Overreaction Anomaly Di Pasar Modal Indonesia (Studi Pada Saham-Saham LQ-45 Tahun 2014-2018)

BAB I
PENDAHULUAN
1.1 Latar Belakang
Pasar modal memiliki daya tarik tersendiri bagi investor sebagai alternatif
melakukan investasi dananya kepada perbankan. Menurut Husnan (2009)
dibandingkan dengan perbankan, di pasar modal terdapat berbagai pilihan
investasi dengan tingkat risiko dan keuntungan masing-masing, sehingga
investor dapat memilih jenis suatu investasi yang cocok dengan kemampuan
mereka. Pasar modal memungkinkan investor untuk melakukan diversifikasi
investasi serta membentuk portofolio yang sesuai dengan risiko dan tingkat
pengembalian yang diharapkan. Salah satu alternatif pilihan investor untuk
berinvestasi adalah melalui perdagangan saham.
Investor melakukan investasi dengan tujuan untuk mendapatkan
keuntungan investasi pada masa yang akan datang (Herlianto, 2013). Dengan
melakukan investasi, berarti investor mengalihkan dana yang dimiliki sekarang
dan mengalihkan dana tersebut untuk berinvestasi. Dalam melakukan investasi,
investor seharusnya memperhatikan prospek di masa depan dari investasi yang
dipilih, walaupun pada dasarnya kondisi suatu investasi tidak dapat diketahui
secara pasti.
Perlu dipahami pula bahwa investor merupakan sekumpulan manusia yang
juga tidak terlepas dari sifat alami manusia (Pompian, 2006). Dalam dunia
ekonomi ada kaitan erat mengenai perilaku dan sifat manusia dalam
1
2
pengambilan keputusan. Pengambilan keputusan merupakan hal yang penting
dalam bidang ekonomi sehingga banyak menarik perhatian bagi para peneliti
untuk melakukan penelitian mengenai adanya hubungan perilaku investor
dalam pengambilan keputusan.
Fama (1970) mengatakan bahwa pasar saham yang efisien adalah jika harga
yang terbentuk mencerminkan informasi-informasi yang tersedia bagi investor,
yang menjadi landasan dasar teori pasar yang efisien. Dalam teori Efficient
Market Hypothesis (EMH) dikatakan bahwa harga dari saham akan selalu
mencerminkan seluruh informasi yang tersedia. Setiap informasi relevan yang
tersedia bagi investor akan langsung direspon dalam bentuk pergerakan harga.
Wiksuana (2008) menyatakan bahwa belum semua praktisi pasar modal
dapat menerima konsep pasar efisien. Sebagian investor percaya bahwa pasar
tidak efisien (inefisiensi), sehingga masih ada celah untuk mendapatkan
abnormal return. Dalam penelitian yang dilakukan oleh Octavio dan Lantara
(2014), disebutkan bahwa meskipun teori pasar efisien mengasumsikan investor
sebagai makhluk yang rasional, akan tetapi pada kenyataannya terdapat anomali
yang terjadi. Anomali-anomali tersebut dihipotesiskan terjadi akibat dari
ketidakrasionalan investor.
Sebagai alternatif untuk menjelaskan ketidakrasionalan investor, muncul
paradigma baru yaitu teori perilaku keuangan atau behavioral finance (Jones,
2014). Bodie et al., (2008) menjelaskan argumen yang menjadi dasar kritik
behavioral finance. Teori perilaku keuangan menunjukkan bahwa investor

