i

PENGARUH FAKTOR-FAKTOR FUNDAMENTAL DAN

TEKNIKAL TERHADAP HARGA SAHAM PADA
INDUSTRI PROPERTI REAL ESTATE DI BEI

AISYAH HUSNA ZULKARNAEN

SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2017
ii
 i

PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI SERTA

PELIMPAHAN HAK CIPTA*

Dengan ini saya menyatakan bahwa Tesis yang berjudul Pengaruh Faktor-
Faktor Fundamental dan Teknikal terhadap Harga Saham pada Industri Properti
Real Estate di BEI adalah benar karya saya dengan arahan dari komisi
pembimbing dan belum diajukan dalam bentuk apapun kepada perguruan tinggi
mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan
maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan
dicantumkan dalam Daftar Pustaka di bagian akhir Tesis ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis ini kepada Institut
Pertanian Bogor.

Bogor, Mei 2017

Aisyah Husna Zulkarnaen

H251140171
ii

RINGKASAN

AISYAH HUSNA ZULKARNAEN. Pengaruh Faktor-Faktor Fundamental dan

Teknikal terhadap Harga Saham pada Industri Properti Real Estate di BEI.
Dibimbing oleh MUHAMMAD SYAMSUN dan TB NUR AHMAD
MAULANA.

Pasar modal merupakan indikator kemajuan perekonomian suatu negara

serta menunjang perkembangan ekonomi suatu negara yang bersangkutan. Pasar
modal dapat menjadi salah satu alternatif bagi investor yang dapat
dipertimbangkan jika ingin melakukan investasi di aset keuangan. Tujuan utama
para investor menanamkan modalnya adalah mendapatkan return (tingkat
pengembalian) baik yang berasal dari capital gain saat terjadi transaki jual beli
saham maupun adanya pemberian laba berupa deviden yang berasal dari laba
bersih perusahaan.
Harga saham akan terus berfluktuasi karena dipengaruhi oleh kondisi
internal dan eksternal perusahaan sehingga investor perlu informasi yang tepat
dan akurat sebagai dasar pengambilan keputusan investasi. Dalam melakukan
analisis saham terdapat dua pendekatan yaitu analisis fundamental dan analisis
teknikal. Analisis fundamental adalah cara yang paling efektif untuk mengetahui
ke arah mana harga akan bergerak. Analisis fundamental juga melihat segala
permasalahan dari sudut pandang yang luas, yaitu dari analisis ekonomi, analisis
industri dan analisis perusahaan. dasarnya analisis teknikal menggunakan
pergerakan harga saham beserta volume transaksinya di masa lalu untuk
memperkirakan harga saham di masa datang yang biasa ditampilkan dalam bentuk
grafik atau chart.
Pengolahan data menggunakan dua model yaitu regresi data panel dan
regresi stepwise. Hasil penelitian dengan regresi data panel menunjukkan bahwa
hasil uji parsial terdapat enam variabel yang berpengaruh terhadap harga saham
industri properti real estate di BEI tahun 2010-2015. Variabel tersebut adalah
tingkat inflasi, ROA, NPM, TATO, harga saham masa lalu, dan volume saham.
Sedangkan hasil uji simultan menunjukkan adanya pengaruh signifikan secara
simultan dari kesembilan variabel indipenden terhadap harga saham. Hasil dari
regresi data panel lebih baik dibandingkan dengan regresi stepwise dengan nilai
R-squared sebesar 0.994.

Kata Kunci: analisis fundamental, analisis regresi data panel, analisis teknikal,
harga saham, sektor properti real estate
 iii

SUMMARY

AISYAH HUSNA ZULKARNAEN. Fundamental and Technical Factors to Stock

Price on Residential Property Industry Listed at Indonesia Stock Exchange.
Supervised by MUHAMMAD SYAMSUN dan TB NUR AHMAD MAULANA.

The capital market is an indicator of the economic progress of the country

and it supports to economic development state. The capital market could be one
alternative to investors which it could be considered to invest in financial assets.
The main objective is to obtain return which is obtained from capital gain and
dividend.
Stock prices in capital market continuously fluctuate as affected by internal
and external factors thus investors should know the exact information to
determine investment decisions. In analyzing stock prices, there are two
approaches: fundamental and technical analysis (Kodrat & Indonanjaya 2010).
Fundamental analysis discerns the problems from broad perspectives. These
perspectives are from economic analysis, industry analysis, and company analysis.
On the other hand, technical analysis could predict stock prices in the future.
Basically, technical analysis uses stock prices movements and volume
transactions in the past to predict stock price in the future.
The result shows there are six variables influenced partially significant to
the stock of price of property industry listed in IDX 2010-2015. These variables
are inflation rate, ROA, NPM, TATO, stock price in the past, and volume of
stocks. The result of the simultaneous test shows significantly influenced by stock
price and the R-squared is 0.994.

Keywords: data panel regression, fundamental analysis, residential property

industry, stock price, technical analysis
iv

© Hak Cipta Milik IPB, Tahun 2017

Hak Cipta Dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan
atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan,
penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau
tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan
IPB

Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini
dalam bentuk apa pun tanpa izin IPB
 v

PENGARUH FAKTOR-FAKTOR FUNDAMENTAL DAN

TEKNIKAL TERHADAP HARGA SAHAM PADA
INDUSTRI PROPERTI REAL ESTATE DI BEI

AISYAH HUSNA ZULKARNAEN

Tesis
sebagai salah satu syarat untuk memperoleh gelar
Magister Sains
pada
Program Studi Ilmu Manajemen

SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2017
vi

Dosen Penguji Luar Komisi pada Ujian Tesis : Dr Ir Abdul Kohar Irwanto, MSc
 vii

Judul Tesis : Pengaruh Faktor-Faktor Fundamental dan Teknikal

terhadap Harga Saham pada Industri Properti Real Estate
di BEI
Nama : Aisyah Husna Zulkarnaen
NIM : H251140171

Disetujui oleh

Komisi Pembimbing

Dr Ir Muhammad Syamsun, MSc Ir Tb Nur Ahmad M, MBA MSc PhD

Ketua Anggota

Diketahui oleh

Ketua Program Studi

Ilmu Manajemen Dekan Sekolah Pascasarjana

Dr Ir Jono M Munandar, MSc Dr Ir Dahrul Syah, MScAgr

Tanggal Ujian: 6 April 2017 Tanggal Lulus:

viii

PRAKATA

Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian ini ialah Pengaruh Faktor-Faktor Fundamental dan
Teknikal terhadap Harga Saham pada Industri Properti Real Estate di BEI.
Terima kasih penulis ucapkan kepada Bapak Dr Ir Muhammad Syamsun,
MSc dan Bapak Tb Nur Ahmad Maulana, MSc MBA PhD selaku pembimbing
yang telah memberikan bimbingan kepada penulis selama menyelesaikan karya
ilmiah ini. Terima kasih juga penulis sampaikan kepada Bapak Dr Ir Abdul Kohar
Irwanto, MSc selaku dosen penguji luar komisi pada ujian tesis yang telah
membertikan masukan yang sangat bermanfaat sehingga karya ilmiah ini menjadi
lebih baik. Ungkapan terima kasih juga disampaikan kepada Ibunda Farida Fathul
atas doa, kasih sayang dan dukungannya. Ucapan terima kasih juga penulis
sampaikan kepada abang, kakak, keluarga, sahabat dan teman-teman PSIM dan
kelas peminatan keuangan, serta dosen dan staf Program Studi Ilmu Manajemen
Institut Pertanian Bogor.
Semoga karya ilmiah ini bermanfaat.

Bogor, Mei 2017

Aisyah Husna Zulkarnaen

 ix

DAFTAR ISI

DAFTAR TABEL x
DAFTAR GAMBAR x
DAFTAR LAMPIRAN x
1 PENDAHULUAN 1
Latar Belakang 1
Rumusan Masalah 3
Tujuan Penelitian 4
Manfaat Penelitian 4
2 TINJAUAN PUSTAKA 5
Saham 5
Analisis Saham 5
Faktor-faktor yang Mempengaruhi Harga Saham 7
Harga Saham 9
Analisis Data Panel 10
Regresi Stepwise 12
ARIMA 13
Penelitian Terdahulu 13
3 METODE PENELITIAN 15
Kerangka Penelitian 15
Pengumpulan Data 16
Pengolahan dan Analisis Data 17
Hipotesis 18
4 HASIL DAN PEMBAHASAN 18
Hasil Perhitungan Faktor Fundamental Perusahaan 19
Analisis Data Panel 20
PENGUJIAN HIPOTESIS 22
Analisis Regresi Stepwise 29
Peramalan Harga Saham 32
Implikasi Manajerial 35
5 SIMPULAN DAN SARAN 37
Simpulan 37
Saran 38
DAFTAR PUSTAKA 39
LAMPIRAN 43
RIWAYAT HIDUP 54
x

DAFTAR TABEL

1. Kapitalisasi pasar sektor properti 2011-2015 3

2. Kaidah keputusan identifikasi autokorelasi 12
3. Perusahaan yang dijadikan contoh penelitian 17
4. Variabel dan indikator penelitian 18
5. Rataan ROA, DER, NPM dan TATO selama enam tahun (2010-2015) 19
6. Uji Chow 20
7. Uji Hausman 21
8. Hasil estimasi model dengan model efek tetap 21
9. Hasil uji t 22
10. Hasil uji F dan uji koefisien determinan 29
11. Hasil regresi stepwise pada perusahaan industri properti 2010-2015 29
12. Hasil pengolahan data pada perusahaan industri properti 2010-2015 30
13. Hasil uji stasioneritas 32
14. Kombinasi model peramalan harga saham 33
15. Hasil model terbaik AR(1) transformasi log harga saham 34
16. Peramalan harga saham 34
17. Rangkuman penelitian terdahulu 43
18. Nama dan kode emiten contoh perusahaan 44
19. Uji multikolinearitas 47

DAFTAR GAMBAR

1. Laju pertumbuhan harga saham properti dan gabungan 2

2. Model penelitian 15
3. Kerangka tahapan penelitian 16
4. Tren tingkat inflasi 2010-2015 23
5. Tren harga saham sektor properti 2010-2015 23
6. Tren ROA sektor properti 2010-2015 25
7. Tren rasio DER sektor properti 2010-2015 26
8. Tren NPM sektor properti 2010-2015 26
9. Tren total aset turnover sektor properti 2010-2015 27
10. Tren volume saham sektor properti 2010-2015 28
11. Peramalan harga saham sektor properti 2016-2017 35

DAFTAR LAMPIRAN

1. Rangkuman penelitian terdahulu 43

2. Kode emiten contoh perusahaan 44
3. Hasil perhitungan pada ketiga model data panel 45
4. Hasil multikolinearitas regresi data panel 47
5. Hasil perhitungan regresi stepwise pada perusahaan industri properti 48
6. Hasil perhitungan peramalan harga saham sektor properti 52
 1

1 PENDAHULUAN

Latar Belakang

Pasar modal merupakan indikator kemajuan perekonomian suatu negara

serta menunjang perkembangan ekonomi suatu negara yang bersangkutan. Pasar
modal mempunyai peranan strategis sebagai salah satu sumber pembiayaan bagi
dunia usaha. Pelaku bisnis dapat memanfaatkan berbagai macam sumber
pembiayaan baik yang bersumber internal dan eksternal. Alternatif sumber dana
eksternal dengan persepsi awal murah didapat dari pasar modal misalnya dengan
menerbitkan saham perusahaan. Seiring dengan perekonomian dan bisnis usaha di
Indonesia mengalami perubahan terus menerus, semakin banyak perusahaan
membutuhkan modal besar sehingga perusahaan-perusahaan tersebut memutuskan
melakukan penawaran umum di pasar modal (go public) yaitu Bursa Efek
Indonesia (BEI) dengan menawarkan saham kepada masyarakat dan selanjutnya
menjadi perusahaan terbuka.
Selain itu pasar modal dapat menjadi salah satu alternatif bagi investor yang
dapat dipertimbangkan jika ingin melakukan investasi di aset keuangan. Investor
yang membeli suatu saham perusahaan selanjutnya akan memiliki hak atas
perusahaan, termasuk hak mendapatkan keuntungan. Tujuan utama para investor
menanamkan modalnya adalah mendapatkan return (tingkat pengembalian) baik
yang berasal dari capital gain saat terjadi transaki jual beli saham maupun adanya
pemberian laba berupa deviden yang berasal dari laba bersih perusahaan. Untuk
mendapatkan return maksimal dari investasinya, investor perlu menganalisis
informasi guna mengetahui perusahaan mana yang akan memberikan tingkat
pengembalian maksimal dari modal yang ditanamkan.
Pengambilan keputusan investasi didasari atas analisis informasi yang
tersedia di pasar modal. Harga saham akan terus berfluktuasi karena dipengaruhi
oleh kondisi internal dan eksternal perusahaan sehingga investor perlu informasi
yang tepat dan akurat sebagai dasar pengambilan keputusan investasi. Dalam
melakukan analisis saham terdapat dua pendekatan yaitu analisis fundamental dan
analisis teknikal (Kodrat dan Indonanjaya 2010). Investor lebih banyak
menggunakan analisis fundamental dibanding analisis teknikal. Hal ini dapat
mengindikasikan untuk investasi jangka panjang relatif lebih cocok menggunakan
analisis fundamental dibanding investasi jangka pendek yang dapat menggunakan
analisis teknikal.
Pelaku pasar membutuhkan suatu metode, informasi yang memadai, dan
instrumen pengelolaan risiko yang responsif dan relevan untuk mengelola risiko
pasar secara cepat dan terukur. Analisis fundamental adalah cara yang paling
efektif untuk mengetahui ke arah mana harga akan bergerak. Analisis fundamental
juga melihat segala permasalahan dari sudut pandang yang luas, yaitu dari analisis
ekonomi, analisis industri dan analisis perusahaan.
Pergerakan harga saham bukan sesuatu yang pasti tetapi bukan berarti tidak
bisa diprediksikan. Analisis teknikal dapat membantu memprediksikan harga
saham di masa datang. Pada dasarnya analisis teknikal menggunakan pergerakan
harga saham beserta volume transaksinya di masa lalu untuk memperkirakan
harga saham di masa datang yang biasa ditampilkan dalam bentuk grafik atau
2

chart. Seorang trader perlu memahami makna dari sebuah grafik atau chart
dengan menjelaskan alasan mendasar tentang apa penyebabnya dan bagaimana
semua itu dapat terjadi. Dalam sudut pandang analis teknikal, analisis
fundamental diperlukan juga untuk mengetahui saham-saham mana yang berada
dalam kondisi sehat. Sehingga dalam menganalisis suatu saham diperlukan kedua
analisis ini. Investor menggunakan laporan keuangan dan pergerakan harga saham
sebagai alat utama pada perilaku investor sehingga hal ini dapat membantah
hipotesis umum bahwa analisis fundamental dan teknikal tidak dapat digunakan
bersamaan oleh seorang investor.
Sektor properti merupakan sektor yang berperan cukup penting bagi
perekonomian suatu negara. Dengan tumbuhnya sektor properti menandakan
adanya pertumbuhan ekonomi di masyarakat. Selain itu, dengan berkembangnya
sektor ekonomi akan memicu pembangunan sektor-sektor lainnya. Perkembangan
pasar modal di Indonesia dapat dilihat dari pertumbuhan indeks sektoral. Laju
pertumbuhan harga saham sektor properti di tahun 2011 hingga tahun 2015
mempunyai pertumbuhan harga saham di atas rata-rata pergerakan IHSG. Tahun
2015 laju pertumbuhan harga saham industri properti mengalami penurunan
sebesar 64%, yaitu indeks pertumbuhan saham sektor properti berada pada -6%
dan mengalami penurunan dibanding tahun 2014 yang berada di poin 56% (BEI
2015). Di tahun 2015 pemerintah melakukan kebijakan penurunan BI rate, namun
harga saham sektor properti mengalami penurunan. Sedangkan tahun 2016 laju
pertumbuhan harga saham mengalami kenaikan namun berada di bawah laju
pertumbuhan IHSG. Laju pertumbuhan rata-rata industri properti yaitu sebesar
18.33% sedangkan laju pertumbuhan rata-rata sektor gabungan sebesar 6.66%.
Laju pertumbuhan harga saham properti dan gabungan tahun 2011-2015 dapat
dilihat pada Gambar 1.
60%
56%
50%

42%
40%
Laju pertumbuhan

30%

22%
20%
15%
13% 13%
10%
5%
3% 3%
0% -1%
2011 2012 2013 2014 2015 2016
-6%
-10%
-12%
Tahun
-20% IHSG Properti, real estate dan konstruksi

Gambar 1 Laju pertumbuhan harga saham properti dan gabungan

(Sumber: IDX annual report 2011-2016, data diolah)
 3

Potensi pasar properti khususnya real estate di Indonesia setiap tahunnya

akan terus meningkat dan secara tidak langsung akan mendorong pertumbuhan
perusahaan-perusahaan pada sektor properti. Dampak Masyarakat Ekonomi
ASEAN (MEA) terhadap sektor properti hunian akan dapat berpengaruh dalam
jangka waktu sekitar dua hingga empat tahun mendatang setelah pemberlakuan
MEA (Hartono 2015). Hal ini yang memberikan peluang bagi investor untuk tetap
memilih berinvestasi di sektor properti karena sektor properti dalam jangka
panjang masih memberikan prospek yang menjanjikan sejalan dengan Winston
(2014) yang memberikan penyataan bahwa prospek industri konstruksi dan
properti cukup cerah. Hal ini ditopang oleh program pemerintah yaitu Nawa Cita
dalam jangka panjang.
Kapitalisasi pasar sektor properti mengalami peningkatan di tahun 2011-
2015 yang ditampilkan pada Tabel 1. Hal ini berkorelasi positif terhadap pangsa
pasar sektor properti yang juga ikut naik. Meskipun nilai kapitalisasi pasar sektor
properti relatif kecil, namun cukup likuid di pasar saham (Warsito 2014).
Kapitalisasi sektor properti menunjukan bahwa sektor properti merupakan sektor
yang mempunyai potensi yang cukup baik untuk dijadikan tempat berinvestasi.

Tabel 1 Kapitalisasi pasar sektor properti 2011-2015

No Tahun Kapitalisasi Pasar Total Kapitalisasi Pasar Market
Sektor Properti BEI (miliar Rupiah) Share
(ratus juta rupiah) (%)
1 2011 142 3 4
2 2012 224 4 5
3 2013 234 4 6
4 2014 360 5 7
5 2015 381 4 8
Sumber: Laporan tahunan BEI 2011 - 2015

Prediksi harga saham merupakan tugas yang tidak mudah karena banyak
faktor yang terlibat dan hubungan struktural yang tidak sepenuhnya diketahui (Wu
dan Jiuping 2006). Kebutuhan informasi bagi investor dalam memilih saham yang
akan diinvestasikannya dengan melihat faktor-faktor fundamental dan teknikal
terhadap harga saham. Berdasarkan latar belakang tersebut maka peneliti tertarik
untuk meneliti mengenai pengaruh faktor-faktor fundamental dan teknikal
terhadap harga saham pada industri properti real estate di BEI.

