dijelaskan oleh variabel bebasnya dalam model regresi. Nilai dari koefisien determinasi
ialah 0 hingga 1. Nilai R² yang mendekati 1 menunjukan bahwa variabel dalam model tersebut dapat
mewakili permasalahan yang diteliti, karena dapat menjelaskan vareasi yang terjadi pada variabel
dependennya. Nilai R² sama dengan atau mendekati 0 (nol) menunjukan variabel dalam model yang di
bentuk tidak dapat menjelaskan vareasi dalam variabel terikat.
Nilai koefisien determinasi akan cenderung semakin besar bila jumlah variabel bebas dan
jumlah data yang diobservasi semakin banyak. Oleh karena itu, maka digunakanlah ukuran adjusted R² (R²),
untuk menghilangkan bias akibat adanya penambahan jumlah variabel bebas dan jumlah data yang
diobservasi.
3.2.5. Uji t- Statistik (secara parsial/individu).
Uji t-statistik digunakan untuk menguji pengaruh variabel bebas terhadap variabel variabel
tidak bebas secara parsial (individu). Uji t-statistik berupa pengujian hipotesa:
H0 = Variabel bebas tidak mempengaruhi variabel tidak bebas
H1 = Variabel bebas mempengaruhi variabel tidak bebas
Dengan menguji dua arah dalam tingkat signifikansi = α dan df = n-k (n = jumlah observasi
k= jumlah parameter), yang berarti hasil pengujian akan menunjukan:
H0 diterima bila t statistik < t tabel.
H0 ditolak bila t statistik > t tabel.
α = x %
H0 = ditolak H0 = ditolak H0 = ditolak
- t tabel t tabel

3.2.6. Uji F- Statistik/Analisis Vareasi (secara simultan).
Uji F- statistik untuk menguji pengaruh variabel bebas terhadap variabel tidak bebas secara
keseluruhan(bersama-sama/serempak) sebagai berikut:
H0 = Variabel bebas tidak mempengaruhi variabel tidak bebas
H1 = Variabel bebas mempengaruhi variabel tidak bebas
Bila dalam pengujian menerima H0 maka dapat disimpulkan bahwa tidak terdapat hubungan
yang linear antara dependen variabel dan independen variabel.
H0 diterima bila F- statistik < F-tabel
H0 ditolak bila F- statistik > F-tabel
α
H0 diterima H0 ditolak/daerah kritis
F-tabel
Dalam risetnya Jaffe and Waterfield (1985) menemukan return harian tiap hari dalam
seminggu (day of the week) dan disimpulkan tidak ada hubungan weekend effect di Jepang.
3.3. UJI ASUMSI KLASIK DALAM REGRESI.
Secara teoritis metode pendugaan parameter dalam model regresi linear adalah Ordinary Least
Square (OLS). Metode OLS berlandaskan pada sejumlah asumsi tertentu, adapun asumsi yang harus
dipenuhi, pada prinsipnya model regresi linear tidak boleh menyimpang dari asumsi BLUE (Best, Linear,
Unbiased dan Estimator) atau harus lolos dari penyimpangan adanya serial korelasi, normalitas, linearitas,
heteroskedastisitas dan multikolinearitas.
3.3.1. Auto Korelasi (R).
Gujarati (2003), penafsiran model regresi linear mengandung asumsi bahwa tidak terdapat
autokorelasi di antara disturbance terms. Autokorelasi terjadi pada data time series, konsekuensi dari danya
autokorelasi pada model bahwa penafsiran tidak efisien dan uji t serta uji F yang biasa tidak valid walaupun
hasil estimasi tidak bias. Pengujian menggunakan uji Durbin-Watson (DW) untuk melakukan riset
kemungkinan terjadi autokorelasi.
Kriteria Pengujian Autokorelasi
Null Hipotesis Hasil Estimasi Kesimpulan
Ho 0 < dw < dl Ditolak
Ho dl ≤ dw ≤ du Tidak ada kesimpulan
H1 4 - dl < dw < 4 Ditolak
H1 4 - du ≤ dw ≤ 4 - dl Tidak ada kesimpulan
Tidak ada autokorelasi baik positif/negatif du < dw < 4 - du Diterima
Sumber: Basic Econometrics, Damodar Gujarati (2003).

3.3.2. Uji Heterokedastisitas.
Terdapat beberapa metode untuk mengidentifikasi adanya heteroskedastisitas antara lain
metode grafik, metode Park, metode Rank Spearman, metode Lagrangian Multiflier (LM test) dan White
Heterocedasticity test.
Gujarati (2003), Uji Heteroskedastisitas dengan menggunakan metode White’s General
Heterocedasticity, metode ini tidak menggunakan asumsi normalitas sehingga sangat mudah untuk di
implementasikan dan sangat cocok dengan model logit yang berdistribusi Logistic.
3.3.3. Uji Normalitas.
Uji distribusi normal untuk mengukur file data memiliki distribusi normal sehingga dapat
dipakai dalam statistik parametrik (statistik inferensial), pendugaan persamaan dengan menggunakan
metode OLS harus memenuhi sifat kenormalan, karena jika tidak normal dapat menyebabkan varian
infinitif (ragam tidak hingga atau ragam yang sangat besar). Hasil pendugaan yang memiliki varians
infinitif menyebabkan pendugaan dengan metode OLS akan menghasilkan nilai dugaan yang not meningful
(tidak berarti). Salah satu metode untuk menguji Normalitas adalah Jarque-Bera test.
Program EViews 6 Windows pengujian normalitas dilakukan dengan Jarque-Bera test, karena
mempunyai distribusi chi square dengan derajat bebas dua. Bila hasil Jarque-Bera test lebih besar dari nilai
chi square pada α = 5 %, maka tolak hipotesis nul, yang berarti tidak berdistribusi normal. Bila hasil
Jarque-Bera test lebih kecil dari nilai chi square pada α = 5 %, maka terima hipotesis nul yang berarti error
term berdistribusi normal.
Untuk mendeteksi residual distribusi normal atau tidak dengan membandingkan nilai Jarque
Bera (JB) dengan X² tabel, yaitu:
Bila nilai JB > X² tabel, maka residualnya berdistribusi tidak normal.
Bila nilai JB < X² tabel, maka residualnya berdistribusi normal.
Selain itu dapat diketahui dari tingkat probability p > 5% maka dapat disimpulkan bahwa residual
berdistribusi normal.

III. KESIMPULAN.
IV. SARAN.
1. Pergunakanlah data histois lebih banyak dari riset saya agar diperoleh hasil yang maksimal dan
mencerminkan kondisi populasi yang akurat.
2. Pergunakanlah model riset yang lain yang belum pernah dipergunakan agar tidak dianggap plagiat.
V. LITERATUR:
Fama, E. F. 1970. Efficient Capital Markets: A Review of Theory and Empirical Work. Journal of Finance,
25 (2), 383-417.
Fama, E. F. 1966. The Behavior of Stock Market Prices.” Journal of Busisness.29 , 34-105.
Connolly, Robert A. 1991. A posterior odds analysis of the weekend effect, Chapel Hill, Unioersity of
North Carolina, USA.
IDX QUARTERLY STATISTICS, 2nd QUARTER 2014.
Basic Ekonometrics, Damodar Gujarati (2003)

WeekendEffect

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Andere mochten auch

Andere mochten auch (12)

Ähnlich wie WeekendEffect

Ähnlich wie WeekendEffect (20)

Mehr von bisow enow

Mehr von bisow enow (20)

Kürzlich hochgeladen

Kürzlich hochgeladen (20)

WeekendEffect