3
seringkali berperilaku menyimpang, misalnya investor hanya menggunakan
sebagian informasi dalam pengambilan keputusan. Selanjutnya perilaku
ketidakrasionalan dari investor bukan saling mengkompensasi tetapi
berkontribusi satu sama lain dalam situasi tertentu. Kemudian teori ini
menyatakan bahwa kegiatan arbitrase tidak dapat dilakukan karena adanya
keterbatasan atau biaya yang besar dan risiko yang tinggi.
De Bondt dan Thaler (1985) Salah satu fenomena yang terjadi pada
investasi yang berkaitan dengan perilaku investor dalam menanggapi informasi
adalah stock market overreaction. Hipotesis mengenai stock market
overreaction mengatakan bahwa harga saham tidak benar-benar
menggambarkan atau merefleksikan harga saham yang sebenarnya karena
diakibatkan oleh adanya reaksi optimisme atau pesimisme dari investor
mengenai suatu peristiwa atau informasi. Dalam beberapa penelitian yang
dilakukan oleh berbagai peneliti, secara konsisten ditemukan adanya reaksi
yang berlebihan dari investor dalam menanggapi peristiwa atau informasi yang
baru.
Perilaku investor dalam menanggapi informasi ini dimanfaatkan oleh
investor lain dengan menerapkan strategi investasi kontrarian, yaitu strategi
yang kebalikan dari umum gunakan. Strategi kontrarian menyarankan untuk
melakukan penjualan saham ketika pasar sedang naik dan membeli saham
ketika harga menurun (Manurung, 2008). Keadaan dimana pelaku pasar
bereaksi secara berlebihan ini dapat bermanfaat bagi investor untuk
menghasilkan keuntungan secara abnormal atau di atas rata-rata keuntungan

4
pasar secara keseluruhan. Apabila terjadi reaksi pelaku pasar yang berlebihan,
munculnya keuntungan yang abnormal ini kemudian dapat digunakan sebagai
indikator yang dapat menunjukkan tingkat efisiensi pasar saham di Indonesia.
De Bondt dan Thaler (1985) mengemukakan bahwa hipotesis overreaction
akan menyebabkan anomali winner-loser. Market overreaction hypothesis
menyatakan bahwa saham-saham yang memiliki abnormal return rendah
(saham loser) pada periode waktu selanjutnya akan mengalami pembalikan
return (reversal), dan saham-saham yang memiliki abnormal return tinggi
(saham winner) cenderung memburuk pada periode berikutnya.
Saham-saham loser pada penelitian yang dilakukan oleh De Bondt dan
Thaler (1985) secara garis besar merupakan saham-saham yang secara relatif
merupakan saham-saham yang lebih murah daripada saham-saham winner. De
Bondt dan Thaler (1985) secara lebih lanjut menyebutkan dalam penelitiannya
bahwa efek dari winner-loser ini disebabkan oleh adanya perilaku yang
irrational yang ditunjukkan para investor dalam pasar modal.
Penelitian overreaction De Bondt dan Thaler (1985) menemukan bahwa
winner dan loser dari saham-saham di New York Stock Exchange pada kurun
36 bulan cenderung mengalami pembalikan arah pada 36 bulan berikutnya.
Antara Januari 1933 sampai Desember 1980, portofolio saham loser di NYSE
mengungguli return pasar rata-rata sebesar 19.6%, dan sebaliknya portofolio
saham winner pada periode yang sama memperoleh return negatif 5.0% di
bawah pasar. Sehingga dengan demikian, jika investor melakukan strategi

5
investasi kontrarian pada periode ini, abnormal return kumulatif yang
didapatkan adalah 24.6%. Strategi kontrarian sendiri merupakan suatu strategi
yang cocok digunakan ketika terjadi overreaction. Investor cenderung untuk
menjual saham pada saat pasar mengalami kenaikan dan membeli saham pada
saat harganya turun.
Pasaribu (2011) melakukan penelitian dengan menggunakan data saham
perusahaan di Bursa Efek Indonesia (BEI) yang tergabung dalam LQ-45
periode 2003-2007. Hasil penelitian tersebut menunjukkan bahwa tidak terjadi
gejala anomali overreaction di BEI pada seluruh periode penelitian, sehingga
strategi kontrarian secara teoritis menghasilkan pertimbangan risiko yang perlu
dicermati bagi investor dalam berinvestasi. Penelitian oleh Najmudin (2012)
pada Jakarta Islamic Index (JII) periode Januari 2004-Desember 2006
mengungkapkan bahwa tidak terdapat anomali winner loser dalam jangka
panjang. Saham winner bergerak berganti posisi menjadi saham loser namun
tidak signifikan. Saham loser bergerak tetapi tidak berganti posisi sejak periode
pembentukan sampai dengan periode pengujian.
Penelitian Maharani dan Witiastuti (2015) pada seluruh perusahaan yang
terdaftar di BEI periode 2009-2013 menunjukkan terjadinya market
overreaction, baik pada periode triwulan, semester, maupun periode tahunan.
Hasil uji statistik mengungkap bahwa market overreaction di BEI terjadi secara
tidak signifikan serta terjadi tidak secara konstan tetapi separatis. Octavio dan
Lantara (2014) meneliti saham yang termasuk dalam Indeks Kompas 100
periode Januari 2010-Juli 2010 dengan membagi saham-saham tersebut dalam