Rumusan Masalah

Investor mempunyai beberapa pertimbangan informasi sebelum

memutuskan untuk berinvestasi. Informasi mengenai tingkat inflasi, tingkat suku
bunga, produk domestik bruto menjadi pertimbangan bagi investor (Tandelilin
2010). Penelitian Tsatsaronis dan Haibin (2004) mengidentifikasi determinansi
harga rumah pada sejumlah industrialisasi ekonomi dan menemukan pertumbuhan
ekonomi, inflasi, tingkat suku bunga, peminjaman bunga kredit, dan ekuitas harga
mempunyai kekuatan hubungan yang signifikan.
4

Kinerja perusahaan dapat dilihat melalui rasio keuangan, antara lain debt
equity ratio (DER), return on assets (ROA), net profit margin (NPM), dan total
aset turnover. Penelitian sejenis telah dilakukan oleh peneliti terdahulu
diantaranya Nainggolan (2008) dan Octafia (2013) dengan hasil yang beragam.
Beberapa akademisi memandang skeptis pada analisis teknikal yang sering
kali disebut seperti ilmu astrologi atau membaca garis tangan. Analisis teknikal
mencoba mengukur keadaan pasar dengan mempelajari perubahan harga pasar,
volume perdagangan, dan sikap investor. Taylor dan Hellen (1992) mengawali
survey mengenai analisis teknikal yang menyatakan alat ini popular untuk
menginformasikan keputusan pembelian atau penjualan pada partisipasi di pasar
saham.
Tahun 2015 adanya kebijakan pemerintah yaitu menurunkan BI rate oleh
Bank Indonesia (BI) akan berdampak pada penurunan bunga Kredit Pembiayaan
Rumah (KPR). Hal ini akan menambah laju pertumbuhan bisnis properti di
Indonesia sehingga bisnis properti mengalami kemajuan. Kenyataanya indeks
pergerakan sektor properti tahun 2015 mengalami penurunan hingga di titik -
6.46%, namun kapitalisasi pasar sektor properti terus meningkat hingga 8%. Hal
ini menunjukkan dampak perubahan BI rate tidak terlihat instan terhadap harga
saham. Perlambatan pertumbuhan berpengaruh pada penurunan permintaan kredit
properti sehingga mengurangi pendapatan emiten properti. Namun dalam jangka
panjang sektor ini masih menjanjikan untuk dijadikan tempat berinvestasi.
Berdasarkan hal tersebut, maka rumusan masalah dalam penelitian ini adalah:
1. Faktor apa yang dominan dari faktor fundamental dan teknikal yang
mempengaruhi harga saham pada industri properti real estate di BEI dan
bagaimana sifat hubungannya?
2. Bagaimana faktor fundamental dan teknikal mampu menjelaskan pola
pergerakan harga saham industri properti real estate di BEI?

Tujuan Penelitian

Penelitian ini bertujuan untuk:

1. Menganalisis faktor apa yang dominan dari faktor fundamental dan
teknikal yang mempengaruhi harga saham pada industri properti real
estate di BEI dan menganalisis sifat hubungannya.
2. Menganalisis faktor fundamental dan teknikal yang mampu menjelaskan
pola pergerakan harga saham industri properti real estate di BEI.

Manfaat Penelitian

Manfaat yang diharapkan diperoleh dari penelitian ini adalah:

1. Bagi perusahaan
Memberikan masukan dan bahan pertimbangan untuk mendapatkan
informasi yang digunakan sebagai salah satu dasar pengambilan keputusan
keuangan.
 5

2. Bagi investor
Memberikan masukan untuk pengambilan keputusan investasi pada
perusahaan, terutama perusahaan di sektor properti.
3. Bagi masyarakat umum/akademis
Memberikan informasi bermanfaat, serta dapat menambah pengetahuan
dan bukti empiris terkait faktor-faktor fundamental dan teknikal terhadap
nilai perusahaan. Penelitian juga dapat dijadikan referensi untuk
melakukan penelitian selanjutnya.
4. Bagi penulis
Menambah wawasan dan pengetahuan penulis mengenai faktor
fundamental, teknikal dan nilai perusahaan.

2 TINJAUAN PUSTAKA

Saham

Saham adalah sertifikat yang menunjukkan buku kepemilikan suatu

perusahaan, dan pemegang saham memiliki hak klaim atau penghasilan dan aktiva
perusahaan (Rusdin 2006). Saham adalah surat bukti atau tanda kepemilikan
bagian modal pada suatu perseroan terbatas (Siamat 2005). Apabila bursa efek
telah ditutup maka harga pasar adalah harga penutupan (closing price). Harga
saham dapat berfluktuasi seiring dengan adanya perubahan dalam jumlah
permintaan dan penawaran terhadap suatu saham dan berbagai faktor-faktor di
luar pasar. Model penilaian saham merupakan suatu mekanisme untuk mengubah
serangkaian faktor ekonomi, faktor perusahaan, faktor teknikal yang diramalkan
dan menjadi perkiraan saham.
Perseroan biasanya menerbitkan satu jenis saham yaitu saham biasa
(common stock). Saham biasa adalah kepemilikan dalam perusahaan yang ikut
menanggung risiko apabila perusahaan mengalami kerugian dan mendapatkan
keuntungan apabila memeroleh keuntungan. Pembagian dividen dalam saham
biasa tidak pasti dan tidak tetap. Perusahaan tidak wajib memberikan dividen
setiap tahun meskipun pada tahun tersebut perusahaan memeroleh laba.
Perkembangan selanjutnya perusahaan yang berbentuk perseroan mungkin
melihat ada keuntungan untuk menerbitkan golongan saham lain yang memiliki
hak dan prioritas yang berbeda dibanding saham biasa, yaitu saham preferen
(preferred stock). Saham preferen adalah saham yang memberikan dividen yang
tetap jumlahnya dan telah dinyatakan sebelumnya. Jadi dividen saham preferen
merupakan suatu annuity.

Analisis Saham

Analisis Fundamental
Analisis fundamental menyatakan bahwa setiap instrumen investasi
mempunyai landasan yang kuat yaitu nilai intrinsik yang dapat ditentukan melalui
suatu analisis yang sangat hati-hati terhadap kondisi pada saat sekarang dan
6

prospeknya di masa yang akan datang. Ide dasar pendekatan ini adalah bahwa
harga saham dipengaruhi oleh fundamental ekonomi suatu perusahaan. Analisis
ini menitik beratkan pada rasio finansial dan kejadian yang secara langsung
maupun tidak langsung memengaruhi kinerja perusahaan. Analisis fundamental
menggunakan data yang berasal dari keuangan perusahaan, misalnya laba, dividen
yang dibayar, penjualan dan lain-lain. Analisis fundamental berorientasi secara
general akademik, artinya banyak digunakan oleh akademisi (Kodrat dan
Indonanjaya 2010).
Analisis fundamental dapat dilakukan dengan menggunakan dua pendekatan
yaitu top-down dan bottom-up. Pendekatan bottom-up yaitu suatu cara
menemukan saham yang memberikan prospek yang baik di masa depan dengan
meneliti satu persatu saham dari laporan keuangannya. Sedangkan pendekatan
top-down yaitu dengan menganalisis dari sektor makro ekonomi kemudian
menganalisis sektor-sektor yang cermelang dimasa yang akan datang dengan
asumsi makro ekonomi tersebut. Setelah ditemukan sektor yang memiliki potensi
tersebut lalu didapatlah emiten yang memberikan imbal hasil yang lebih tinggi
dari sektor yang lainnya. Setiap teori atau pendekatan memiliki kelemahan.
Kelemahan yang ada pada top-down adalah adanya kemungkinan saham emiten
yang berada di sektor lain yang memiliki imbal hasil yang sama dengan risiko
mungkin yang lebih rendah sedangkan bottom-up dapat menutupi kekurangan dari
top-down tersebut. Namun bottom-up memiliki kekurangan yaitu dari segi waktu
dimana kerja yang dilakukan cenderung memerlukan waktu yang lama karena
menganalisis satu persatu perusahaan yang ada.
Penganut analisis fundamental percaya bahwa pasar saham ditentukan oleh
90% faktor-faktor yang bersifat rasional dan hanya 10% dipengaruhi oleh faktor
psikologis. Artinya analisis fundamental bertolak dari anggapan dasar bahwa
setiap investor adalah makhluk rasional yang mengacu pada konsep rational
expectation. Oleh karena itu, seorang analis fundamental mencoba mempelajari
hubungan antara harga saham dengan kondisi perusahaan. Argumentasi dasarnya
adalah nilai saham mewakili nilai perusahaan, tidak hanya nilai intrinsik bahkan
harapan akan kemampuan perusahaan dalam meningkatkan nilai dikemudian hari.
Nilai intrinsik merupakan suatu fungsi yang dikombinasikan untuk menghasilkan
suatu return yang diharapkan dan risiko yang melekat pada saham tersebut. Hasil
estimasi nilai intrinsik kemudian dibandingkan harga pasar sekarang (current
market price) sehingga dapat diketahui saham tersebut overvalued atau
undervalued.

Analisis Teknikal
Analisis teknikal merupakan upaya untuk memperkirakan harga saham dan
kondisi pasar dengan mengamati perubahan harga saham tersebut (kondisi pasar)
di waktu yang lalu (Husnan 2009). Analisis teknikal menggunakan data pasar
saham, misalnya perilaku pergerakan harga saham dan volume transaksi saham,
untuk menentukan nilai dari saham. Analisis teknikal banyak digunakan oleh
praktisi. Suatu penelitian menunjukkan bahwa hasil dari analisis teknikal tidak
konklusif, tetapi menunjukkan bahwa penggunaan data yang sistematis dari para
analis saham menghasilkan hasil yang lebih baik dari semata-mata atas dasar
pemilihan acak (Kodrat dan Indonanjaya 2010). Salah satu komponen analisis
yang paling umum adalah tingkat ketahanan dengan melihat aktivitas pergerakan
 7

yang merupakan jenis memori bagi pasar yang memungkinkan harga masa lalu
memengaruhi harga saham. Analisis teknikal juga berfokus pada volume
perdagangan, berdasarkan asumsi dimana penurunan harga disertai volume
perdagangan yang besar merupakan sinyal dari penurunan pasar.

Faktor-faktor yang Mempengaruhi Harga Saham

Faktor Fundamental Ekonomi Makro

a. Tingkat inflasi
Inflasi merupakan kecenderungan dari harga-harga untuk meningkat
secara umum dan terus menerus. Masalah inflasi mudah dialami oleh
sebagian besar negara-negara sedang berkembang dengan tingkat yang
berbeda-beda. Inflasi merupakan indikator ekonomi yang memberikan
gambaran tentang peningkatan rata-rata harga barang dan jasa yang
diproduksi oleh sistem perekonomian (Samuelson dan Nordhaus 2003).
Tingkat inflasi yang tinggi akan mengakibatkan daya beli masyarakat
menurun dan dapat mendorong terjadinya resesi. Peningkatan inflasi akan
mendorong pemerintah mengubah kebijakan suku bunga bank sebagai
penyeimbangnya. Tujuannya adalah mengurangi jumlah uang beredar
sehingga laju perekonomian yang berlebih dapat terkontrol dan inflasi
lebih terkendali. Peningkatan inflasi relatif menjadi sinyal negatif bagi
investor di pasar modal (Tandelilin 2010), sedangkan menurut Samsul
(2006) tingkat inflasi dapat berpengaruh positif maupun negatif
bergantung pada derajat inflasi.
b. BI rate
Tingkat bunga adalah ukuran keuntungan investasi yang dapat diperoleh
oleh pemodal dan juga merupakan ukuran biaya modal yang harus
dikeluarkan pihak yang membutuhkan modal untuk perolehan dananya.
Bank Indonesia menggunakan ini sebagai salah satu alat untuk
mengendalikan jumlah uang beredar. Dalam upaya peningkatan investasi
sektor riil maka Bank Indonesia akan menurunkan tingkat bunga sehingga
setiap pihak akan memperoleh kemudahan berinvestasi. Kondisi ini akan
mendorong peredaran jumlah uang di masyarakat karena mendorong
masyarakat untuk melakukan konsumsi dibandingkan menabung (Keynes
2006). Demikian pula halnya bila Bank Indonesia ingin menurunkan
peredaran uang di masyarakat dengan cara meningkatkan suku bunga. Hal
ini bertujuan masyarakat mengurangi konsumsinya dan memilih
menabung. Penurunan tingkat suku bunga akan membawa dampak positif
pada harga saham. Begitu pun dampaknya pada sektor properti, tingkat
suku bunga rendah akan memberikan dampak positif namun tidak instan.
Suku bunga rendah dapat memicu masyarakat untuk menabung dan
mengambil kredit rumah sehingga hal tersebut dapat mendorong
perekonomian dan mendorong kinerja perusahaan membaik.
c. Produk domestik bruto
Produk domestik bruto (PDB) merupakan jumlah produk berupa barang
dan jasa yang dihasilkan oleh unit-unit produksi di dalam batas wilayah
suatu negara (domestik) selama satu tahun atau sering juga diartikan
8

sebagai keseluruhan nilai pasar semua jasa akhir yang dihasilkan oleh
suatu negara selama satu kurun waktu tertentu. Barang-barang yang
dihasilkan termasuk barang modal yang belum diperhitungkan
penyusutannya, karenanya jumlah yang didapatkan dari PDB dianggap
bersifat bruto/kotor.

Faktor Fundamental Perusahaan

Faktor fundamental merupakan faktor yang berhubungan dengan kondisi
perusahaan yaitu kondisi manajemen organisasi sumber daya manusia, kondisi
keuangan perusahaan yang tercermin dalam kinerja keuangan perusahaan. Nilai
fundamental merupakan nilai intrinsik dari suatu saham yang dianalisis dengan
menggunakan analisis yang menggunakan data-data finansial yaitu data-data yang
berasal dari laporan keuangan perusahaan, contohnya laba, dividen yang dibagi,
penjualan dan sebaginya (Hartono 2007). Perkembangan harga saham tidak akan
terlepas dari perkembangan kinerja perusahaan. Secara teoritis jika kinerja
perusahaan mengalami peningkatan maka harga saham akan merefleksikannya
dengan peningkatan harga saham, demikian sebaliknya (Ang 1997).
Faktor ini sering disebut dengan kinerja perusahaan, baik kinerja keuangan
maupun kinerja non keuangan. Kinerja keuangan biasa diwujudkan dengan rasio-
rasio keuangan yang diperoleh dari hasil analisis laporan keuangan yang diekspos
kepada publik setiap tiga bulan. Kinerja keuangan perusahaan yang diwujudkan
dalam rasio-rasio keuangan tersebut bisa dipilah menjadi 4 rasio, yaitu (1) rasio
likuiditas yang menunjukkan kemampuan perusahaan untuk membayar
kewajiban-kewajiban finansialnya (utang) baik yang berjangka pendek maupun
jangka panjang; (2) rasio profitabilitas yang merupakan kemampuan perusahaan
untuk mendapatkan keuntungan dengan semua sumber dana yang dipunyai baik
modal sendiri maupun utang; (3) rasio leverage atau sering disebut struktur modal
adalah seberapa besar kekayaan perusahaan dibiayai dengan utang; dan (4) rasio
aktivitas yakni efektivitas perusahaan dalam memanfaatkan kekayannya.
a. Return on assets (ROA)
ROA merupakan pengukuran kemampuan perusahaan secara keseluruhan
didalam menghasilkan keuntungan dengan jumlah keseluruhan aktiva
yang tersedia didalam perusahaan (Syamsudin 2011). Apabila ROA
meningkat, maka profitabilitas perusahaan meningkat sehingga dampak
akhirnya adalah peningkatan profitabilitas yang dinikmati oleh pemegang
saham (Husnan 2009). Semakin tinggi ROA pada tingkatan tertentu,
menunjukkan semakin baik kinerja suatu emiten, sehingga harga saham
emiten juga meningkat.
b. Debt to equity ratio (DER)
Rasio ini menunjukkan beberapa bagian dari setiap rupiah modal sendiri
yang dijadikan jaminan utang. Bagi perusahaan semakin besar rasio maka
akan semakin menguntungkan, namun bagi pihak bank semakin besar
rasio ini maka akan semakin besar risiko yang ditanggung atas kegagalan
perusahaan yang mungkin terjadi.
c. Net profit margin (NPM)
NPM dihitung dari laba bersih dibagi dengan jumlah penjualan. Rasio ini
mengindikasikan berapa banyak keuntungan perusahaan yang di dapatkan
dari setiap rupiah penjualan yang terjadi.
 9

d. Total asset turnover

Rasio ini akan diketahui efektifitas penggunaan aktiva operasi perusahaan
dalam menghasilkan penjualan. Apabila perusahaan menghasilkan
penjualan penjualan yang sama dengan aset lebih sedikit berarti
perusahaan tersebut semakin efektif karena memerlukan tingkat investasi
yang lebih rendah. Semakin efektif perusahaan dalam menggunakan
asetnya, semakin sedikit aset yang diperlukan. Dengan demikian apabila
aset yang digunakan lebih sedikit, maka biaya atas penggunaan aset (cost
of capital) akan semakin sedikit dan seterusnya profitabilitas akan
meningkat.

Faktor Teknikal
a. Volume penjualan saham
Volume penjualan saham merupakan rasio antara jumlah lembar saham
yang diperdagangkan pada waktu tertentu terhadap jumlah saham yang
beredar pada waktu tertentu. Secara historis volume perdagangan saham
mempunyai kaitan dengan harga pasar di bursa, dikarenakan volume
perdagangan saham dianggap sebagai ukuran dari kekuatan atau
kelemahan pasar sesuai dengan hukum penawaran dan permintaan
(Susanto 2010). Andrada et al. (1999), Taylor dan Hellen (1992)
mengawali survey mengenai analisis teknikal yang menyatakan alat ini
popular untuk menginformasikan keputusan pembelian atau penjualan
pada partisipasi di pasar saham.
b. Harga saham masa lalu
Variabel ini merupakan upaya untukmemperkirakan harga saham dengan
mengamati perubahan harga saham di waktu yang lalu, yang dalam hal ini
satu tahun sebelumnya. Perilaku harga masa lalu bisa direfleksikan atau
tergambarkan dalam harga di masa yang akan datang (Syamsir 2008).
Data harga sahan masa lalu menggunakan data closing price tahun
sebelumnya pada periode tahun yang akan diestimasikan.

Harga Saham

Harga saham di bursa ditentukan oleh kekuatan pasar yang artinya saham
tergantung dari kekuatan permintaan dan penawaran (Bowonugraha 2007). Dilihat
harga pembentukan harga saham yang terjadi di pasar modal, maka pasar modal
dapat dibagi dalam pasar regular dan pasar negosiasi. Pembentukan harga pasar
regular dilakukan dengan cara tawar menawar secara terus menerus berdasarkan
kekuatan pasar. Pembentukan harga saham di pasar negosiasi dilakukan dengan
cara negosiasi antara pihak pembeli dan penjual. Selain itu, persaingan dalam
pasar akan banyak berpengaruh terhadap harga saham. Harga saham dapat
mencerminkan dari nilai saham. Menurut Keown et al. (2002), nilai saham
didefinisikan sebagai berikut:
a. Nilai nominal (par value) suatu saham adalah nilai kewajiban yang
ditetapkan untuk setiap lembar saham. Nilai nominal adalah modal per
lembar yang harus ditahan di perusahaan untuk proteksi kepada kreditor
yang tidak dapat diambil oleh pemegang saham. Untuk saham yang tidak
10

mempunyai nilai nominal, dewan direksi umumnya menetapkan sendiri

per lembar. Jika tidak ada nilai yang ditetapkan maka yang dianggap
sebagai modal adalah semua penerimaan bersih yang diterima oleh emiten
pada waktu mengeluarkan saham bersangkutan.
b. Nilai buku (book value) per lembar saham menunjukan aktiva bersih (net
assets) per lembar saham yang dimiliki oleh pemegang saham. Nilai buku
per lembar saham (book value per share) tidak menunjukan ukuran kinerja
saham yang penting, tetapi nilai buku per lembar saham dapat
mencerminkan berapa besar jaminan yang akan diperoleh oleh pemegang
saham apabila emiten dilikuidasi.
c. Nilai pasar (market value) berbeda dengan nilai buku. Jika nilai buku
merupakan nilai yang dicatat pada saat saham dijual oleh perusahaan,
maka nilai pasar bursa pada saat tertentu ditentukan oleh pelaku pasar.
Nilai pasar ditentukan oleh permintaan dan penawaran saham yang
bersangkutan di pasar bursa.

Analisis Data Panel

Data panel adalah data yang mengandung unsur waktu dan unsur individu
itu sendiri (data cross section). Data panel diperoleh ketika sejumlah obyek
diamati untuk beberapa waktu (Gujarati 2004). Bentuk umum dari model data
panel adalah :

.......................................................... (1)

Dimana nilai i bernilai 1, 2, .... , N, nilai t bernilai 1, 2, ..., T, i adalah indeks

individu dalam ruang, menggambarkan dimensi cross section, t adalah indeks
individu dalam waktu, β adalah vektor Kx1, K adalah jumlah peubah penjelas,
dan Xit adalah observasi ke-i dari K variabel bebas.

.................................................................... (2)

uit adalah komponen galat dari model yang terdiri atas µ i yang merupakan
efek spesifik dari amatan yang tidak bisa diamati serta vit yang merupakan galat
yang tersisa. Ada dua macam kasus data pada metode data panel. Kasus pertama
adalah saat data yang ada memiliki panjang periode waktu yang sama, kasus
semacam ini disebut data panel balanced. Kasus yang kedua adalah dimana untuk
individu tertentu memiliki periode waktu yang tidak sama dengan periode waktu
individu yang lain, kasus semacam ini disebut data panel unbalanced.
Berdasarkan metode pendugaan parameternya, regresi panel data biasa
dibagi menjadi tiga, yaitu model pooled, model efek tetap, dan model efek acak.
Data pooled adalah data gabungan antara data individu dan data deret waktu.
Model pooled menggunakan metode kuadrat terkecil biasa dalam pendugaan
parameternya. Model efek tetap dan model efek acak pada data panel adalah
bentuk yang lebih spesifik dari model pooled. Adapun asumsi pada model tetap:
(1) µ diasumsikan tetap sehingga dapat diestimasi, (2) vit menyebar normal (0, )
bebas stokastik identik, (3) E(Xit,vit) = 0, Xit saling bebas dengan vit untuk setiap i
 11

dan t. Pendugaan parameter pada model efek tetap diduga dengan menggunakan
metode ‘Within’. Pada model efek acak, individu yang digunakan biasanya
merupakan individu yang dipilih secara acak dari populasi yang besar. Asumsi
pada model efek acak : (1) µi menyebar bsi normal (0, ), vit menyebar bsi
normal (0, ), (2) E(Xit,µi) = 0 dan E(Xit,vit) = 0, Xit saling bebas dengan µi dan
vit untuk setiap i dan t. Ada pun tahapan analisis data panel menurut Handriyas
(2002) dan Roswati (2007) adalah:
1. Melakukan pemodelan dengan menggunakan metode pooled.
2. Melakukan pemodelan dengan menggunakan metode efek tetap.
3. Melakukan uji Chow yang memiliki hipotesis:
a. H0 : µi = µ = 0 ; untuk semua nilai i
b. H1 : minimal ada satu i, µi ≠ µ ≠ 0
c. Bila nilai p-value < α , maka hipotesis nol ditolak dan model efek
tetap dipilih. Bila model tetap terpilih, lanjut pada tahap
berikutnya, namun bila model pooled yang terpilih, tahapan
analisis selesai sampai disini.
4. Melakukan pemodelan dengan menggunakan model efek acak.
5. Melakukan uji Hausman yang memiliki hipotesis:
a. H0 : E (uit / Xit) = 0
b. H1 : E (uit / Xit) ≠ 0
c. Bila nilai p-value < α , maka hipotesis nol ditolak dan model efek
tetap dipilih. Bila model efek tetap terpilih, lanjut pada tahap
berikutnya, namun bila model acak yang terpilih, tahapan analisis
selesai sampai disini.
6. Melakukan pengujian asumsi

Uji Asumsi
Uji asumsi dilakukan untuk mendapatkan model yang efisien, visible dan
konsisten sehingga perlu dilihat ada tidaknya pelanggaran asumsi tersebut pada
model yaitu gangguan antar waktu, gangguan antar individu dan gangguan akibat
keduanya. Sehingga hasil dari model regresi tidak bias dan relevan dengan
memenuhi persyaratan BLUE (best, linier, un-bias, estimator). Adapun
pelanggaran-pelanggaran tersebut adalah multikolinearitas, autokorelasi, dan
heteroskedastisitas.
(1) Heteroskedastisitas
Pada umumnya heteroskedastisitas diperoleh pada data cross section.
Untuk mendeteksi adanya heteroskedastisitas pada suatu model dapat dengan
melihat nilai sum square residual pada weighted statistics dan sum square residual
pada unweighted statistics pada model yang sudah diboboti (cross section weight).
Jika nilai sum square residual pada weighted statistics lebih kecil dari sum square
residual pada unweighted statistics, maka diindikasikan terjadi masalah
heteroskedastisitas (Mailendra 2009). Untuk mengatasi adanya pelanggaran
asumsi ini digunakan model yang telah diboboti (cross section weight) dan white
heteroscedasticity.
(2) Multikolinearitas
Multikolinearitas adalah suatu keadaan dimana satu atau lebih dua variabel
bebas dapat dinyatakan sebagai kombinasi linier dari variabel bebas lainnya.
Untuk mendeteksi ada atau tidaknya multikolinearitas dapat dilihat dari nilai R2,
12

F-hitung serta t-hitung. Indikasi-indikasi terjadinya multikolinearitas menurut

Gujarati (1978) adalah sebagai berikut :
1. Jika ditemukan R2 yang tinggi dan nilai F statistik yang signifikan tetapi
sebagian besar nilai t statistik tidak signifikan.
2. Korelasi sederhana yang relatif tinggi (0.8 atau lebih) antara satu atau lebih
pasang variabel bebas. Jika koefisien korelasi kurang dari 0.8 berarti tidak
terjadi multikolinearitas.
3. Regresi bantuan (Auxilary Regression) dengan cara meregresi masing-
masing variabel bebas pada variabel bebas lainnya. Apabila nilai R 2 nya
tinggi maka ada indikasi ketergantungan linier yang hampir pasti diantara
variabel-variabel bebas.
Jika di dalam rumusan model ditemukan masalah multikolinearitas, maka
perlu dilakukan upaya untuk mengurangi atau menghilangkan efek buruknya
dengan cara: mengurangi jumlah variabel bebas dalam model, mengubah bentuk
model, menambah atau mengurai data sampel baru, mentransformasi variabel
bebas.
(3) Autokorelasi
Untuk mendeteksi adanya autokorelasi ini dapat dilakukan uji-d Durbin
Watson dengan membandingkan nilai statistik uji-d dari model dengan statistik
uji-d Durbin Watson pada tabel. Statistik uji yang digunakan yaitu:

................................................... (3)
dengan merupakan galat tahun ke-t, adalah galat satu tahun sebelumnya, t waktu,
dan n pengamatan. Nilai d ini yang akan dibandingkan dengan nilai d Durbin
Watson pada tabel (dL dan dU). dL merupakan batas bawah nilai d Durbin
Watson pada tabel dan dU merupakan batas atas nilai d Durbin Watson pada
tabel. Gujarati (2004) mengemukakan kaidah keputusan ada tidaknya autokorelasi
seperti yang dijelaskan pada Tabel 2.

Tabel 2 Kaidah keputusan identifikasi autokorelasi

Hipotesis nol Jika Keputusan
Tidak terdapat autokorelasi positif 0 <d <dL Tolak H0
Tidak terdapat autokorelasi positif dL<d<dU Tidak ada keputusan
Tidak terdapat autokorelasi negatif 4-dL<d<4 Tolak H0
Tidak terdapat autokorelasi negatif 4-dU<d<4-dL Tidak ada keputusan
Tidak terdapat autokorelasi positif dU<d<4 Tidak tolak H0
maupun negatif
Sumber: Gujarati (2004)

Regresi Stepwise

Regresi stepwise memilih peubah berdasarkan korelasi parsial terbesar

dengan peubah yang sudah masuk dalam model. Peubah penjelas yang sudah
masuk dalam model dapat saja dikeluarkan lagi, sehingga langkah yang
diperlukan menjadi banyak (Hanum 2011). Apabila salah satu peubah telah
dimasukkan ke dalam model regresi, maka peubah lainnya tidak perlu
 13

dimasukkan lagi ke dalam model regresi karena pengaruhnya telah diwakili oleh
peubah yang sudah masuk di dalam model regresi. Sehingga tidak terdapat
multikolinieritas pada model regresi yang dihasilkan.

ARIMA

Analisis time series merupakan suatu metode analisa yang ditujukan untuk
melakukan suatu estimasi atau peramalan pada masa yang akan datang. Hal
penting yang berkaitan dengan penelitian yang menggunakan data time series
adalah stasioneritas. Pengujian ini sangat penting agar tidak terjadi regresi yang
semu apabila data tersebut tidak stasioner. Data time series dikatakan stasioner
jika data tersebut menunjukkan pola yang konstan dari waktu ke waktu, artinya
tidak terdapat pertumbuhan atau penurunan pada data.
Model Box-Jenkins (ARIMA) dibagi kedalam 4 kelompok, yaitu: model
autoregressive (AR), moving average (MA), model campuran autoregressive
moving ARMA dan ARIMA. Model autoregresif adalah model yang menyatakan
bahwa data pada periode sekarang dipengaruhi oleh data pada periode
sebelumnya. Model moving average menyatakan hubungan antara nilai
pengamatan dari kesalahan peramalan sekarang dan masa lalu yang berurutan.
Model ARMA (autoregressive moving average) ialah gabungan dari model AR(p)
dan MA(q) sehingga memiliki asumsi bahwa data periode sekarang dipengaruhi
oleh data periode lampaunya dan nilai lampau kesalahannya (Mulyono 2000).
Model time series yang digunakan berdasarkan asumsi bahwa data time series
tersebut stasioner artinya rata-rata dan varian (σ2) suatu data time series konstan
(Mulyana 2004).

Penelitian Terdahulu

Penelitian mengenai analisis teknikal dilakukan oleh Abbad et al. (2014)

berjudul Advantages of Using Technical Analysis to Predict Future Prices on the
Amman Stock Exchange. Hasil menunjukkan aturan teknikal dapat
membangkitkan sinyal beli dan jual. Selain itu analisis teknikal mempunyai
kekuatan untuk meramalkan pergerakan harga saham. Terlebih lagi, hasil
mengindikasikan return dari sinyal beli lebih menguntungkan daripada return dari
sinyal jual.
Penelitian Haque dan Faruquee (2013) dengan judul Impact of Fundamental
Factors on Stock Price: A Case Based Approach on Pharmaceutical Companies
Listed with Dhaka Stock Exchange bertujuan mengidentifikasi pengaruh variabel
fundamental dalam determinasi harga saham pada industri farmasi yang terdaftar
di Dhaka Stock Exchange. Variabel yang digunakan adalah EPS, DPS, ROE,
ROA dan rasio fixed asset per total asset. Hasil menunjukkan kelima variabel
tersebut tidak mempunyai pengaruh yang signifikan pada harga saham. Hal ini
dapat terjadi karena harga dipengaruhi oleh manipulasi harga pasar atau harga
rumor dimana mayoritas investor mempunyai pemahaman yang kurang pada
fundamental perusahaan.
14

Penelitian yang dilakukan oleh Adwiyah (2014) yang berjudul Analisis

Pengaruh Variabel-Variabel Fundamental dan Teknikal terhadap Harga Saham
Industri Perbankan di BEI menggunakan contoh perusahaan sektor perbankan
yang kontinu masuk ke dalam LQ-45 selama 2008-2012. Hasil penelitian
menunjukkan harga saham pada industri perbankan yang telah terdaftar di BEI
dipengaruhi secara parsial oleh kedelapan variabel bebas yang diajukan dalam
penelitian. Variabel-variabel tersebut adalah volume penjualan saham, jumlah
uang beredar, tingkat bunga deposito, nilai tukar rupiah terhadap dolar Amerika,
ROI, TI, CR dan harga saham lalu. Volume penjualan saham mempunyai arah
yang positif dan pengaruh yang dominan.
Penelitian Nainggolan (2008) dengan judul Pengaruh Variabel Fundamental
Terhadap Harga Saham Perusahaan Manufaktur yang terdaftar di Bursa Efek
Indonesia bertujuan untuk menguji dan menganalisis variabel ROA, DER, ROE
dan book value per share (BVS) terhadap harga saham baik secara simultan dan
parsial. Hasil penelitian menunjukkan keempat variabel tidak memengaruhi secara
simultan terhadap harga saham, sedangkan variabel BVS secara parsial
memengaruhi harga saham.
Penelitian yang dilakukan oleh Sappar, Suhadak dan Hidayat (2015) yang
berjudul Analisis Pengaruh Faktor-Faktor Fundamental dan Teknikal terhadap
Nilai Perusahaan menggunakan contoh perusahaan dari sektor consumer goods
dengan penentuan pengambilan sampel menggunakan purposive sampling. Hasil
penelitian menunjukkan dari sepuluh indikator terdapat empat indikator yang
memiliki pengaruh yang signifikan secara parsial terhadap niai perusahaan.
Indikator DER secara parsial menunjukkan memiliki pengaruh signifikan positif
terhadap nilai perusahaan (harga saham) dan indikaor ROA secara parsial
menunjukkan memiliki pengaruh signifikan negatif terhadap nilai perusahaan.
Indikator harga saham masa lalu secara parsial memiliki pengaruh signifikan
positif terhadap nilai perusahaan (harga saham) dan indikator volume
perdagangan saham secara parsial menunjukkan memiliki pengaruh signifikan
negatif terhadap nilai perusahaan (harga saham) dari perusahaan sektor consumer
goods. Selanjutnya adanya pengaruh signifikan secara simultan terhadap nilai
perusahaan (harga saham) yang dilihat dari nilai probabilitas signifikan pada
model regresi linier berganda.
Penelitian yang dilakukan oleh Wulandari, Sumiaty dan Susanto (2009)
yang berjudul Analisis Pengaruh Variabel-Variabel Fundamental dan Teknikal
terhadap Harga Saham menggunakan contoh perusahaan tekstil yang go public di
Bursa Efek Jakarta (BEJ). Survei dilakukan pada perusahaan industri tekstil yang
go publik di Bursa Efek Jakarta sampai akhir tahun 2003 yaitu sebanyak 25
perusahaan. Hasil penelitian menunjukkan bahwa harga saham industri tekstil
yang go public di BEJ dipengaruhi secara bersama-sama oleh kesembilan variabel
bebas yang diajukan dalam penelitian. Dua variabel yang mempunyai pengaruh
nyata secara parsial terhadap harga saham, yaitu jumlah uang beredar dan harga
saham masa lalu. Jumlah uang beredar mempunyai arah yang negatif sedangkan
harga saham masa lalu mempunyai arah yang positif dan mempunyai pengaruh
yang dominan. Nilai koefisien determinasi sebesar 0.917 menunjukkan bahwa
kontribusi harga saham cukup baik. Model regresi linier dapat digunakan untuk
menilai pola pergerakan harga saham.
 15

Penelitian selanjutnya dilakukan oleh Rahmawati (2015) dengan judul

Analisis Determinan Harga Properti Residensial di Indonesia. Penelitian ini
bertujuan menganalisis determinansi dari harga properti dengan merusmuskan
variabel penelitian yang digunakan adalah Indeks Harga Properti Residensial
(IHPR), BI rate, permintaan Kredit Pemilikan Rumah (KPR), pendapatan
domestik bruto, inflasi (IHK), IHPB Kontruksi, dan upah tenaga kerja. Hasil
menunjukkan dalam jangka panjang keseluruhan variabel determinan terbukti
mempengaruhi harga perumahan di Indonesia. Ditemukannya pengaruh yang
berlawanan arah atas permintaan KPR dan inflasi terhadap harga perumahan,
sedangkan determinan lainnya yaitu suku bunga BI rate, inflasi, GDP, IHPB
konstruksi, dan upah tenaga kerja berpengaruh searah dengan pergerakan harga
perumahan di Indonesia. Rangkuman penelitian terdahulu disajikan pada
Lampiran 1.

3 METODE PENELITIAN

Kerangka Penelitian

Variabel dependen yang digunakan dalam penelitian ini adalah harga saham
(HS), sedangkan variabel independen dipilih berdasarkan referensi penelitian
terdahulu, yaitu tingkat inflasi (TI), tingkat suku bunga (BIr), produk domestik
bruto (PDB), return on assets (ROA), debt to equity ratio (DER), net profit
margin (NPM), total asset turnover (TATO), volume saham (VS) dan harga
saham masa lalu (HSML). Model penelitian disajikan pada Gambar 2.

TI BIr

PDB

Faktor
ROA fundamental

DER

NPM TATO
Harga
HS
saham

HSML

Faktor
teknikal
VS

Gambar 2 Model penelitian

16

Penelitian ini termasuk ke dalam jenis penelitian eksplanatif yang berguna

menguji hubungan suatu peubah dengan peubah lainnya. Hubungan antar peubah
kemudian akan diuji kebenarannya dengan menggunakan hipotesis penelitian
yang telah dirumuskan. Alur penelitian di mulai dengan contoh perusahaan yang
bergerak di sektor properti terdaftar di BEI yang akan di analisis bagaimana
pengaruh faktor fundamental dan teknikal terhadap harga saham. Kerangka
tahapan penelitian disajikan pada Gambar 3.