6
dua kelompok portofolio, yaitu portofolio winner dan portofolio loser. Hasil
penelitian ini menunjukkan bahwa terdapat gejala market overreaction tetapi
hanya pada portofolio loser dan terjadi pada periode jangka pendek.
Adanya perbedaan hasil penelitian yang telah dilakukan oleh beberapa
tersebut merupakan hal yang menarik bagi penulis, sehingga hal ini mendorong
penulis untuk meneliti apakah terjadi fenomena market overreaction di Pasar
Modal Indonesia khususnya pada saham-saham LQ-45 pada periode Januari
2014 hingga Desember 2018. Data menunjukkan Indeks LQ-45 memiliki
pergerakan kenaikan dan penurunan harga yang cukup signifikan.
Gambar 1.1 Pergerakan Harga Indeks LQ-45 Tahun 2014-2018

Sumber: www.investing.com
Pergerakan naik-turun harga indeks LQ-45 yang cukup signifikan dapat
mengindikasikan terjadi abnormal return pada saham-saham yang ada di LQ-
45 sehingga terdapat kemungkinan terjadinya gejala anomali overreaction di
indeks LQ-45.
7
1.2 Rumusan Masalah
Dalam studi ini akan diteliti gejala overreaction terutama pada saham
perusahaan LQ-45 selama 2014-2018, yang akan memberikan gambaran
tentang efisiensi pasar saham di Indonesia. Dengan demikian dapat diteliti
berbagai permasalahan yang timbul, yaitu:
1. Apakah terdapat anomali overreaction di pasar saham LQ-45 di Bursa Efek
Indonesia?
2. Jika ditemukan gejala overreaction, apakah strategi investasi kontrarian
dapat diterapkan pada saham-saham LQ-45 di Bursa Efek Indonesia?
1.3 Tujuan Penelitian
Tulisan ini dibuat untuk tujuan sebagai berikut:
1. Mengetahui apakah terdapat anomali overreaction di pasar saham LQ-45 di
Bursa Efek Indonesia.
2. Mengetahui apakah strategi kontrarian dapat diterapkan pada saham-saham
LQ-45 di Bursa Efek Indonesia.
1.4 Manfaat Penelitian
Manfaat dari penelitian ini adalah:
1. Manfaat Teoritis
Penelitian ini diharapkan dapat menambah pengetahuan khususnya dalam
bidang pasar modal, dan diharapkan dapat digunakan sebagai referensi pada
penelitian berikutnya dengan tema yang relevan.

8
2. Manfaat Praktis
Penelitian ini diharapkan dapat memberi informasi kepada investor apabila
terjadi overreaction di pasar modal, maka terdapat kesempatan bagi para
investor untuk melakukan strategi investasi kontrarian sebagai upaya dalam
memperoleh abnormal return.