Investor

Emiten BEI Khusus sektor

properti real estate

Pergerakan harga saham per sektor

Pergerakan harga sahamkhusus sektor properti

Faktor fundamental Faktor teknikal

1. Tingkat inflasi 1. Harga saham
2. BI rate masa lalu
3. PDB 2. Volume saham
4. ROA
5. DER
6. NPM
7. TATO

Analisis regresi data panel

Analisis regresi stepwise

Pengaruh terhadap harga saham sektor properti

Implikasi manajerial

Rekomendasi dan langkah strategis

Gambar 3 Kerangka tahapan penelitian

Pengumpulan Data

Data dalam penelitian ini terdiri dari data sekunder. Data yang akan diambil
merupakan gabungan antara data time series dan cross sectional (panel data).
Data kuantitatif yang akan digunakan diantaranya data historis berupa laporan
keuangan perusahaan contoh penelitian tahun 2010-2015 dan bahan-bahan
 17

penunjang lainnya. Data penelitian dapat diambil melalui website Indonesian

Exchange dan website Bank Indonesia. Objek penelitian adalah perusahaan di
sektor properti yang terdaftar di BEI dalam kurun waktu 2010 - 2015.
Populasi penelitian ini adalah perusahaan industri properti, real estate dan
konstruksi di Indonesia yang terdaftar di Bursa Efek Indonesia. Pengambilan
contoh dengan teknik non probability sampling dengan metode purposive
sampling yaitu teknik penentuan contoh berdasarkan suatu kriteria tertentu.
Kriteria yang digunakan untuk menentukan contoh dalam penelitian ini adalah :
1. Perusahaan yang bergerak dalam sektor properti real estate
2. Perusahaan yang terdaftar pada BEI tahun 2010-2015 dan tidak pernah
delisting selama periode tersebut
3. Perusahaan yang mengeluarkan laporan keuangan per triwulan secara
kontinu dari tahun 2010-2015.
Berdasarkan kriteria tersebut, maka diperoleh tujuh belas perusahaan yang
memenuhi kriteria untuk dijadikan contoh dalam penelitian ini seperti dimuat
dalam Tabel 3. Kode emiten yang terdaftar di BEI disajikan pada Lampiran 2.

Tabel 3 Perusahaan yang dijadikan contoh penelitian

No Nama emiten No Nama emiten
1 Alam Sutera Realty Tbk 10 Gowa Makassar Tourism Development
Tbk
2 Bhuwanatala Indah Permai 11 Perdana Gapuraprima Tbk
Tbk
3 Bukit Darmo Property Tbk 12 Jaya Real Property Tbk
4 Sentul City Tbk 13 Kawasan Industri Jababeka Tbk
5 Ciputra Development Tbk 14 Lippo Cikarang Tbk
6 Ciputra Property Tbk 15 Lippo Karawaci Tbk
7 Ciputra Surya Tbk 16 Danayasa Arthatama Tbk
8 Intiland Development Tbk 17 Suryamas Dutamakmur Tbk
9 Duta Pertiwi Tbk
Sumber: IDX Statistics (2010-2015)

Pengolahan dan Analisis Data

Dalam penelitian ini, pengolahan data dilakukan dengan analisis kuantitatif,

kemudian dilakukan pengujian hubungan antar peubah penelitian dengan analisis
regresi data panel dan regresi stepwise. Perangkat lunak yang digunakan untuk
membantu pengolahan data dalam penelitian ini adalah Microsoft Excel 2010,
Eviews 9 dan SPSS.

Variabel Penelitian
Variabel penelitian dan indikator yang digunakan dalam penelitian ini dapat
dilihat dalam Tabel 4.
18

Tabel 4 Variabel dan indikator penelitian

Variabel laten Peubah Indikator Definisi operasional peubah
Fundamental a. Tingkat inflasi Persentase perubahan Indeks Harga
ekonomi Konsumen Umum yang mencakup
makanan, perumahan, sandang, aneka
barang dan jasa pertahun.
b. BI rate Tingkat suku bunga yang dikeluarkan BI
c. Produk domestik Jumlah nilai tambah atas barang dan jasa
bruto yang dihasilkan oleh berbagai unit produksi
di wilayah suatu negara dalam jangka
waktu tertentu
Fundamental a. ROA ROA = laba
perusahaan total aktiva
b. DER DER = utang t
ekuitas
c. NPM NPM = laba a
Penjualan
d. TATO TATO = penjualan
total aktiva
Teknikal a. Volume saham Data volume perdagangan saham (shares)
yang diambil dalam periode
b. Harga saham Data harga saham penutupan (closing price)
masa lalu pada periode sebelumnya
Harga saham Harga saham Data harga satu saham pada waktu
penutupan (closing price) per tiga bulan

Hipotesis

Berdasarkan pada kerangka pemikiran teoritis dan penelitian sebelumnya,

maka hipotesis penelitian yang diajukan dalam penelitian ini adalah sebagai
berikut:
H1: Faktor-faktor fundamental (tingkat inflasi, BI rate, PDB, DER, ROA, NPM,
dan TATO) dan teknikal (harga saham masa lalu, volume saham) secara
parsial berpengaruh terhadap harga saham.
H2: Faktor-faktor fundamental (tingkat inflasi, BI rate, PDB, DER, ROA, NPM,
dan TATO) dan teknikal (harga saham masa lalu, volume saham) secara
simultan berpengaruh terhadap harga saham.

4 HASIL DAN PEMBAHASAN

Penelitian ini menganalisis pengaruh faktor-faktor fundamental dan teknikal
terhadap harga saham dengan menggunakan data panel seimbang yaitu gabungan
antara data time series dan cross section. Data cross section yaitu sebanyak tujuh
belas perusahaan, sedangkan data time series dilihat dari laporan keuangan per
triwulan selama enam tahun yaitu periode 2010-2015. Pengolahan data dilakukan
menggunakan Microsoft Excell 2010, Eviews 9 dan SPSS.
 19

Hasil Perhitungan Faktor Fundamental Perusahaan

Analisis padafaktor fundamental perusahaan atau kinerja keuangan dengan

melihat rataan hasil yang diperoleh perusahaan selama enam tahun pada setiap
indikator faktor fundamental perusahaan. Dari hasil perhitungan pada Tabel 5,
terlihat bahwa untuk indikator return on asset (ROA) terdapat sembilan dari tujuh
belas perusahaan atau 53% perusahaan yang nilai ROA di atas nilai rata-rata ROA
industri. Analisis ROA untuk mengetahui kemampuan perusahaan secara
keseluruhan didalam menghasilkan keuntungan dengan jumlah keseluruhan aset
yang tersedia didalam perusahaan (Syamsudin 2011). Jika ROA tinggi maka akan
menjadi sinyal yang baik bagi para investor karena dengan ROA tinggi
menunjukkan kinerja perusahaan tersebut baik maka investor akan tertarik untuk
menginvestasikan dananya pada saham perusahaan. Permintaan saham yang
banyak maka harga saham akan meningkat.

Tabel 5 Rataan ROA, DER, NPM dan TATO selama enam tahun (2010-2015)
No Perusahaan ROA DER NPM TATO
1 ASRI 0.048 1.511 0.330 0.146
2 BIPP 0.053 0.400 0.709 0.075
3 BKDP -0.014 0.381 -0.391 0.035
4 BKSL 0.019 0.399 0.390 0.049
5 CTRA 0.039 0.823 0.253 0.155
6 CTRP 0.028 0.510 0.250 0.111
7 CTRS 0.050 0.963 0.311 0.160
8 DILD 0.029 0.704 0.222 0.131
9 DUTI 0.054 0.342 0.416 0.129
10 GMTD 0.053 1.887 0.326 0.162
11 GPRA 0.021 0.855 0.163 0.129
12 JRPT 0.060 1.141 0.393 0.154
13 KIJA 0.029 0.844 0.159 0.182
14 LPCK 0.103 0.969 0.423 0.243
15 LPKR 0.030 1.088 0.204 0.149
16 SCBD 0.044 0.358 0.272 0.163
17 SMDM 0.008 0.326 0.111 0.071
Nilai rataan industri properti 0.039 0.794 0.267 0.132
Sumber: Hasil olah data dengan Ms Excel 2010 (2016)
Dari Tabel 5 terlihat, delapan perusahaan pada sektor properti memiliki
tingkat profitabilitas yang masih di bawah rataan industri. Hal ini disebabkan laba
bersih yang didapatkan oleh perusahaan tersebut belum cukup besar terhadap aset
perusahaan. Adanya pengaruh ukuran perusahaan dapat memengaruhi
profitabilitas perusahaan. Perusahaan BKDP mempunyai nilai ROA yang negatif,
hal ini disebabkan kerugian yang dialami dari triwulan ketiga 2011 hingga
triwulan keempat 2013. Kerugian ini disebabkan meningkatnya beban pokok
penjualan. Selain itu tingginya beban operasional, administrasi dan beban
keuangan dan lainnya yang semakin memperbesar kerugian BKDP.
20

Nilai DER, dari tujuh belas perusahaan sektor properti, ada delapan
perusahaan yang di bawah rataan industri. Rataan DER industri sebesar 79.4%
yang dapat diasumsikan sebagai batas bagi perusahaan dalam penggunaan utang.
Apabila DER di atas 79%, kemungkinan perusahaan tidak mampu melunasi utang
sehingga muncul risiko kebangkrutan yang dapat merugikan investor. Selain itu,
makin tinggi DER maka beban bunga yang dibayarkan akan semakin tinggi juga.
Nilai NPM pada perusahaan sektor properti ditemukan satu perusahaan
dengan nilai NPM negatif dan terdapat delapan perusahaan yang memiliki nilai
NPM di atas 26.7%. Hal ini menunjukkan 47% perusahaan menghasilkan tingkat
laba yang baik sebab rataan industri menginginkan tingkat laba 23% dari kegiatan
operasionalnya. Nilai TATO menunjukkan sepuluh perusahaan yang mempunyai
nilai di atas rataan indutri. Rataan industri dapat dijelaskan bahwa penjualan
perusahaan terhadap total aset selama enam tahun berada di tingkat 13.2%. Hal ini
berkaitan dengan sektor properti itu sendiri yang mempunyai produk tersier
dimana tingkat penjualan tidak setinggi produk-produk primer.

Analisis Data Panel

Analisis data panel menggunakan tiga model yaitu pool model, fixed effect
model dan random model. Kemudian dari ketiga model diuji dengan
menggunakan uji Chow dan uji Haustman untuk menentukan model terbaik. Hasil
perhitungan secara keseluruhan pada ketiga model dapat dilihat pada Lampiran 3.

Uji Chow
Pengujian ini dilakukan untuk memilih model apakah yang akan digunakan
model pooled least square (PLS) atau fixed effect model. Berdasarkan hasil
pendugaan maka didapatkan hasil uji Chow sebagai berikut yang disajikan pada
Tabel 6.

Tabel 6 Uji Chow

Effects Test Statistic d.f. Probability
Cross-section F 23.270728 (16.382) 0.0000
Sumber: Hasil olah data dengan Eviews 9 (2016)

Dari hasil perhitungan uji Chow pada Tabel 7 kriteria penolakan H0 dapat
dilihat dari nilai-p (p-value). Jika nilai-p lebih kecil dari taraf nyata (α) maka tolak
H0. Pada Tabel 5 dapat dilihat hasil uji Chow keluaran Eviews 9 nilai-p sebesar
0.0000 lebih kecil dari taraf nyata (α=0.05), maka hipotesis nol ditolak, sehingga
sudah cukup bukti untuk menyatakan bahwa model sementara yang lebih sesuai
digunakan adalah fixed effect model.

Uji Hausman
Pengujian ini dilakukan untuk memilih model apakah yang akan digunakan
random effect model atau fixed effect model. Hipotesis nol dinyatakan sebagai
random effect model, sedangkan fixed effect model sebagai hipotesis alternatif.
Berdasarkan hasil pendugaan maka didapatkan hasil uji Hausman sebagai berikut
yang disajikan pada Tabel 7.
 21

Tabel 7 Uji Hausman

Effects Test Statistic d.f. Probability
Cross-section F 46.465013 9 0.0000
Sumber: Hasil olah data dengan Eviews 9 (2016)

Tabel 8 menunjukkan nilai-p sebesar 0.0000 lebih kecil dari taraf nyata
(α=0.05). Hal ini menunjukkan bahwa hipotesis nol ditolak sehingga sudah cukup
bukti menyatakan bahwa model yang terpilih adalah fixed effect model. Hasil
fixed effect model ditampilkan pada Tabel 8.

Tabel 8 Hasil estimasi model dengan model efek tetap

Variable Coefficient Standard error t-Statistic Probability
X1 -2.676157 0.332180 -8.056349 0.0000
X2 -0.445248 0.655145 -0.679617 0.4972
X3 -2.90E-08 1.78E-08 -1.631467 0.1036
X4 1.169701 0.070935 16.48981 0.0000
X5 0.012664 0.011434 1.107496 0.2688
X6 -0.004221 0.001100 -3.838080 0.0001
X7 -0.691175 0.091315 -7.569154 0.0000
X8 0.843176 0.010937 77.09304 0.0000
X9 0.033155 0.002578 12.86325 0.0000
C 0.768486 0.089365 8.599390 0.0000
Weighted Statistics
R-squared 0.994299 Sum squared resid 391.1661
Adjusted R-squared 0.993926 Durbin-Watson stat 1.928566
Prob (F-statistic) 0.000000
Unweighted Statistics
R-squared 0.946809 Durbin-Watson stat 1.978566
Sum squared resid 38.98959
Sumber: Hasil olah data dengan Eviews 9 (2016)

Uji Asumsi klasik

(1) Heteroskedastisitas
Dalam Gujarati (2004) dijelaskan bahwa salah satu cara untuk mengatasi
masalah heteroskedastisitas adalah dengan memberi perlakuan cross
section weight dan white-heteroskedasticity-consistent covariance untuk
mengantisipasi data yang tidak homoskedastis. Cara lain adalah dengan
melihat nilai sum square residual pada weighted statistics dan unweighted
statistics. Nilai sum square residual pada weighted statistics diperoleh
sebesar 391.166 dan nilai sum square residual pada unweighted statistics
diperoleh sebesar 38.990 sehingga dapat diindikasikan tidak terjadi
masalah heteroskedastisitas.
(2) Mutikolinearitas
Untuk melihat adanya multikolinearitas salah satunya dengan cara melihat
nilai korelasi sederhana yang relatif tinggi (0.8 atau lebih) antara satu atau
lebih pasang variabel bebas. Jika koefisien korelasi kurang dari 0.8 artinya
tidak terjadi multikolinearitas. Pada Lampiran 4 ditampilkan bahwa nilai
antar masing-masing variabel bebas tidak melibihi 0.8 sehingga dapat
disimpulkan bahwa model tidak terjadi multikolinearitas.
22

(3) Autokorelasi
Autorelasi dilihat dari tabel Durbin-Watson (DW) dengan jumlah
observasi (n) = 408 dan jumlah variabel (k) = 9 pada taraf nyata 5 persen
maka diperoleh dL=1.798 dan dU=1.878. Hasil estimasi diperoleh nilai
DW sebesar 1.929 sehingga dapat dikatakan bahwa model terbebas dari
autokorelasi.

PENGUJIAN HIPOTESIS

Pengaruh Parsial Faktor Fundamental dan Teknikal terhadap Harga Saham

Hipotesis pertama adalah menduga adanya pengaruh parsial faktor
fundamental dan teknikal terhadap harga saham. Hasil olah data disajikan pada
Tabel 9. Hasil uji secara parsial dari persamaan regresi variabel independen
terhadap variabel dependen menunjukkan nilai konstanta sebesar 0.77 yang
menyatakan bahwa faktor-faktor fundamental dan teknikal dapat meningkatkan
harga saham sebesar nilai konstantanya dengan asumsi bahwa variabel
independen bernilai nol.

Tabel 9 Hasil uji t

Variabel Koofisien t-hitung Probabilitas Keputusan
Tingkat inflasi -2.676157 -8.056349 0.0000 H1 diterima
BI rate -0.445248 -0.679617 0.4972 H1 ditolak
PDB -2.90E-08 -1.631467 0.1036 H1 ditolak
ROA 1.169701 16.48981 0.0000 H1 diterima
DER 0.012664 1.107496 0.2688 H1 ditolak
NPM -0.004221 -3.838080 0.0001 H1 diterima
TATO -0.691175 -7.569154 0.0000 H1 diterima
Harga saham masa lalu 0.843176 77.09304 0.0000 H1 diterima
Volume saham 0.033155 12.86325 0.0000 H1 diterima
Konstanta 0.768486 8.599390 0.0000
Sumber: Hasil olah data dengan Eviews 9 (2016)
Berdasarkan hasil uji statistik, variabel independen yang mempengaruhi
harga saham secara parsial pada taraf nyata 10 persen adalah tingkat inflasi, ROA,
NPM, TATO, harga saham masa lalu dan volume saham. Sedangkan variabel BI
rate, PDB dan DER tidak berpengaruh nyata pada taraf nyata 10 persen.
Indikator tingkat inflasi memiliki pengaruh signifikan terhadap harga
saham. Nilai konstanta tingkat inflasi sebesar -2.676157. Artinya bentuk negatif
dari pengaruh tingkat inflasi terhadap harga saham sejalan dengan penyataan
bahwa tingkat inflasi secara relatif merupakan sinyal negatif bagi investor di pasar
modal yang akan berdampak pada harga saham (Tandelilin 2010).
Sektor properti merupakan sektor yang berkaitan dengan ekonomi makro.
Penelitian yang dilakukan oleh Fama dan Schwert (1977), Ralph dan Eriki (2001),
Hsing (2011) menemukan bahwa inflasi positif dan signifikan terhadap harga
saham. Gambar 4 memperlihatkan tren inflasi mengalami fluktuasi dari tahun
2010 hingga 2015. Jika dibandingkan dengan tren harga saham sektor properti
pada Gambar 5, pada tahun 2011-2012 dan 2013-2015 pergerakan tingkat inflasi
berbanding terbalik terhadap harga saham. Hal ini yang dapat mengindikasikan
tingkat inflasi relatif menjadi sinyal negatif terhadap harga saham.
 23

Gambar 4 Tren tingkat inflasi 2010-2015

Tingkat inflasi mempunyai pengaruh terhadap pasar saham karena indikator

moneter dapat dipergunakan untuk memperkirakan kondisi pasar yang dapat
terlihat pada dampak perubahan harga saham. Dampak kenaikan inflasi
memengaruhi developer melalui peningkatan biaya pembangunan baik harga-
harga bahan bangunan maupun modal, sedangkan dampak kenaikan inflasi bagi
konsumen adalah pengurangan daya beli masyarakat secara riil. Sejalan dengan
hasil penelitian Adwiyah (2014) yang menyatakan tingkat inflasi memiliki
pengaruh negatif signifikan terhadap return saham.

Gambar 5 Tren harga saham sektor properti 2010-2015

Indikator BI rate tidak mempunyai pengaruh signifikan secara parsial
terhadap harga saham. Nilai konstanta BI rate sebesar -0.445248. Bentuk negatif
dari pengaruh BI rate terhadap harga saham sejalan dengan teori yang
menyatakan penurunan tingkat suku bunga akan membawa dampak positif pada
harga saham. Hasil penelitian yang didapat menunjukkan adanya persamaan
dengan penelitian Sappar, Suhadak dan Hidayat (2015) dan Thobbarry (2009)
yang menyatakan BI rate tidak berpengaruh signifikan terhadap harga saham.
24

Indikator PDB tidak mempunyai pengaruh signifikan secara parsial terhadap

harga saham. Nilai konstanta PDB sebesar -2.90E-08. Bentuk negatif dari
pengaruh PDB terhadap harga saham. Sejalan dengan hasil penelitian Khan dan
Zaman (2011) dan Thobbarry (2009) yang menyatakan PDB tidak berpengaruh
signifikan terhadap harga saham.
Indikator ROA memiliki pengaruh signifikan secara parsial terhadap harga
saham. ROA merupakan pengukuran kemampuan perusahaan secara keseluruhan
untuk menghasilkan keuntungan dengan jumlah keseluruhan aktiva yang tersedia
di dalam perusahaan. Nilai konstanta ROA sebesar 1.169701. Bentuk positif ROA
terhadap harga saham sejalan dengan teori yang menyebutkan bahwa semakin
besar ROA maka semakin besar tingkat keuntungannya. Hal ini menunjukkan
bahwa manajemen dapat menggunakan total aktiva perusahaan dengan baik
sehingga menarik bagi investor yang kemudian harga saham cenderung
meningkat.
Hasil penelitian sejalan dengan teori yang menyebutkan rasio profitabilitas
dianggap yang paling diperhatikan oleh investor dibandingkan rasio keuangan
lainnya karena dapat menggambarkan keuntungan perusahaan (Munawir 2007).
Hasil penelitian sejalan dengan penelitian yang dilakukan Kennedy (2003),
Ulupui (2007), Muhammad dan Scrimgeour (2014), yang menemukan bahwa
ROA berpengaruh positif signifikan terhadap harga saham. Berbeda dengan
penelitian yang dilakukan Idawati dan Wahyudi (2015) yang menyatakan ROA
tidak berpengaruh signifikan terhadap harga saham.
Indikator ROA mengukur efesiensi perusahaan dalam mengelola asetnya
menjadi keuntungan selama periode tertentu. Rasio ini membantu manajemen dan
investor untuk melihat seberapa baik perusahaan mengubah investasi dalam aset
menjadi keuntungan. Semakin tinggi rasio maka investor semakin tertarik karena
hal ini menunjukkan perusahaan mengelola secara efektif pada asetnya untuk
menghasilkan pendapatan bersih yang lebih besar. Rasio ROA yang positif
biasanya mengindikasi adanya tren kenaikan keuntungan. ROA sangat berguna
membandingkan perusahaan dalam satu industri sebab masing-masing industri
mempunyai aset yang berbeda.
Industri properti mempunyai aset yang besar dibandingkan industri lainnya
karena persediaan industri properti mengandung aset fisik atau aset yang nyata
berupa rumah, gedung, apartemen, tanah dan lain-lain. Manajemen perlu
mengelola dengan efektif dan efisien aset tersebut agar menghasilkan keuntungan
sehingga nantinya investor tertarik pada industri properti. Tren ROA
menunjukkan adanya fluktuasi selama 2010-2015, yang ditampilkan pada Gambar
6. Nilai ROA dikatakan baik apabila lebih dari 2% (Lestari & Sugiharto 2007),
namun jika dilihat pada Tabel 6 menunjukkan rataan industri mencapai 3.9%. Hal
ini menyatakkan rata-rata perusahaan sektor properti sebagian besar sudah
mempunyai ROA yang baik.
Indikator DER tidak memiliki pengaruh signifikan secara parsial terhadap
harga saham. Rasio ini menunjukkan perbandingan antara dana pinjaman dan
modal dalam upaya pengembangan perusahaan. Nilai konstanta DER sebesar
0.012664.
 25

Gambar 6 Tren ROA sektor properti 2010-2015

Hasil penelitian ini mendukung penelitian yang dilakukan Astutik,
Surachman dan Djazuli (2014) yang menyatakan DER tidak berpengaruh negatif
signifikan terhadap harga saham, sedangkan penelitian Sappar et al. (2015)
menyatakan DER mempunyai pengaruh positif signifikan terhadap harga saham.
Hal ini dapat diduga bahwa rasio leverage (DER) tidak terlalu diperhatikan oleh
investor karena potensi pasar sektor properti terus meningkat setiap tahunnya di
Indonesia. Potensi pasar yang terus berkembang membuat sektor properti terus
menjadi tempat investasi yang masih menjanjikan bagi investor.
Sektor properti merupakan perusahaan-perusahaan yang mengembangkan
dan mengoperasikan properti seperti real estate, tanah perumahan, gedung-
gedung, apartemen dan perkantoran. Perusahaan yang bergerak di bidang ini
membutuhkan dana yang besar sebab perusahaan perlu membeli keseluruhan
properti di awal proyek. Oleh sebab itu, sektor properti membutuhkan dana yang
biasanya berasal dari utang untuk mengembangkan bisnisnya. Namun penggunaan
utang yang berlebih membuat riskan para investor sebab jika proyek tersebut
gagal berjalan maka akan berdampak pada investor dengan penerimaan return
yang menurun hingga likuidasi perusahaan. Tren rasio DER sektor properti 2010-
2015 disajikan pada Gambar 7. Gambar 7 menunjukkan rasio DER sektor properti
sepanjang tahun 2010-2015 tidak melebihi 100%. Hal ini menunjukkan tingkat
utang yang digunakan oleh perusahaan masih lebih kecil dibanding ekuitasnya.
Indikator NPM memiliki pengaruh signifikan secara parsial terhadap harga
saham. Rasio ini menggambarkan besarnya laba bersih yang diperoleh perusahaan
pada setiap penjualan yang dilakukan. Nilai konstanta NPM sebesar -0.004221.
Bentuk negatif NPM terhadap harga saham menunjukkan setiap kenaikan 1 NPM
maka harga saham akan turun sebesar 0.004221. Hasil temuan menyatakan bentuk
negatif NPM terhadap harga saham bertentangan dengan teori yang menyebutkan
bahwa semakin tinggi NPM maka investor akan semakin tertarik sehingga harga
saham cenderung naik.
26

Gambar 7 Tren rasio DER sektor properti 2010-2015

Fittri (2009) menyatakan adanya hubungan positif signifikan antara NPM
dan return saham. Hal ini menggambarkan bahwa investor melihat industri yang
menarik adalah industri yang menghasilkan NPM yang tinggi. Tingginya nilai
NPM menandakan bahwa perusahaan tersebut semakin efisien operasionalnya.
Perusahaan dapat menekan biaya-biaya yang tidak perlu, sehingga perusahaan
mampu memaksimalkan laba bersih yang didapatkan.
Tingginya nilai NPM pada sektor properti dapat diindikasikan bahwa
industri ini mempunyai produk yang setiap tahun mengalami peningkatan harga,
misalnya perusahaan tersebut berada di lokasi premium dengan nilai jual tanah
dan bangunannya terus meningkat. Semakin tingginya volume penjualan dapat
mengindikasikan pendapatan laba bersih yang diterima oleh perusahaan akan
semakin tinggi, sehingga akan berdampak pada penilaian kinerja perusahaan. Tren
NPM sektor properti tahun 2010 hingga 2011 mengalami penurunan dan
mengalami kenaikan pada tahun 2012 hingga 2015. Tren NPM ditampilkan pada
Gambar 8.

Gambar 8 Tren NPM sektor properti 2010-2015

 27

Rasio efisiensi atau aktivitas dilihat dari total asset turnover. Indikator
TATO mempunyai pengaruh signifikan secara parsial terhadap harga saham.
Rasio ini mengukur tingkat efisiensi penggunaan keseluruhan aktiva perusahaan
dalam menghasilkan volume penjualan tertentu (Syamsudin 2011). Nilai
konstanta TATO sebesar -0.691175. Bentuk negatif TATO terhadap harga saham
artinya setiap kenaikan TATO mengakibatkan harga saham menurun.
Hasil penelitian bertentangan dengan teori yaitu apabila perusahaan
mengelola sumber daya yang efisien maka akan semakin besar rasio TATO
artinya bahwa aktiva dapat lebih cepat berputar sehingga memeroleh laba.
Perolehan laba akan menarik investor sehingga investor menanamkan modalnya
pada perusahaan tersebut dan harga saham cenderung naik. Hasil penelitian
menunjukkan adanya kesamaan yang dilakukan oleh Martani et al. (2009) yang
menyatakan TATO mempunyai pengaruh yang negatif terhadap harga saham.
Tren total aset turnover industri properti mengalami kenaikan dari tahun 2010
hingga 2012 dan penurunan pada tahun 2013 hingga 2015. Tren TATO dapat
dilihat pada Gambar 9.

Gambar 9 Tren total aset turnover sektor properti 2010-2015

Indikator harga saham masa lalu mempunyai pengaruh signifikan secara
parsial terhadap harga saham. Nilai konstanta harga saham masa lalu sebesar
0.843176. Bentuk positif harga saham masa lalu sejalan dengan teori yang
menyebutkan bahwa perilaku harga masa lalu dapat direfleksikan atau
tergambarkan dalam harga di masa yang akan datang (Syamsir 2008). Hasil
tersebut menunjukkan bahwa penelitian ini dapat membuktikan dasar teoritis dari
indikator harga saham masa lalu mempunyai pengaruh terhadap pembentukan
harga saham yang terjadi pada masa mendatang. Pada penelitian Wulandary et al.
(2009), Sappar et al. (2015) serta Bowonugraha (2007) menyatakan bahwa harga
saham masa lalu mempunyai pengaruh yang dominan terhadap variansi harga
saham. Hal ini dapat mengindikasikan investor cenderung menggunakan harga
saham masa lalu untuk mengambil keputusan investasi dan cenderung tidak
menahan saham dalam waktu yang lama untuk menjual sahamnya. Tren harga
saham properti dapat dilihat pada Gambar 5. Harga saham properti cenderung
mengalami kenaikan setiap tahunnya.
28

Volume saham dianggap sebagai ukuran dari kekuatan atau kelemahan

pasar untuk menginformasikan keputusan pembelian atau penjualan di pasar
saham. Indikator volume saham memiliki pengaruh signifikan secara parsial
terhadap harga saham. Nilai konstanta volume saham sebesar 0.033155. Bentuk
positif volume saham menyatakan bahwa ketika volume saham naik maka harga
saham juga akan naik. Sesuai dengan teori yang menunjukkan bahwa semakin
besar volume perdagangan saham maka minat investor untuk menginvestasikan
modalnya dalam aktivitas jual dan beli saham akan berdampak pada kenaikan
harga saham perusahaan. Hasil penelitian serupa dengan penelitian yang
dilakukan Sappar et al. (2015) dan Adwiyah (2014) menemukan volume saham
mempunyai pengaruh positif signifikan terhadap harga saham, sedangkan
penelitian Wulandari et al. (2009) menemukan volume saham memiliki pengaruh
negatif tidak signifikan terhadap harga saham.
Tren volume saham pada sektor properti dari 2010-2015 memperlihatkan
adanya penurunan dari tahun ke tahun yang disajikan pada Gambar 10. Penurunan
volume saham terjadi akibat perekonomian di sektor properti melemah sepanjang
tahun 2013 hingga 2015. Hal ini dapat diduga karena naiknya BI rate, situasi yang
ekonomi yang tidak jelas karena adanya kebijakan loan to value, serta adanya
pemilu di tahun 2014. Kondisi ini memungkinkan investor enggan untuk
berinvestasi di sektor properti karena keadaannya yang belum stabil.

Gambar 10 Tren volume saham sektor properti 2010-2015

Pengaruh Simultan Faktor Fundamental dan Teknikal terhadap Harga

Saham
Hipotesis kedua menduga adanya pengaruh simultan faktor fundamental
dan teknikal terhadap harga saham. Hasil olah data disajikan pada Tabel 10. F-
hitung dinyatakan sebesar 2665.040 dengan signifikansi 0.00. Tingkat signifikansi
sebesar 0.000 lebih kecil dari alpha 0.10 (0.00<0.10) menyatakan bahwa hipotesis
keduaditerima. Sehingga adanya pengaruh signifikan secara simultan dari faktor
fundamental dan teknikal terhadap harga saham.
 29

Tabel 10 Hasil uji F dan uji koefisien determinan

Kriteria Nilai
R-squared 0.994299
Adjusted R-squared 0.993926
F-statistic 2665.040
Prob(F-statistic) 0.000000
Sum squared resid 391.1661
Durbin-Watson stat 1.928566
Sumber: Hasil olah data dengan Eviews 9 (2016)
Berdasarkan hasil pengujian koefisien determinan pada Tabel 12
menunjukkan besarnya R-square (R2) adalah 0.994299, maka asumsi yang
didapatkan bahwa pengaruh yang dijelaskan oleh variasi dari kedua variabel
dengan jumlah sembilan indikator yaitu faktor fundamental dan faktor teknikal
terhadap harga saham perusahaan sebesar 99.43%. Penjelasan dari sisa persentase
yaitu 0.57% (100% - 99.43%) merupakan faktor di luar model yang juga
memengaruhi harga saham.

Analisis Regresi Stepwise

Penelitian ini menggunakan tujuh belas contoh perusahaan dari sektor

properti. Data dilakukan standardisasi, selanjutnya dilakukan pengolahan data
menggunakan regresi stepwise untuk melihat peramalan. Analisis regresi stepwise
dilakukan dengan menggunakan variabel independen yaitu tingkat inflasi (X1), BI
rate (X2), PDB (X3), ROA (X4), DER (X5), NPM (X6), TATO (X7), harga
saham pada 3 bulan lalu (X8t), harga saham pada 6 bulan lalu (X8tmin1), harga
saham pada 9 bulan lalu (X8tmin2), harga saham pada 12 bulan lalu (X8tmin3)
dan volume saham (X9). Sedangkan variabel dependen yang digunakan adalah
harga saham (Y). Hasil regresi linear dan regresi stepwise pada perusahaan
industri properti disajikan pada Tabel 11. Hasil perhitungan regresi stepwise pada
perusahaan industri properti dapat dilihat pada Lampiran 5.

Tabel 11 Hasil regresi stepwise pada perusahaan industri properti 2010-2015

Variabel Regresi stepwise
konstanta 0.047
Tingkat inflasi (X1) -0.024
BI rate (X2) -0.061
PDB (X3) -0.007
ROA (X4) 0.031
DER (X5) 0.051
NPM (X6) 0.009
TATO (X7) 0.009
Harga saham 3 bulan lalu (X8t) 0.774
Harga saham 6 bulan lalu (X8tmin1) -0.329
Harga saham 9 bulan lalu (X8tmin2) 0.376
30

Lanjutan Tabel 11
Harga saham 12 bulan lalu (X8tmin3) 0.180
Volume saham (X9) -0.025
Sumber: Hasil olah data dengan SPSS 17 (2017)
Harga saham perusahaan industri properti 2010-2015 dipengaruhi oleh
variabel BI rate, DER, harga saham pada 3 bulan lalu, harga saham pada 6 bulan
lalu, harga saham pada 9 bulan lalu dan harga saham pada 12 bulan lalu dengan
menggunakan regresi stepwise. Tingkat kepercayaan yang digunakan adalah 10%
dengan nilai R-square sebesar 87.7%.
Regresi stepwise juga dilakukan pada tujuh belas perusahaan industri
properti. Hasil pengolahan data pada setiap perusahaan disajikan pada Tabel 12.
Hasil perhitungan secara keseluruhan dapat dilihat pada Lampiran 6.

Tabel 12 Hasil pengolahan data pada setiap perusahaan industri properti 2010-
2015
No Perusahaan X1 X2 X3 X4 X5 X6
1 ASRI -0.348 -0.312 -0.191 -0.094 -0.066 -0.027
2 BIPP 0.064 -0.019 -0.002 0.021 -0.385 0.017
3 BKDP -0.173 -0.227 -0.193 0.049 -0.175 -0.046
4 BKSL 0.050 -0.211 0.054 0.220 -0.420 0.165
5 CTRA -0.221 -0.416 0.016 -0.021 1.216 -0.707
6 CTRP -0.184 -0.241 -0.629 -0.087 0.309 0.185
7 CTRS -0.057 0.192 0.906 -0.031 0.107 0.175
8 DILD 0.148 -0.060 0.137 0.064 0.131 -0.051
9 DUTI 0.065 -0.187 0.957 -0.018 -0.109 -0.106
10 GMTD 0.009 -0.104 0.977 -0.085 0.120 0.078
11 GPRA -0.237 0.083 0.946 -0.184 0.634 -0.232
12 JRPT 0.161 -0.787 0.362 -0.063 0.211 0.158
13 KIJA -0.200 -0.134 0.143 0.204 -0.310 0.254
14 LPCK -0.032 -0.073 -0.222 -0.096 -0.476 0.614
15 LPKR 0.071 -0.619 1.122 -0.001 -0.171 0.108
16 SCBD 0.176 0.184 -0.138 0.133 -0.118 0.060
17 SMDM -0.101 -0.163 0.155 -0.305 0.179 -0.118
No Perusahaan X7 X8t X8tmin1 X8tmin2 X8tmin3 X9
1 ASRI -0.086 0.693 -0.412 -0.230 -0.072 0.180
2 BIPP 0.155 0.677 0.044 -0.037 -0.026 0.519
3 BKDP -0.058 0.580 -0.034 0.116 0.137 0.642
4 BKSL 0.025 0.647 -0.003 -0.01 -0.133 0.401
5 CTRA -0.027 -0.172 -0.303 -0.021 -0.007 -0.053
6 CTRP -0.208 -0.012 -0.121 0.015 0.111 0.958
7 CTRS 0.006 0.596 -0.568 -0.129 -0.163 0.957
8 DILD 0.109 0.340 0.091 -0.064 -0.075 0.489
9 DUTI 0.000 0.267 -0.178 -0.255 -0.239 0.159
10 GMTD -0.111 -0.007 -0.452 0.092 -0.134 -0.407
11 GPRA -0.104 0.234 0.019 -0.152 -0.240 0.001
 31