BAB II
KAJIAN PUSTAKA
2.1 Hipotesis Pasar Efisien
Konsep pasar efisien pertama kali dikemukakan oleh Fama (1970). Di
dalam konsep pasar efisien, perubahan harga suatu sekuritas saham di waktu
yang lalu tidak dapat digunakan dalam memperkirakan perubahan harga di
masa yang akan datang. Perubahan harga saham di dalam pasar efisien
mengikuti pola random walk, dimana penaksiran harga saham tidak dapat
dilakukan dengan melihat kepada harga-harga historis dari saham tersebut,
tetapi lebih berdasarkan pada semua informasi yang tersedia dan muncul di
pasar (Bodie et al., 2011). Informasi yang masuk ke pasar dan berhubungan
dengan suatu sekuritas saham akan mengakibatkan kemungkinan terjadinya
pergeseran harga keseimbangan yang baru. Dalam teori pasar efisien tidak
terlepas terhadap masuknya informasi baru yang akan merefleksikan harga
saham (Kamaludin, 2009). Jika pasar bereaksi dengan cepat dan akurat terhadap
suatu informasi yang masuk dan segera membentuk harga keseimbangan yang
baru, maka kondisi pasar yang seperti ini yang disebut dengan pasar efisien
(Hartono, 2013:547).
Sebaliknya, jika pergerakan saham dapat diprediksi, hal ini berarti
menunjukkan inefisiensi, karena kemampuan untuk memprediksi harga
merupakan indikasi bahwa seluruh informasi belum sepenuhnya terefleksikan
9
10
dalam harga. Maka dari itu, ide bahwa harga saham telah mencerminkan semua
informasi yang tersedia disebut Efficient Market Hypothesis (Fama, 1970).
Efisiensi pasar modal ditandai dengan informasi baru yang masuk dan
kecepatan serta ketepatan respon yang langsung tercermin pada pergerakan
harga saham (Elton dan Gruber, 2005). Semakin cepat informasi baru tercermin
pada harga sekuritas, maka pasar tersebut semakin efisien. Keadaan ini
membuat pelaku pasar akan sangat sulit memperoleh tingkat keuntungan di atas
normal secara konsisten.
Hasil penelitian Fama (1970) mengklafikasikan bentuk pasar yang efisien
ke dalam tiga konsep Efficient Market Hypothesis (EMH), yaitu:
1. Efisiensi pasar bentuk lemah (weak form)
Pasar dikatakan efisien dalam bentuk yang lemah adalah apabila harga-
harga dari saham atau sekuritas mencerminkan secara penuh (fully reflect)
informasi masa lalu. Informasi dikatakan masa lalu jika informasi tersebut
sudah terjadi. Bentuk efisiensi pasar secara lemah ini sangat berkaitan
dengan teori langkah acak (random walk theory) yang menyatakan bahwa
data masa lalu tidak dapat dihubungkan dengan nilai yang sekarang. Dengan
begini nilai-nilai di masa lalu tidak dapat digunakan untuk memprediksi
harga sekarang.
2. Efisiensi pasar bentuk setengah kuat (semi-strong form)
Pasar dapat dikatakan efisien setengah kuat jika harga-harga sekuritas
saham secara penuh mencerminkan semua informasi yang dipublikasikan
(all publicly available information) termasuk informasi yang berada di

11
laporan-laporan keuangan. Jika pasar efisien dalam bentuk setengah kuat,
maka tidak ada investor yang dapat menggunakan informasi yang
dipublikasikan untuk mendapat keuntungan tidak normal dalam jangka
waktu yang lama.
3. Efisiensi pasar bentuk kuat (strong form)
Pasar dapat dikatakan efisien dalam bentuk yang kuat apabila harga-
harga sekuritas saham secara penuh mencerminkan seluruh informasi yang
tersedia termasuk informasi yang sangat rahasia sekalipun. Jika pasar
efisien dalam bentuk ini memang ada, maka individual investor atau grup
dari investor yang mendapatkan keuntungan yang tidak normal (abnormal
return).
Ketiga bentuk efisiensi pasar tersebut bersifat kumulatif, yang berarti bahwa
bentuk pasar efisiensi kuat adalah juga pasar efisiensi bentuk semi kuat dan
lemah. Akan tetapi hal ini tidak berlaku sebaliknya. Pasar efisiensi bentuk
lemah bukan merupakan pasar semi kuat dan kuat.
2.2 Anomali Pasar
Jones (1996) mendefinisikan anomali pasar sebagai bentuk strategi atau
teknik dikarenakan hasil yang ditimbulkan oleh anomali pasar ini
memungkinkan para investor untuk mendapatkan kesempatan memperoleh
keuntungan yang abnormal dengan mengandalkan berbagai peristiwa (event)
yang terjadi di pasar modal. Menurut Alteza (2007) anomali pasar merupakan
“an exception of rule or model”, maksudnya adalah anomali merupakan