Lanjutan Tabel 12
12 JRPT -0.067 0.117 0.024 0.121 0.210 0.026
13 KIJA 0.081 0.561 -0.132 0.230 0.265 0.312
14 LPCK -0.087 0.047 -0.400 -0.217 0.067 0.000
15 LPKR -0.054 -0.185 0.036 0.151 0.037 0.437
16 SCBD 0.099 0.325 0.005 -0.037 -0.014 -0.816
17 SMDM 0.071 0.719 0.254 0.094 0.031 -0.075
Sumber: Hasil olah data dengan SPSS 17 (2017)
Harga saham perusahaan ASRI dipengaruhi oleh tingkat inflasi, BI rate,
harga saham 3 bulan sebelumnya dan harga saham 6 bulan sebelumnya. Harga
saham perusahaan BIPP dipengaruhi oleh DER, TATO, dan volume saham. Harga
saham perusahaan BKDP dipengaruhi oleh harga saham 3 bulan sebelumnya dan
volume saham. Harga saham perusahaan BKSL dipengaruhi oleh DER, harga
saham 3 bulan sebelumnya dan volume saham. Harga saham perusahaan CTRA
dipengaruhi oleh BI rate, DER, dan NPM. Harga saham perusahaan CTRP
dipengaruhi oleh DER dan volume saham. Harga saham perusahaan CTRS
dipengaruhi oleh PDB, harga saham 3 bulan sebelumnya, harga saham 6 bulan
sebelumnya dan volume saham. Harga saham perusahaan DILD dipengaruhi oleh
tingkat inflasi, harga saham 3 bulan sebelumnya dan volume saham.
Harga saham perusahaan DUTI hanya dipengaruhi oleh PDB. Harga saham
perusahaan GMTD dipengaruhi oleh PDB, harga saham 6 bulan sebelumnya dan
volume saham. Harga saham perusahaan GPRA dipengaruhi oleh PDB dan DER.
Harga saham perusahaan JRPT hanya dipengaruhi oleh BI rate. Harga saham
perusahaan KIJA hanya dipengaruhi oleh harga saham 3 bulan sebelumnya. Harga
saham perusahaan LPCK dipengaruhi oleh DER, NPM dan harga saham 6 bulan
sebelumnya. Harga saham perusahaan LPKR dipengaruhi oleh BI rate, PDB dan
volume saham. Harga saham perusahaan SCBD dipengaruhi oleh harga saham 3
bulan sebelumnya dan volume saham. Harga saham perusahaan SMDM
dipengaruhi oleh BI rate, ROA dan harga saham 3 bulan sebelumnya.
Perusahaan-perusahaan yang mendukung hasil regresi stepwise pada
industri properti pada variabel BI rate terdapat lima perusahaan yaitu ASRI,
CTRA, JRPT, LPKR, dan SMDM. Variabel DER terdapat tiga dari tujuh belas
perusahaan atau 17.65% yang mendukung hasil regresi stepwise pada industri
properti. Ketiga perusahaan tersebut adalah CTRA, CTRP dan GPRA. Sedangkan
tiga perusahaan lainnya yaitu BIPP, BKSL dan LPCK menunjukkan variabel DER
signifikan namun mempunyai koefisien yang negatif. Perusahaan BIPP, BKSL
dan LPCK mempunyai koefisien negatif dan tidak konsisten dengan hasil regresi
stepwise pada industri properti menujukkan bahwa proporsi utang dengan ekuitas
berada kurang dari 40%.
Variabel harga saham pada 3 bulan lalu terdapat sembilan dari tujuh belas
perusahaan atau 52.94% yang mendukung hasil regresi stepwise pada industri
properti. Perusahaan tersebut adalah ASRI, BIPP, BKDP, BKSL, CTRS, DILD,
KIJA, SCBD, dan SMDM. Variabel harga saham pada 6 bulan lalu terdapat empat
dari tujuh belas perusahaan atau 23.52% yang mendukung hasil regresi stepwise
pada industri properti. Perusahaan tersebut adalah ASRI, CTRS, GMTD, dan
LPCK. Efek persistensi dapat menjelaskan ketika harga saham perusahaan
properti positif, maka harga saham periode selanjutnya akan cenderung positif.
32

Berbeda dengan harga saham 3 bulan lalu, harga saham 6 bulan lalu mempunyai
pengaruh yang negatif pada harga saham saat ini. Kemudian variabel harga saham
di atas 6 bulan lalu tidak mempunyai efek persistensi karena hasil olah data pada
tiap perusahaan menunjukkan tidak adanya signifikansi variabel harga saham
masa 9 dan 12 bulan lalu terhadap harga saham sekarang.

Peramalan Harga Saham

Peramalan harga saham sektor properti menggunakan data time series

dengan merata-ratakan harga saham pada tujuh belas perusahaan dari tahun 2010
hingga 2015. Selanjutnya peramalan menggunakan metode ARIMA dibantu
program Eviews 9. Tujuan peramalan ini adalah untuk melihat harga saham sektor
properti real estate untuk tahun 2016 hingga 2017.
Metode ARIMA adalah salah satu metode yang dapat digunakan dalam
memprediksi perubahan harga saham. Model ARIMA merupakan gabungan
antara model AR (autoregressive) yaitu suatu model yang menjelaskan
pergerakan suatu variabel melalui variabel itu sendiri di masa lalu dan model MA
(moving average) yaitu model yang melihat pergerakan variabelnya melalui
residualnya di masa lalu. Peramalan harga saham perlu ditentukan model terbaik,
untuk memberikan gambaran bagi investor harga saham di masa yang akan datang
sehingga investor dapat merencanakan untuk membeli atau menjual sahamnya.
Sebelum dilakukan peramalan, data dilihat stasioneritasnya. Hasil uji
stasioneritas harga saham sektor properti 2010-2015 disajikan pada Tabel 13. Uji
stasioneritas data menggunakan uji Augmented Dickey-Fuller (ADF) dan
pertama-tama dilakukan pada level. Hasil pada level menyatakan bahwa data
penelitian menunjukkan adanya stasioneritas. Sebab nilai ADF pada level yaitu -
1.211055 lebih besar dibandingkan nilai kritis MacKinnon 5% yaitu -3.012363
sehingga perlu dilakukan uji stasioneritas kembali. Kemudian dipilih pada tingkat
1st difference dan hasil menunjukkan nilai ADF lebih kecil dibandingkan nilai
kritis MacKinnon 5%. Hal ini menunjukkan bahwa data sudah stasioner. Hasil
perhitungan dapat dilihat pada Lampiran 6.

Tabel 13 Hasil uji stasioneritas

Varibel Nilai ADF Nilai MacKinnon 5%
Level 1st Difference Level 1st Difference
Harga saham -1.211055 -6.612132 -3.012363 -3.012363
Sumber: Hasil olah data dengan Eviews 9 (2017)
Peramalan menggunakan metode ARIMA mempunyai beberapa model,
yaitu model AR, MA, ARMA dan ARIMA. Pemilihan model terbaik
menggunakan trial and error pada setiap model sehingga perlu dilakukan
pengujian satu persatu kombinasi hingga mendapatkan model terbaik. Kriteria
model terbaik adalah dilihat dari nilai probabilitas AR dan MA yang
dibandingkan dengan nilai kritis 5%. Kemudian dibandingkan nilai Akaike Info
Criterion (AIC), kriteria model terbaik adalah AIC-nya yang paling kecil.
 33

Kombinasi model menghasilkan 32 model. Kombinasi model disertai

bentuk transformasi harga saham menjadi log harga saham. Hasil kombinasi
model disajikan pada Tabel 14.

Tabel 14 Kombinasi model peramalan harga saham

No Model AIC Prob AR(p) Prob MA(q)
1 AR(1) 15.06349 0.0014
2 MA(1) 15.40657 0.0120
3 ARMA (1,1) 15.12528 0.0405 0.1689
4 AR(2) 15.63339 0.0283
5 MA(2) 15.89087 0.1791
6 ARMA (2,2) 16.19022 0.5017 0.9991
7 ARMA (1,2) 15.00438 0.0001 0.3590
8 ARMA (2,1) 15.13328 0.0943 0.0029
9 ARIMA (1,1,0) 15.08325 0.7065
10 ARIMA (0,1,1) 14.91245 0.0004
11 ARIMA (1,1,1) 14.88875 0.3769 1.0000
12 ARIMA (2,1,0) 14.65694 0.0626
13 ARIMA (0,1,2) 14.80971 0.1669
14 ARIMA (2,1,2) 14.74367 0.1962 0.9833
15 ARIMA (2,1,1) 14.66118 0.1038 0.6700
16 ARIMA (1,1,2) 14.82227 0.5453 0.0997
17 ARIMA (1,1,1) TRASNFLOG 0.635217 0.4982 0.2534
18 ARIMA (2,1,2) TRASNFLOG 0.281994 0.5707 0.9736
19 ARIMA (1,1,2) TRASNFLOG 0.403178 0.8199 0.1210
20 ARIMA (2,1,1) TRASNFLOG 0.278866 0.1766 0.8333
21 ARIMA (0,1,2) TRASNFLOG 0.322223 0.1357
22 ARIMA (2,1,0) TRASNFLOG 0.196142 0.1858
23 ARIMA (0,1,1) TRASNFLOG 0.560965 0.0899
24 ARIMA (1,1,0) TRASNFLOG 0.611274 0.8351
25 ARMA (1,1) TRASNFLOG 0.739143 0.0017 0.0630
26 ARMA (2,2) TRASNFLOG 2.311168 0.5047 0.9991
27 ARMA (1,2) TRASNFLOG 0.653011 0.0000 0.3464
28 ARMA (2,1) TRASNFLOG 0.766677 0.0134 0.0052
29 AR (1) TRASNFLOG 0.696256 0.0000
30 AR (2) TRASNFLOG 1.400148 0.0015
31 MA (1) TRASNFLOG 1.370254 0.0049
32 MA (2) TRASNFLOG 1.862591 0.1028
Sumber: Hasil olah data dengan Eviews 9 (2017)
Model terbaik dilihat dari nilai probablitas AR dan MA kurang dari 0.05
sehingga terdapat delapan model, yaitu AR(1), MA(1), AR(2), ARIMA(0,1,1),
ARMA(2,1) transformasi log harga saham, AR(1) transformasi log harga saham,
AR(2) transformasi log harga saham, dan MA(1) transformasi log harga saham.
Kemudian dari delapan model tersebut dilihat nilai AIC-nya dengan kriteria nilai
AIC yang paling kecil. Sehingga setelah melihat nilai probabilitas dan nilai AIC,
34

maka model terbaik yang dipilih adalah model AR(1) transformasi log harga
saham. Hasil model AR(1) transformasi log harga saham disajikan pada Tabel 15.

Tabel 15 Hasil model terbaik AR(1) transformasi log harga saham

Variabel Koofisien Std error Nilai uji t Probabilitas
Konstanta 6.856297 0.487513 14.06381 0.0000
AR(1) 0.912322 0.151908 6.005760 0.0000
SIGMASQ 0.084922 0.014765 5.751388 0.0000
Sumber: Hasil olah data dengan Eviews 9 (2017)
Peramalan harga saham menggunakan model AR(1) untuk mengetahui
harga saham di periode selanjutnya. Peramalan dilakukan pada periode kuartal 1
hingga kuartal 4 pada tahun 2016 dan 2017. Hasil peramalan disajikan pada Tabel
16. Peramalan harga saham masih dalam bentuk log, oleh karena itu perlu
mengeksponensialkan hasil peramalan harga saham untuk mendapatkan
peramalan harga saham.

Tabel 16 Peramalan harga saham

Periode Peramalan log harga saham Peramalan harga saham
2016Q1 7.46 1752.62
2016Q2 7.44 1710.27
2016Q3 7.42 1670.47
2016Q4 7.39 1633.01
2017Q1 7.37 1597.74
2017Q2 7.35 1564.50
2017Q3 7.33 1533.14
2017Q4 7.31 1503.54
Sumber: Hasil olah data dengan Eviews 9 (2017)
Hasil peramalan harga saham sektor properti 2016-2017 ditampilkan pada
Gambar 11. Peramalan harga saham menunjukkan adanya penurunan dari kuartal
1 2016 hingga kuartal 4 2017. Hal ini dapat diprediksi, sektor properti mengalami
downtrend. Kondisi perekonomian Indonesia yang lesu sejak 2015 berimbas bagi
sektor properti. Tahun 2015 mengalami perlambatan ekonomi dengan ditandai
adanya depresiasi rupiah dan penurunan harga minyak dunia. Tahun 2016
pemerintah berupaya melakukan beragam kebijakan dengan tujuan sektor properti
kembali bangkit, namun pada kenyataannya tidak demikian. Investor perlu
mempertimbangkan jika ingin berinvestasi di sektor properti real estate 2016-
2017.
 35

2500

2000
Harga Saham (Rp)
1500

1000

500

Kuartal per Tahun

Harga saham aktual Harga saham prediksi

Gambar 11 Peramalan harga saham sektor properti 2016-2017

(Sumber: Hasil olah data dengan Eviews 9 2017)

Implikasi Manajerial

Implikasi Bagi Investor di Pasar Modal

Tahun 2015 sektor properti mengalami penurunan dengan ditandai
penurunan harga saham. Harga saham masa lalu mempunyai efek persistensi
dimana ada kecenderungan jika harga saham saat ini positif maka harga saham
periode berikutnya pun akan positif. Hal ini yang dapat dipertimbangkan bagi
investor ketika memutuskan berinvestasi dengan melihat harga saham
sebelumnya. Begitu pula dengan volume saham, dimana seorang investor melihat
volume saham menunjukkan pasar sedang ramai atau sepi. Volume saham
berguna bagi seorang investor dalam memberikan konfirmasi dari harga saham.
Artinya, jika harga saham naik dan diikuti dengan penambahan volume saham,
maka harga saham sedang mengalami uptrend. Begitu pun sebaliknya, jika harga
saham menurun dan diikuti dengan pengurangan volume saham, maka harga
saham sedang mengalami downtrend.
Sektor properti saat ini sedang mengalami fase konsolidasi setelah dalam
beberapa tahun terakhir mengalami pertumbuhan yang pesat. Keadaan pasar
saham lebih dipengaruhi oleh permintaan dan penawaran. Keadaan 2011-2014
mengalami permintaan yang lebih besar karena keadaan ekonomi sedang bagus
dan bunga rendah. Sedangkan saat ini perekonomian sedang tidak stabil maka
permintaan sedang berkurang. Investor perlu melihat dari prediksi harga saham.
Tahun 2016 hingga 2017, prediksi harga saham semakin menurun sehingga
investor sebaiknya menjual saham sektor properti.
Pertimbangkan untuk investor memulai akumulasi saat masih dalam fase
konsolidasi sehingga sektor properti berpotensi menjadi sektor yang cerah di
tahun depan. Jika sektor ini menampakkan gejala kebangkitan, maka investor
36

sebaiknya membeli saham sektor properti. Hal ini dapat memberikan keuntungan
bagi investor sebab harga saham masih rendah dan cenderung akan naik.

Implikasi Bagi Manajemen Perusahaan

Hasil penelitian menunjukkan secara keseluruhan harga saham industri
properti dipengaruhi tingkat inflasi, ROA, NPM, TATO, harga saham masa lalu
dan volume saham. Dari kedua faktor, faktor teknikal dengan dua indikator
berpengaruh semua dibandingkan faktor fundamental. Jika manajemen
perusahaan lebih memperhatikan faktor teknikal maka ada kemungkinan dijadikan
pedoman bagi investor sebagai pengambilan keputusan investasi.
Dalam hal ini jika ditinjau dari fungsi perencanaan (planning), maka pihak
manajemen perlu membuat proyek-proyek properti real estate yang sekiranya
dibutuhkan bagi masyarakat. Program Sejuta Rumah yang diusung dalam program
Nawacita dapat menjadi pedoman bagi manajemen untuk ikut andil dalam
program tersebut. Proyek-proyek perumahan untuk masyarakat menengah juga
menjadi salah satu alternatif sebab permintaan perumahan tertinggi saat ini dari
masyarakat kelas menengah, sedangkan perumahan kelas atas sudah mengalami
stagnansi hingga penurunan. Selanjutnya ditinjau dari fungsi pengorganisasian
(organizing), pihak manajemen perlu mengelola modal atau aset dengan sebaik-
baiknya termasuk dalam menghasilkan rasio ROA, NPM dan TATO yang tinggi.
Rasio ROA dan NPM yang tinggi dipengaruhi oleh penjualan yang tinggi pula.
Jika semakin tinggi penjualan dari perusahaan tersebut maka rasio yang
dihasilkan maka akan semakin tinggi pula. Hal ini dapat menunjukkan perusahaan
tersebut mempunyai kinerja yang bagus. Manajemen perusahaan perlu
memperhatikan TATO yang mempunyai pengaruh negatif terhadap harga saham
industri properti. Peningkatan penjualan dapat menjadikan perusahaan tersebut
mempunyai rasio TATO yang semakin tinggi. Sehingga manajemen perlu
meningkatkan penjualan real estate agar proyeksi rasio TATO semakin tinggi.
Kemudian ditinjau dari fungsi pengarahan (leading), peran manajer dalam
memberikan motivasi maupun pengarahan kepada karyawan sehingga karyawan
mampu mengemban tugasnya dengan baik guna mencapai tujuan bersama.
Ditinjau dari fungsi pengendalian (controlling), manajemen dapat melakukan
peninjauan kembali yaitu mengevaluasi dari kinerja perusahaannya.Strategi
perusahaan untuk masuk ke properti kelas menengah memang akan berhadapan
dengan risiko yang tinggi. Masalah kredit macet menjadi salah satu faktornya.
Untuk itu, manajemen perlu memonitor pembelian properti pada pembeli pertama
bekerja sama dengan pihak bank yang memberikan kredit tersebut. Pihak bank
dapat menyeleksi calon debitur.

Implikasi Bagi Pemerintah

Perekonomian yang lesu di tahun 2015 berimbas pada sektor properti yang
mengalami penurunan pasar. Pemerintah perlu meminimalisir regulasi-regulasi
yang menghambat laju pertumbuhan sektor properti. Contohnya peraturan loan to
value (LTV) yang memberikan bunga sebesar 15%. Hal ini masih dianggap tinggi
dan menjadi penghambat pertumbuhan sektor sehingga diharapkan pemerintah
dapat menurunkan menjadi 5%. Bunga yang rendah dapat memberikan
fleksibelitas developer untuk mengembangkan usahanya.
 37

Program sejuta rumah merupakan salah satu program Nawacita dimana jika
hal ini direalisasikan pada tahun terdekat maka sektor properti akan mengalami
kenaikan. Selain itu BI dapat menerapkan kebijakan makroprudensial yang namun
penerapan kebijakan tersebut dilihat dari situasi pasar sektor properti. Saat ini
pasar properti yang mengalami penurunan dapat diterapkan kebijakan
makroprudensial dengan pengawasan jika pemberian kredit sudah berlebihan,
maka perlu dilakukan tindakan kontraktif.
Daerah perbatasan membutuhkan perumahan yang layak. Permintaan
perumahan di daerah perbatasan akan tinggi. Dengan membangun ratusan unit
rumah akan menutupi permintaan tersebut dan memajukan kesejahteraan
masyarakat di daerah perbatasan.

5 SIMPULAN DAN SARAN

Simpulan

Berdasarkan hasil penelitian yang telah diuraikan pada bab sebelumnya

maka dapat disimpulkan hal-hal sebagai berikut:
1. Hasil uji signifikan parsial (uji t) dari fixed effect model yaitu faktor-faktor
fundamental dan teknikal terhadap nilai perusahaan. Kesimpulan yang
didapatkan bahwa dari sembilan indikator, terdapat enam indikator yang
memiliki pengaruh yang signifikan terhadap harga saham. Penjelasan dari
setiap indikator dari variabel independen adalah sebagai berikut:
a. Faktor fundamental ekonomi makro hanya indikator tingkat inflasi
yang memiliki pengaruh signifikan terhadap harga saham dari
perusahaan sektor properti.
b. Faktor fundamental perusahaan memiliki pengaruh signifikan terhadap
harga saham adalah indikator ROA, NPM dan total asset turnover dari
perusahaan sektor properti. Berbeda dengan indikator DER secara
parsial tidak menunjukkan pengaruh signifikan terhadap harga saham.
c. Faktor teknikal yaitu indikator harga saham masa lalu dan volume
saham secara parsial memiliki pengaruh signifikan positif terhadap
harga saham perusahaan sektor properti.
2. Berdasarkan hasil uji signifikan simultan (uji F) pada fixed effect model,
menunjukkan adanya pengaruh signifikan secara simultan dari variabel
independen yaitu faktor-faktor fundamental (tingkat inflasi, BI rate, PDB,
ROA, DER, NPM, dan TATO) dan teknikal (harga saham masa lalu dan
volume perdagangan saham) terhadap harga saham. Kesimpulan yang
didapatkan bahwa dapat dibuktikan adanya pengaruh signifikan secara
simultan terhadap harga saham yang dilihat dari nilai probabilitas
signifikan pada model.
3. Nilai R-square sebesar 0.994299 menunjukkan bahwa kontribusi variabel
bebas dalam menjelaskan pola perubahan variabel terikat (harga saham)
adalah tinggi. Harga saham dipengaruhi oleh variabel fundamental dan
teknikal sebesar 99.43%.
38

Saran

Dalam mengamati pola pergerakan harga saham, terutama pada industri

properti di BEI, variabel yang dapat dipertimbangkan adalah harga saham masa
lalu. Variabel volume saham merupakan variabel dari faktor teknikal sehingga
perlu dipertimbangkan pula untuk penelitian selanjutnya memasukkan unsur
waktu, yaitu volume saham masa lalu. Penelitian selanjutnya diharapkan dapat
menambahkan jumlah sampel dan periode penelitian. Penambahan jumlah sampel
sebaiknya dapat mewakili dari populasi yang lebih besar, sehingga penambahan
jumlah sampel penelitian dapat mewakili dari keseluruhan sektor dan jenis
perusahaan di BEI.
 39

DAFTAR PUSTAKA

Abbad J, Bashaar F, Muneer A. 2014. Advantages of using technical analysis to

predict future prices on the amman stock exchange. International Journal of
Business and Management. [Internet]. [Diunduh 2016 Feb 23]. 9(2).
Tersedia pada: www.ccsenet.org/ijbm
Adwiyah R. 2014. Analisis pengaruh variabel-variabel fundamental dan teknikal
terhadap harga saham industri perbankan di BEI. [Tesis]. Bogor (ID):
Institut Pertanian Bogor.
Andrada JF, Simon SR, Fernando FR. 1999. Technical Analysis in Madrid Stock
Exchange. Universidad Complutense de Madrid (ES): FEDEA. [Internet].
[Diunduh 2016 Feb 23]. Tersedia pada:
http://www.fedea.es/hojas/publicaciones.html#Documentos
Ang R. 1997. Buku Pintar Pasar Modal Indonesia. Jakarta (ID): Media Staff.
Astutik ED, Surachman dan Djazuli A. 2014. The effect of fundamental and
technical variables on stock price (study on manufacturing companies listed
in indonesia stock exchange). Journal of Economics, Business, and
Accountancy Ventura. [Internet]. [Diunduh 2016 Jun 12]. 17(3):345-352.
Tersedia pada: 10.14414/jebav.14.1703004
Bowonugraha B. 2007. Analisis pengaruh variabel fundamental dan teknikal
dengan menggunakan SEM pada industri perbankan yang telah go public di
BEJ. [Tesis]. Bandung (ID): Institut Teknologi Bandung.
Bursa Efek Indonesia. 2013. Annual statistic IDX 2011-2013 dan Metadata 2014.
[Diakses 2016 Feb 3]. Tersedia pada: http://www.idx.co.id/en-
us/home/publication/ statistic.aspx
Fama EF, Schwert W. 1977. Asset returns and inflation. Journal of Financial
Economics. [Internet]. [Diunduh 2016 Jun 12]. 5: 115-146. Tersedia pada:
schwert.ssb.rochester.edu/ari_jfe77.pdf
Fittri. 2009. Analisis pengaruh faktor fundamental perusahaan terhadap return
saham perusahaan manufaktur di Bursa Efek Indonesia. [Tesis]. Jakarta
(ID): Universitas Terbuka.
Ghozali I. 2006. Structural Equation Modeling Metode Alternatif dengan Partial
Least Square. Semarang (ID): Universitas Dipenogoro.
Gujarati DN. 2004. Basic Econometrics Ed ke-4. Singapore (SG): The McGraw-
Hill Companies, Inc.
Handriyas. 2002. Model pendugaan fungsi permintaan untuk tipe data panel.
[Skripsi]. Bogor (ID): Institut Pertanian Bogor.
Hanum H. 2011. Perbandingan Metode stepwise, best subset regression dan fraksi
dalam pemilihan model regresi berganda terbaik. Jurnal Penelitian Sains.
[Internet]. [Diunduh 22 Maret 2017]. 14(2A): 1-6. Tersedia:
https://jpsmipaunsri.files.wordpress.com/2011/06/v14-no2-a-1-herlina.pdf
Hartono H. 2015. Pengaruh Masyarakat Ekonomi ASEAN 2015 pada Sektor
Properti. [Diakses 2016 Feb 3]. Tersedia pada:
http://vibiznews.com/2015/08/11/pengaruh-masyarakat-ekonomi-asean-
2015-pada-sektor-properti-2/
Hartono J. 2007. Teori Portofolio dan Analisis Investasi. Yogyakarta (ID): BPFE.
40

Haque S, Faruquee M. 2013. Impact of fundamental factors on stock price: a case

based approach on pharmaceutical companies listed with Dhaka Stock
Exchange. International Journal of Business and Management Invention.
[Internet]. [Diunduh 2016 Feb 23]. 2(9): 34-41. Tersedia pada:
http://www.ijbmi.org/papers/Vol(2)9/Version-1/G0291034041.pdf
Hsing Y. 2011. The stock market and macroeconomic variables in a BRICS
country and policy implications. International Journal of Economics and
Financial Issues. [Internet]. [Diunduh 2016 Feb 23]. 1(1): 12-18. Tersedia
pada: http://www.econjournals.com/index.php/ijefi/article/viewFile/2/1
Husnan. 2009. Manajemen Keuangan Teori Dan Penerapan (Keputusan Jangka
Pendek). Yogyakarta (ID): BPFE.
Idawati W, Wahyudi A. 2015. Effect of earning per shares (EPS) and return on
assets (ROA) against share price on coal mining company listed in
indonesia stock exchange. Journal of Resources Development and
Management. [Internet]. [Diunduh 2016 Jun 12]. 7: 79-81. Tersedia pada:
http://www.iiste.org/journals
Khan MN, Zaman S. 2011. Impact of macroeconomic variables on stock prices:
empirical evidence from karachi stock exchange, Pakistan. International
Journal of Operational Management, Marketing and Services. [Internet].
[Diunduh 2016 Jun 12]. 1(1): 78-84. Tersedia pada:
http://link.springer.com/chapter/10.1007%2F978-3-642-27966-9_32
Kennedy JSP. 2003. Analisis pengaruh dari return on asset, return on equity,
earnings per share, profit margin, asset turnover , rasio leverage dan debt to
equity ratio terhadap return saham (studi terhadap saham-saham yang
termasuk dalam LQ-45 di BEJ tahun 2001). [Tesis]. Depok (ID) :
Universitas Indonesia.
Keown AJ, Martin JD, Petty JW, Junior DFS. 2002. Dasar-Dasar Manajemen
Keuangan. Jakarta (ID): Salemba Empat.
Keynes JM. 2006. The General Theory of Employment, Interest, and Money. New
Delhi (IN): Atlantic.
Kodrat DS, Indonanjaya K. 2010. Manajemen Investasi Pendekatan Teknika dan
Fundamental untuk Analisis Saham. Yogyakarta (ID): Graha Ilmu.
Latan H. 2013. Structural Equation Modeling Konsep dan Aplikasi Menggunakan
Program LISREL 8.80. Bandung (ID): Alfabeta.
Lestari MI, Sugiharto T. 2007. Kinerja Bank Devisa dan Bank Non Devisa dan
Faktor- Faktor yang Mempengaruhinya. Proceeding PESAT (Psikologi,
Ekonomi, Sastra, Arsitek & Sipil). 21-22 Agustus; Volume 2. Depok (ID):
Universitas Gunadarma.
Mailendra F. 2009. Analisis Dampak Pemekaran Wilayah dan Faktor-faktor yang
Mempengaruhi Pembangunan Manusia di Propinsi Jawa Barat. [Skripsi].
Bogor: Institut Pertanian Bogor.
Martani D, Mulyono dan KhairurizkaR. 2009. The effect of financial ratios, firm
size, and cash flow from operating activities in the interim report to the
stock return. Chinese Business Review. [Internet]. [Diunduh 2016 Jun 12].
8(6): 44-55. Tersedia pada:
http://staff.ui.ac.id/system/files/users/martani/publication/5-
theeffectoffinancialratiosfirmsizeandcashflowfromoperatingactivitiesinthein
terimreportto.pdf
 41

Muhammad N, Scrimgeour F. 2014. Stock returns and fundamentals in the

australian market. Asian Journal of Finance & Accounting. [Internet].
[Diunduh 2016 Jun 12]. 6(1): 271-290. Tersedia pada:
http://dx.doi.org/10.5296/ajfa.v6i1.5486
Mulyana. 2004. Buku Ajar Analisis Deret Waktu. Bandung (ID): FMIPA
Universitas Padjadjaran.
Mulyono S. 2000. Peramalan harga saham dan nilai tukar : teknik Box-Jenkins.
Ekonomi dan Keuangan Indonesia. 48(2).
Nainggolan SGV. 2008. Pengaruh variabel fundamental terhadap harga saham
perusahaan manufaktur yang terdaftar di Bursa Efek Indonesia. [Tesis].
Medan (ID): Univesitas Sumatera Utara.
Octafia SM. 2013. Pengaruh tingkat suku bunga SBI, nilai tukar dan jumlah uang
beredar terhadap indeks harga saham sektor property dan real estate dengan
pendekatan error correction model. Jurnal Manajemen. [Internet].
[Diunduh 2016 Feb 23]. 2(1). Tersedia pada: http://ejournal.unp.ac.id/
Rahmawati O. 2015. Analisis determinan harga properti residensial di Indonesia.
Jurnal Ilmiah Mahawiswa FEB. [Internet]. [Diunduh 2016 Feb 23]. 3(2).
Tersedia pada: jimfeb.ub.ac.id/index.php/jimfeb/article/view/1743/1596
Ralph UI, Eriki OP. 2001. Inflation and stock price behavior: evidence from
Nigerian stock market. Journal of Financial Management & Analysis.
[Internet]. [Diunduh 2016 Jun 12]. 14(1):1-10. Tersedia pada:
http://connection.ebscohost.com/c/articles/5181685/inflation-stock-price-
behaviour-evidence-from-nigerian-stock-market
Roswati. 2007. Relevansi rasio. [Skripsi]. Depok (ID): Universitas Indonesia.
Rusdin. 2006. Pasar Modal Teori, Masalah dan Kebijakan Dalam Praktek.
Bandung (ID): Alfabeta.
Samsul M. 2006. Pasar Modal dan Manajemen Portofolio. Jakarta (ID):
Erlangga.
Samuelson PA, Nordhaus WD. 2003. Ilmu Mikroekonomi Edisi Tujuh Belas.
Jakarta (ID): PT Media Global Edukasi.
Sappar B, Suhadak, Hidayat RR. 2015. Analisis pengaruh faktor-faktor
fundamental dan teknikal terhadap nilai perusahaan. Jurnal Administrasi
Bisnis. [Internet]. [Diunduh 2016 Feb 3]. 24(1). Tersedia pada:
administrasibisnis.studentjournal.ub.ac.id
Siamat D. 2005. Manajemen Lembaga Keuangan. Depok (ID): FEUI.
Susanto D, Agus S. 2010, Analisis Teknikal di Bursa Efek. Yogyakarta (ID): UPP
STIM YKPN
Syamsir H. 2008. Pendekatan Analisis Teknikal Melalui Studi Kasus Riil dengan
dilengkapi Formulasi MetaStok: Solusi Investasi di Bursa Saham Indonesia.
Jakarta (ID): Gramedia.
Syamsudin L. 2011. Manajeman Keuangan Perusahaan: Konsep Aplikasi dalam
Perencanaan, Pengawasan, dan Pengambilan Keputusan. Jakarta (ID): PT
Raja Grafindo Persada.
Tandelilin E. 2010. Portofolio dan Investasi – Teori dan Aplikasi. Yogyakarta
(ID): Kanisius.
Taylor MP, Hellen A. 1992. The use of technical analysis in the foreign exchange
market. Journal of International Money and Finance. 11(3): 304-314.
42

Tsatsaronis K, Haibin Z. 2004. What drives housing price dynamics: cross-

country evidence [ulasan]. BIS Quarterly Review. [Internet]. [Diunduh 2016
Feb 23]. Tersedia pada: http://www.bis.org/publ/qtrpdf/r_qt0403f.pdf
Thobbarry AA. 2009. Analisis pengaruh nilai tukar, suku bunga, laju inflasi dan
pertumbuhan GDP terhadap indeks harga saham sektor properti. [Tesis].
Semarang (ID): Univesitas Dipenogoro.
Ulupui IGKA. 2007. Analisis pengaruh rasio likuiditas, leverage, aktivitas, dan
profitabilitas terhadap return saham (studi pada perusahaan makanan dan
minuman dengan kategori industri barang konsumsi di BEJ). [Internet].
[Diunduh 2016 Agustus 3]. 2(1). Tersedia pada:
http://ojs.unud.ac.id/index.php/jiab/article/view/2542
Warsito I. 2014. Kapitalisasi Pasar Properti Tembus Rp 250,88 Triliun. [Diakses
2016 Feb 3]. Tersedia pada:
http://properti.kompas.com/read/2014/06/28/1441138/Kapitalisasi.Pasar.Pro
perti.Tembus.Rp.250.88.Triliun.
Widjaja G, Wulandari R. 2009. Seri Pengetahuan Pasar Modal Go Public dan Go
Private di Indonesia. Jakarta (ID): Kencana.
Winston. 2014. Prospek sektor properti. [Internet]. [Diunduh 2016 Feb 23].
Tersedia pada: http://premier.winston.co.id/news/2014/prospek-pasar-
properti-2014-news/#sthash.WupKWfvi.dpuf
Wu W, Jiuping X. 2006. Fundamental analysis of stock price by artificial neural
networks model based on rough set theory*. World Journal of Modelling
and Simulation. [Internet]. [Diunduh 2016 Feb 3]. 2(1): 36-44. Tersedia
pada:http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.566.4893&r
ep=rep1&type=pdf
Wulandari D, Sumiaty, Susanto H. 2009. Analisis pengaruh variabel-variabel
fundamental dan teknikal terhadap harga saham. Jurnal Wacana. [Internet].
[Diunduh 2016 Feb 3]. 12(2). Tersedia pada: wacana.ub.ac.id
 43

LAMPIRAN

Lampiran 1 Rangkuman penelitian terdahulu

Tabel 17 Rangkuman penelitian terdahulu

No Judul Tujuan Variabel Pengaruh
independen
1 Impact of mengidentifikasi EPS nol
Fundamental pengaruh variabel DPS nol
Factors on Stock fundamental dalam FA/TA nol
Price: A Case determinasi harga ROA nol
Based Approach saham pada industri
on farmasi yang terdaftar
Pharmaceutical di Dhaka Stock
Companies Exchange
Listed with
Dhaka Stock
Exchange ROE nol
2 Analisis menganalisis variabel TI -
Pengaruh yang dominan dari M2 -
Variabel- variabel-variabel BI rate +
Variabel fundamental dan NLTR +
Fundamental dan teknikal yang CR +
Teknikal mempengaruhi
ROI -
Terhadap Harga pergerakan harga
Saham Industri saham perbankan yang VPS +
Perbankan di telah terdaftar di BEI
BEI dan bagaimana sifat
hubungannya HSML -
3 Pengaruh menguji dan ROA nol
Variabel menganalisis variabel DER nol
Fundamental ROA, DER, ROE dan ROE nol
Terhadap Harga book value per share
Saham (BVS) terhadap harga
Perusahaan saham baik secara
Manufaktur yang simultan dan parsial
Terdaftar di
Bursa Efek
Indonesia BVS +
4 Analisis melakukan analisis TI nol
Pengaruh Faktor- pengaruh secara parsial BI rate nol
Faktor dan simultan dari CR nol
Fundamental dan faktor-faktor DPS nol
Teknikal fundamental dan DER +
Terhadap Nilai teknikal terhadap nilai
ROA -
Perusahaan perusahaan (harga
saham) NPM nol
PER nol
44

Lanjutan Tabel 13
VPS -
HSML +
5 Analisis menganalisis pengartuh ROI nol
Pengaruh variabel-variabel DPR nol
Variabel- fundamental terhadap CR nol
Variabel harga saham pada TI nol
Fundamental dan perusahaan tekstil yang BI rate nol
Teknikal go publik di Bursa Efek
M2 -
Terhadap Harga Jakarta (BEJ)
Saham NLTR nol
VPS nol
HSML +
6 Analisis mengkaji mengenai NLTD +
Pengaruh Nilai pengaruh indikator BI rate nol
Tukar, Suku ekonomi makro, tingkat TI -
Bunga, Laju inflasi, suku bunga,
Inflasi dan GDP kurs, dan pertumbuhan
Terhadap Indeks terhadap indeks harga
Harga Saham saham sektor properti
Sektor Properti 2000-2008 GDP nol

Lampiran 2 Kode emiten contoh perusahaan

Tabel 18 Nama dan kode emiten contoh perusahaan
No Nama emiten Kode Emiten
1 Alam Sutera Realty Tbk ASRI
2 Bhuwanatala Indah Permai Tbk BIPP
3 Bukit Darmo Property Tbk BKDP
4 Sentul City Tbk BKSL
5 Ciputra Development Tbk CTRA
6 Ciputra Property Tbk CTRP
7 Ciputra Surya Tbk CTRS
8 Intiland Development Tbk DILD
9 Duta Pertiwi Tbk DUTI
10 Gowa Makassar Tourism Development Tbk GMTD
11 Perdana Gapuraprima Tbk GPRA
12 Jaya Real Property Tbk JRPT
13 Kawasan Industri Jababeka Tbk KIJA
14 Lippo Cikarang Tbk LPCK
15 Lippo Karawaci Tbk LPKR
16 Danayasa Arthatama Tbk SCBD
17 Suryamas Dutamakmur Tbk SMDM
 45

Lampiran 3 Hasil perhitungan pada ketiga model data panel

a. Hasil regresi data panel PLS
Dependent Variable: Y
Method: Panel Least Squares
Date: 11/21/16 Time: 06:20
Sample: 2010Q1 2015Q4
Periods included: 24
Cross-sections included: 17
Total panel (balanced) observations: 408

Variable Coefficient Std. Error t-Statistic Prob.