12
penyimpangan terhadap model atau konsep pasar efisien. Beberapa hal yang
mendukung konsep anomali pasar efisien ini adalah adanya pola tertentu pada
hari perdagangan saham, adanya kesempatan investor untuk memperoleh
keuntungan yang abnormal, adanya insider trading dalam pasar modal, adanya
asimetri informasi, dan sebagainya. Beberapa anomali yang terdapat di pasar
antara lain, yaitu:
1. Price earnings (P/E) effect
Price earnings effect adalah anomali dimana saham P/E rendah
menunjukkan risk adjusted return yang lebih tinggi dibandingkan dengan
saham yang memiliki P/E tinggi (Jones, 2014). Anomali ini ditemukan
pertama kali oleh Basu pada tahun 1977.
2. Size effect
Size effect merupakan anomali dimana risk adjusted return dari
perusahaan ukuran kecil lebih tinggi daripada perusahaan dengan ukuran
besar (Jones, 2014). Anomali ini ditemukan oleh Banz dan Reinganum pada
tahun 1981.
3. January effect
January effect merupakan anomali yang menyatakan bahwa return
saham di bulan Januari cenderung lebih tinggi dibanding bulan yang lalu
(Kleim, 1986 dalam Jones, 2014). Sejalan dengan penelitian Kamaludin
(2012) menemukan terdapat kebiasaan investor cenderung untuk membeli
saham pada awal tahun. Kecenderungan ini terjadi karena adanya
kecenderungan peningkatan pembelian oleh investor setelah mereka

13
melakukan penjualan pada Desember, yang bertujuan untuk mengurangi
pajak atau realizing gain.
4. Neglected firm effect
Neglected firm effect adalah suatu kecenderungan bahwa investasi pasar
saham pada perusahaan yang kurang dikenal dapat memberi abnormal
return, karena perusahaan kecil cenderung diabaikan oleh investor besar
maka informasi mengenai perusahaan ini cenderung tidak tersedia.
Kurangnya informasi tersebut membuat perusahaan kecil menjadi lebih
berisiko sehingga menimbulkan tingkat keuntungan yang lebih tinggi.
Anomali ini ditemukan oleh Avner Arbel pada tahun 1982.
5. Reversal effect
De Bondt dan Thaler (1985) menyatakan bahwa penyebab anomali
reversal effect adalah overreaction hypothesis. Reversal effect adalah efek
pembalikan rata-rata return yang merupakan sebutan lain untuk anomali
winner-loser. Anomali ini merupakan kecenderungan saham yang memiliki
kinerja buruk (loser) akan berbalik menjadi saham yang berkinerja baik
(winner) pada periode berikutnya, begitu pula sebaliknya.
Anomali ini merupakan salah satu bentuk anomali pasar modal yang
bertentangan dengan konsep hipotesis pasar efisien. Hipotesis ini
menyatakan bahwa pasar telah bereaksi berlebihan terhadap suatu
informasi. Pelaku pasar cenderung menetapkan harga saham terlalu tinggi
terhadap informasi baik dan menetapkan harga terlalu rendah terhadap
informasi buruk. Saham- saham yang pada awalnya memberikan tingkat

14
keuntungan sangat positif atau sangat negatif akan mengalami pembalikan
pada periode berikutnya.
De Bondt dan Thaller (1985) mendapati bahwa efek reversal akan
terlihan lebih jelas dalam horizon waktu yang lebih panjang. Jegadeesh
(1990), dan Lehmann (1990) mendapati efek reversal pada waktu yang
pendek yaitu kurang dari satu bulan. Namun di penelitian Jegadeesh dan
Titman lainnya juga mendapati bahwa saham juga menunjukan
kecenderungan merespon terhadap efek baik positif maupun negative secara
terus-menerus, ini tentu saja bertentangan dengan efek reversal.
2.3 Behavioral Finance
Behavioral Finance pertama kali mulai dikenalkan pada akhir tahun 1970-
an atas kontribusi Dreaman, Shiller, Shefrin, dan Statman, serta Thaller dan De
Bondt. Penelitian membuktikan bahwa kebanyakan keputusan portofolio dalam
berinvetasi di pengaruhi oleh hal-hal yang tidak rasional seperti kepercayaan,
sentimen, sehingga menimbulkan perubahan harga yang mendadak (De Bondt
dan Thaler, 2010).
Barberis dan Thaler (2003) dalam Bodie et al., (2008) menjelaskan
behavioral finance sebagai sebuah model pasar keuangan yang menekankan
implikasi potensial dari faktor psikologis yang memengaruhi perilaku investor.
Dalam melakukan investasi, pertimbangan pelaku pasar tidak hanya
berdasarkan estimasi instrumen investasi, tetapi juga melibatkan faktor
psikologis. Adanya faktor psikologis tersebut memengaruhi proses dan hasil

15
investasi. Behavioral finance merupakan studi yang mempelajari bagaimana
fenomena psikologi memengaruhi tingkah laku keuangan (Shefrin, 2000).
Tversky dan Kahneman (1974) mengajukan teori berdasarkan behavioral
finance yang menjelaskan anomali winner-loser. Mereka menyatakan teori bias
kognitif, yaitu illusion of validity dimana investor sering memprediksi
penurunan harga saham di masa depan karena penurunan harga saat ini,
sehingga ia akan menjual saham tersebut dan harga pun akan menurun.
Kebanyakan keputusan dalam berinvestasi dipengaruhi oleh hal-hal yang tidak
rasional seperti sentimen dan kepercayaan, sehingga menimbulkan perubahan
harga yang mendadak (De Bondt dan Thaler, 2010).
2.4 Strategi Kontrarian
Strategi kontrarian pertama kali dicetuskan oleh De Bondt dan Thaler
(1985) yang dalam penelitiannya menggunakan data pasar modal di Amerika
Serikat. Mereka menemukan bahwa saham-saham yang pada mulanya memiliki
kinerja yang baik atau tingkat pengembalian positif (winner) atau memiliki
kinerja yang buruk (loser) akan mengalami pembalikan (reversal) pada
periode-periode berikutnya. Pada strategi kontrarian, investor akan membeli
saham-saham yang berkinerja buruk pada masa lalu (kurang diminati) yang
dianggap sebagai saham pecundang dan menjual saham-saham yang berkinerja
baik pada masa lalu (saham-saham yang diminati), yang dianggap sebagai
saham pemenang.
16
Menurut Lo dan McKinlay (1990) konsekuensi dari adanya overreaction
adalah keuntungan yang akan didapat dari strategi kontrarian dengan
melakukan pembelian terhadap suatu sekuritas yang berkinerja buruk (loser)
dimasa lalu dan melakukan penjualan terhadap suatu sekuritas yang mempunyai
kinerja baik (winner). Penjualan terhadap sekuritas winner dan pembelian atas
sekuritas loser akan menghasilkan suatu expected return yang positif. Hal ini
sebagai akibat dari adanya korelasi yang negatif antara keduanya, loser akan
menjadi winner di masa datang dan sebaliknya winner akan menjadi loser di
masa datang.
Definisi lain mengatakan strategi kontrarian merupakan suatu strategi yang
berlawanan dengan pasar dalam membeli dan menjual saham. Berarti, investor
menjual saham pada saat pasar mengalami kenaikan (bullish) dan membeli
saham pada saat harganya turun (bearish), strategi ini juga disebut strategi buy
low sell high atau zero cost. Strategi ini berlawanan dengan kebiasaan setiap
orang yang membeli saham pada saat sedang naik dan menjualnya pada saat
sedang turun.
2.5 Overreaction
Penelitian mengenai Overreaction pertama kali dilakukan oleh De Bondt
dan Thaler (1985) dengan menggunakan data bulanan pasar saham Amerika
New York Stock Exchange (NYSE), telah menemukan suatu anomali baru yang
bertentangan dengan teori pasar efisiensi yang dikenal dengan overreaction
anomaly atau winner-loser anomaly. Hipotesis market overreaction