X1 -3.695206 1.426557 -2.590296 0.0099

X2 -3.779617 2.970042 -1.272580 0.2039
X3 -6.37E-08 1.14E-07 -0.559495 0.5761
X4 1.021973 0.594335 1.719524 0.0863
X5 0.097746 0.032590 2.999260 0.0029
X6 -0.000347 0.011043 -0.031434 0.9749
X7 -0.649770 0.271517 -2.393115 0.0172
X8 0.974726 0.015405 63.27226 0.0000
X9 -0.003592 0.004808 -0.747151 0.4554
C 0.683805 0.212035 3.224960 0.0014

R-squared 0.940286 Mean dependent var 6.271299

Adjusted R-squared 0.938936 S.D. dependent var 1.342021
S.E. of regression 0.331630 Akaike info criterion 0.654609
Sum squared resid 43.77133 Schwarz criterion 0.752924
Log likelihood -123.5402 Hannan-Quinn criter. 0.693512
F-statistic 696.3438 Durbin-Watson stat 2.036725
Prob(F-statistic) 0.000000

b. Hasil regresi data panel FEM

Dependent Variable: Y
Method: Panel EGLS (Cross-section SUR)
Date: 11/18/16 Time: 16:00
Sample: 2010Q1 2015Q4
Periods included: 24
Cross-sections included: 17
Total panel (balanced) observations: 408
Linear estimation after one-step weighting matrix
Cross-section weights (PCSE) standard errors & covariance (d.f. corrected)

Variable Coefficient Std. Error t-Statistic Prob.

X1 -2.676157 0.332180 -8.056349 0.0000

X2 -0.445248 0.655145 -0.679617 0.4972
X3 -2.90E-08 1.78E-08 -1.631467 0.1036
X4 1.169701 0.070935 16.48981 0.0000
X5 0.012664 0.011434 1.107496 0.2688
X6 -0.004221 0.001100 -3.838080 0.0001
X7 -0.691175 0.091315 -7.569154 0.0000
X8 0.843176 0.010937 77.09304 0.0000
X9 0.033155 0.002578 12.86325 0.0000
46

C 0.768486 0.089365 8.599390 0.0000

Effects Specification

Cross-section fixed (dummy variables)

Weighted Statistics

R-squared 0.994299 Mean dependent var -6.668683

Adjusted R-squared 0.993926 S.D. dependent var 65.53590
S.E. of regression 1.011926 Sum squared resid 391.1661
F-statistic 2665.040 Durbin-Watson stat 1.928566
Prob(F-statistic) 0.000000

Unweighted Statistics

R-squared 0.946809 Mean dependent var 6.271299

Sum squared resid 38.98959 Durbin-Watson stat 1.978566

UJI CHOW
H0= PLS
H1= FEM

Redundant Fixed Effects Tests

Equation: Untitled
Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 23.270728 (16,382) 0.0000

prob < 0.05 artinya terpilih model FEM

c. Hasil regresi data panel random model

Dependent Variable: Y
Method: Panel EGLS (Cross-section random effects)
Date: 11/18/16 Time: 16:03
Sample: 2010Q1 2015Q4
Periods included: 24
Cross-sections included: 17
Total panel (balanced) observations: 408
Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob.

X1 -3.695206 1.370628 -2.695995 0.0073

X2 -3.779617 2.853599 -1.324509 0.1861
X3 -6.37E-08 1.09E-07 -0.582326 0.5607
X4 1.021973 0.571034 1.789690 0.0743
X5 0.097746 0.031312 3.121647 0.0019
X6 -0.000347 0.010610 -0.032716 0.9739
X7 -0.649770 0.260872 -2.490768 0.0132
X8 0.974726 0.014801 65.85412 0.0000
X9 -0.003592 0.004619 -0.777639 0.4372
C 0.683805 0.203722 3.356557 0.0009

Effects Specification
 47

S.D. Rho

Cross-section random 0.000000 0.0000

Idiosyncratic random 0.318628 1.0000

Weighted Statistics

R-squared 0.940286 Mean dependent var 6.271299

Adjusted R-squared 0.938936 S.D. dependent var 1.342021
S.E. of regression 0.331630 Sum squared resid 43.77133
F-statistic 696.3438 Durbin-Watson stat 2.036725
Prob(F-statistic) 0.000000

Unweighted Statistics

R-squared 0.940286 Mean dependent var 6.271299

Sum squared resid 43.77133 Durbin-Watson stat 2.036725

UJI HAUSMAN
H0= REM
H1= FEM

Correlated Random Effects - Hausman Test

Equation: Untitled
Test cross-section random effects

Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob.

Cross-section random 46.465013 9 0.0000

Prob < 0.05 artinya terpilih model FEM

Lampiran 4 Hasil multikolinearitas regresi data panel

Tabel 19 Uji multikolinearitas
X1 X2 X3 X4 X5 X6 X7 X8 X9
X1 1.00 0.58 -0.03 0.17 0.018 0.07 0.08 0.14 -0.04
X2 0.58 1.00 0.06 0.13 -0.02 0.09 0.13 0.11 -0.12
X3 -0.03 0.06 1.00 -0.01 -0.05 -0.00 0.03 -0.06 -0.05
X4 0.17 0.13 -0.01 1.00 0.10 0.28 0.66 0.49 -0.08
X5 0.02 -0.02 -0.05 0.10 1.00 -0.02 0.29 0.23 0.02
X6 0.07 0.09 -0.00 0.28 -0.02 1.00 0.03 0.06 0.00
X7 0.08 0.13 0.03 0.66 0.29 0.03 1.00 0.38 -0.07
X8 0.14 0.11 -0.06 0.49 0.24 0.06 0.38 1.00 -0.29
X9 -0.04 -0.12 -0.05 -0.08 0.02 0.00 -0.07 -0.29 1.00
48

Lampiran 5 Hasil perhitungan regresi stepwise pada perusahaan industri properti

a
a. Variables Entered/Removed
Variables Variables
Model Entered Removed Method
1 X8t . Stepwise (Criteria: Probability-of-F-to-enter <= ,100,
Probability-of-F-to-remove >= ,150).
2 X8tmin3 . Stepwise (Criteria: Probability-of-F-to-enter <= ,100,
Probability-of-F-to-remove >= ,150).
3 X2 . Stepwise (Criteria: Probability-of-F-to-enter <= ,100,
Probability-of-F-to-remove >= ,150).
4 X8tmin2 . Stepwise (Criteria: Probability-of-F-to-enter <= ,100,
Probability-of-F-to-remove >= ,150).
5 X8tmin1 . Stepwise (Criteria: Probability-of-F-to-enter <= ,100,
Probability-of-F-to-remove >= ,150).
6 X5 . Stepwise (Criteria: Probability-of-F-to-enter <= ,100,
Probability-of-F-to-remove >= ,150).
a. Dependent Variable: Y

g
Model Summary
Std. Error of the
Model R R Square Adjusted R Square Estimate Durbin-Watson
a
1 .905 .819 .818 .45590
b
2 .924 .854 .854 .40953
c
3 .927 .860 .858 .40281
d
4 .930 .864 .863 .39672
e
5 .935 .874 .873 .38199
f
6 .936 .877 .874 .37935 1.986
a. Predictors: (Constant), X8t
b. Predictors: (Constant), X8t, X8tmin3
c. Predictors: (Constant), X8t, X8tmin3, X2
d. Predictors: (Constant), X8t, X8tmin3, X2, X8tmin2
e. Predictors: (Constant), X8t, X8tmin3, X2, X8tmin2, X8tmin1
f. Predictors: (Constant), X8t, X8tmin3, X2, X8tmin2, X8tmin1, X5
g. Dependent Variable: Y
 49

g
ANOVA
Model Sum of Squares df Mean Square F Sig.
a
1 Regression 317.932 1 317.932 1529.637 .000
Residual 70.253 338 .208

Total 388.185 339

b
2 Regression 331.665 2 165.832 988.774 .000
Residual 56.520 337 .168
Total 388.185 339
c
3 Regression 333.667 3 111.222 685.480 .000
Residual 54.518 336 .162
Total 388.185 339
d
4 Regression 335.461 4 83.865 532.866 .000
Residual 52.724 335 .157
Total 388.185 339
e
5 Regression 339.448 5 67.890 465.257 .000
Residual 48.737 334 .146
Total 388.185 339
f
6 Regression 340.265 6 56.711 394.089 .000
Residual 47.920 333 .144
Total 388.185 339
a. Predictors: (Constant), X8t
b. Predictors: (Constant), X8t, X8tmin3
c. Predictors: (Constant), X8t, X8tmin3, X2
d. Predictors: (Constant), X8t, X8tmin3, X2, X8tmin2
e. Predictors: (Constant), X8t, X8tmin3, X2, X8tmin2, X8tmin1
f. Predictors: (Constant), X8t, X8tmin3, X2, X8tmin2, X8tmin1, X5
g. Dependent Variable: Y
50

a
Coefficients
Unstandardized Standardized Collinearity
Coefficients Coefficients Correlations Statistics
Std. Zero-
Model B Error Beta t Sig. order Partial Part Tolerance VIF
1 (Constant) .027 .025 1.083 .279

X8t .919 .023 .905 39.111 .000 .905 .905 .905 1.000 1.000
2 (Constant) .046 .022 2.067 .039
X8t .636 .038 .626 16.849 .000 .905 .676 .350 .313 3.197
X8tmin3 .360 .040 .336 9.049 .000 .855 .442 .188 .313 3.197
3 (Constant) .052 .022 2.342 .020
X8t .626 .037 .616 16.816 .000 .905 .676 .344 .311 3.215
X8tmin3 .386 .040 .361 9.698 .000 .855 .468 .198 .302 3.315
X2 -.073 .021 -.074 -3.513 .001 .097 -.188 - .944 1.059
.072
4 (Constant) .051 .022 2.329 .020
X8t .589 .038 .580 15.386 .000 .905 .643 .310 .285 3.504
X8tmin3 .276 .051 .258 5.420 .000 .855 .284 .109 .179 5.600
X2 -.073 .020 -.074 -3.585 .000 .097 -.192 - .944 1.059
.072
X8tmin2 .158 .047 .151 3.376 .001 .833 .181 .068 .203 4.925
5 (Constant) .047 .021 2.225 .027
X8t .788 .053 .776 14.862 .000 .905 .631 .288 .138 7.260
X8tmin3 .180 .052 .169 3.441 .001 .855 .185 .067 .157 6.383
X2 -.063 .020 -.064 -3.195 .002 .097 -.172 - .935 1.070
.062
X8tmin2 .379 .062 .361 6.130 .000 .833 .318 .119 .108 9.222
X8tmin1 -.336 .064 -.326 -5.227 .000 .818 -.275 - .097 10.345
.101
6 (Constant) .047 .021 2.274 .024
X8t .774 .053 .762 14.594 .000 .905 .625 .281 .136 7.356
X8tmin3 .180 .052 .168 3.453 .001 .855 .186 .066 .157 6.383
X2 -.061 .020 -.062 -3.100 .002 .097 -.167 - .933 1.072
.060
X8tmin2 .376 .061 .358 6.119 .000 .833 .318 .118 .108 9.226
X8tmin1 -.329 .064 -.318 -5.135 .000 .818 -.271 - .096 10.372
.099
X5 .051 .021 .047 2.383 .018 .248 .129 .046 .948 1.055
a. Dependent Variable: Y
 51

g
Excluded Variables
Collinearity Statistics
Partial Minimum
Model Beta In t Sig. Correlation Tolerance VIF Tolerance
a
1 X1 -.035 -1.488 .138 -.081 .984 1.017 .984
a
X2 -.035 -1.516 .130 -.082 .979 1.022 .979
a
X3 -.010 -.419 .676 -.023 .939 1.065 .939
a
X4 .013 .488 .626 .027 .813 1.230 .813
a
X5 .056 2.392 .017 .129 .954 1.048 .954
a
X6 .005 .209 .835 .011 .998 1.002 .998
a
X7 -.024 -.997 .320 -.054 .897 1.114 .897
a
X8tmin1 .023 .425 .671 .023 .192 5.220 .192
a
X8tmin2 .293 8.177 .000 .407 .348 2.869 .348
a
X8tmin3 .336 9.049 .000 .442 .313 3.197 .313
a
X9 -.026 -1.080 .281 -.059 .937 1.067 .937
b
2 X1 -.056 -2.659 .008 -.144 .972 1.028 .309
b
X2 -.074 -3.513 .001 -.188 .944 1.059 .302
b
X3 -.055 -2.511 .013 -.136 .895 1.117 .298
b
X4 .007 .287 .774 .016 .813 1.231 .295
b
X5 .055 2.598 .010 .140 .954 1.049 .309
b
X6 .003 .137 .891 .007 .998 1.002 .313
b
X7 -.013 -.569 .570 -.031 .894 1.118 .296
b
X8tmin1 -.077 -1.590 .113 -.086 .182 5.494 .158
b
X8tmin2 .150 3.299 .001 .177 .203 4.925 .182
b
X9 -.018 -.845 .399 -.046 .936 1.068 .309
c
3 X1 -.020 -.767 .444 -.042 .639 1.565 .302
c
X3 -.002 -.070 .945 -.004 .448 2.233 .297
c
X4 .011 .471 .638 .026 .810 1.234 .293
c
X5 .051 2.454 .015 .133 .951 1.052 .302
c
X6 .009 .427 .669 .023 .991 1.009 .302
c
X7 -.005 -.226 .821 -.012 .885 1.130 .293
c
X8tmin1 -.065 -1.355 .176 -.074 .181 5.525 .156
c
X8tmin2 .151 3.376 .001 .181 .203 4.925 .179
c
X9 -.018 -.862 .389 -.047 .936 1.068 .301
d
4 X1 -.018 -.698 .486 -.038 .639 1.566 .179
d
X3 -.004 -.140 .889 -.008 .448 2.234 .177
d
X4 .017 .739 .460 .040 .806 1.241 .178
d
X5 .052 2.553 .011 .138 .951 1.052 .178
d
X6 .008 .412 .680 .023 .991 1.009 .179
d
X7 .004 .188 .851 .010 .872 1.147 .179
d
X8tmin1 -.326 -5.227 .000 -.275 .097 10.345 .097
d
X9 -.015 -.723 .470 -.040 .934 1.071 .179
e
5 X1 -.021 -.855 .393 -.047 .638 1.567 .097
e
X3 -.007 -.244 .807 -.013 .447 2.235 .097
e
X4 .032 1.473 .142 .080 .792 1.263 .095
e
X5 .047 2.383 .018 .129 .948 1.055 .096
52

e
X6 .008 .391 .696 .021 .991 1.009 .097
e
X7 .021 .989 .324 .054 .852 1.173 .094
e
X9 -.017 -.838 .403 -.046 .934 1.071 .097
f
6 X1 -.024 -.978 .329 -.054 .637 1.571 .096
f
X3 -.007 -.244 .808 -.013 .447 2.235 .096
f
X4 .031 1.446 .149 .079 .791 1.264 .095
f
X6 .009 .462 .645 .025 .990 1.010 .096
f
X7 .009 .419 .675 .023 .800 1.250 .094
f
X9 -.025 -1.237 .217 -.068 .910 1.098 .096
a. Predictors in the Model: (Constant), X8t
b. Predictors in the Model: (Constant), X8t, X8tmin3
c. Predictors in the Model: (Constant), X8t, X8tmin3, X2
d. Predictors in the Model: (Constant), X8t, X8tmin3, X2, X8tmin2
e. Predictors in the Model: (Constant), X8t, X8tmin3, X2, X8tmin2, X8tmin1
f. Predictors in the Model: (Constant), X8t, X8tmin3, X2, X8tmin2, X8tmin1, X5
g. Dependent Variable: Y

Lampiran 6 Hasil perhitungan peramalan harga saham sektor properti

a. Uji stasioneritas pada level dan 1st difference
Null Hypothesis: D(HARGASAHAM) has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=5)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -6.612132 0.0000

Test critical values: 1% level -3.788030
5% level -3.012363
10% level -2.646119

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(HARGASAHAM,2)
Method: Least Squares
Date: 04/26/17 Time: 17:33
Sample (adjusted): 2010Q4 2015Q4
Included observations: 21 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(HARGASAHAM(-1)) -1.823367 0.275761 -6.612132 0.0000

D(HARGASAHAM(-1),2) 0.649136 0.186441 3.481718 0.0027
C 135.0485 79.25229 1.704033 0.1056

R-squared 0.730824 Mean dependent var -3.118095

Adjusted R-squared 0.700916 S.D. dependent var 638.8995
S.E. of regression 349.4053 Akaike info criterion 14.68191
Sum squared resid 2197513. Schwarz criterion 14.83112
Log likelihood -151.1600 Hannan-Quinn criter. 14.71429
F-statistic 24.43538 Durbin-Watson stat 2.217040
Prob(F-statistic) 0.000007
 53

b. Model terbaik peramalan harga saham sektor properti

Dependent Variable: LOGHARGASAHAM
Method: ARMA Maximum Likelihood (OPG - BHHH)
Date: 04/27/17 Time: 23:12
Sample: 2010Q1 2015Q4
Included observations: 24
Convergence achieved after 21 iterations
Coefficient covariance computed using outer product of gradients

Variable Coefficient Std. Error t-Statistic Prob.

C 6.856297 0.487513 14.06381 0.0000

AR(1) 0.912322 0.151908 6.005760 0.0000
SIGMASQ 0.084922 0.014765 5.751388 0.0000

R-squared 0.800389 Mean dependent var 6.992777

Adjusted R-squared 0.781379 S.D. dependent var 0.666283
S.E. of regression 0.311534 Akaike info criterion 0.696256
Sum squared resid 2.038116 Schwarz criterion 0.843513
Log likelihood -5.355074 Hannan-Quinn criter. 0.735323
F-statistic 42.10240 Durbin-Watson stat 1.886052
Prob(F-statistic) 0.000000

Inverted AR Roots .91

54

RIWAYAT HIDUP

Penulis bernama lengkap Aisyah Husna Zulkarnaen dilahirkan di Bandar

Lampung 25 Januari 1991. Penulis merupakan anak kedua dari dua bersaudara
dari orang tua Zulkarnaen Asnawi Said dan Farida Fathul. Penulis menyelesaikan
pendidikan di SD Al-Kautsar Bandar Lampung, SMP N 2 Bogor dan SMA N 5
Bogor. Tahun 2009 penulis lolos seleksi Undangan Seleksi Masuk IPB (USMI)
dengan mayor Manajemen, Fakultas Ekonomi dan Manajemen dan lulus tahun
2013.
Selama masa kuliah, penulis aktif berorganisasi di dalam kampus. Penulis
bergabung dengan himpunan profesi manajemen yaitu Centre of Management
(COM@) sebagai staf Teknologi dan Informasi (TI) periode 2011-2012. Penulis
juga berkontribusi dalam kepanitiaan yang diselenggarakan di tingkat departemen
hingga tingkat IPB. Selain itu, penulis pernah menjadi asisten praktikum mata
kuliah Ekonomi Umum dan Metode Kuantitatif pada tahun 2012.