17
menyatakan bahwa saham-saham yang pada awalnya memberikan tingkat
pengembalian yang rendah (losers), di periode berikutnya akan memberikan
pengembalian yang tinggi dan saham-saham yang awalnya memberikan tingkat
pengembalian yang tinggi (winners), di periode berikutnya akan memberikan
pengembalian yang rendah (De Bondt dan Thaler, 1985). Ini dapat terjadi
karena secara tidak sadar pasar telah menilai kelompok saham losers secara
terlalu rendah (undervaluation) dan menilai kelompok saham winners terlalu
tinggi (overvaluation). Sehingga, perilaku reaksi yang berlebihan
(overreaction) ini akan mendorong harga saham melampaui tingkat kewajaran
(Kamaludin, 2012).
Secara khusus investor atau pelaku pasar secara sistematis berperilaku
berlebihan terhadap implikasi ekonomi atas suatu peristiwa-peristiwa besar
dengan meningkatkan harga terlalu tinggi atas reaksi yang timbul terhadap
suatu berita positif dan menurunkan harga terlalu besar sebagai reaksi atas berita
negatif. Kemudian pada akhirnya akan terjadi koreksi harga sehingga saham-
saham losers akan memberikan tingkat pengembalian yang lebih tinggi.
Sebagai tambahan, hipotesis market overreaction ini menyatakan bahwa
semakin besar perubahan harga yang terjadi, maka akan diikuti dengan semakin
besar pula koreksi harga yang dicerminkan oleh pembalikan harga, atau
seringkali disebut magnitude effect. Kondisi ini menyebabkan harga di pasar
saham menjadi tidak berada di keadaan ekuilibrium, khususnya jika terdapat
informasi baru atau kejadian ekstrem (Hotma, 2004).

18
Contoh perilaku overreaction yang dimaksud adalah membeli atau menjual
saham segera ketika terjadi perubahan ekspektasi dari return reversal pasar,
sehingga terjadi perubahan harga mendadak, hal ini menyebabkan
pembentukan harga menjadi tidak dapat dipakai untuk mencerminkan seluruh
informasi yang tersedia (Michayluk dan Neusauer, 2006 dalam Park, 2009).
2.6 Penelitian Terdahulu
Dilatar belakangi oleh penilaian terhadap faktor psikologis manusia yang
secara kognitif dalam merespon informasi secara berlebihan, De Bondt dan
Thaler (1985) menguji overreaction pada New York Stock Exchange (NYSE)
dengan membentuk 2 formasi portofolio. Pertama, yakni portofolio yang terdiri
dari saham-saham yang mempunyai pengembalian abnormal yang bernilai
positif, yang disebut portofolio winners. Kemudian, kedua portofolio yang
terdiri dari saham-saham yang mempunyai pengembalian abnormal yang
bernilai negatif, yang disebut portofolio losers. Dari hasil penelitiannya, mereka
menemukan bahwa saham yang pada awal periodenya memberikan tingkat
pengembalian yang positif (winners) maupun yang negatif (losers) akan
mengalami pembalikan harga (price reversal) pada periode selanjutnya.
Dengan menggunakan periode pembentukan portofolio losers dan winners
selama 3 tahun dengan pengujian selama 3 tahun berikutnya, hasil pengujiannya
konsisten dengan hipotesis market overreaction. Yakni portofolio loser yang
sejumlah 35 saham, mempunyai tingkat pengembalian yang secara rata-rata
19,6% lebih tinggi dibandingkan dengan tingkat pengembalian pasar, 36 bulan

19
setelah pembentukan portofolio. Portofolio winners, sebaliknya, mempunyai
tingkat pengembalian sekitar 5% lebih rendah dibandingkan dengan tingkat
pengembalian pasar, sehingga perbedaan tingkat pengembalian kedua
portofolio tersebut adalah sebesar 24,6%.
Penelitian lain mengenai gejala overreaction ini juga dilakukan oleh Piccoli
et al., (2017) pada penelitiannya Stock overreaction to extreme market events
meneliti sebanyak 663 events (310 positive and 353 negative) dan menemukan
bukti kuat dukungan yang signifikan secara statistik dan ekonomi untuk
Hipotesis Overreaction. Efek ini lebih jelas terlihat setelah ada negative events.
Ketika strategi kontrarian (long losers, short winners on the event day)
menghasilkan return tahunan sebesar 50%.
Studi lain oleh Zarowin (1990) menggunakan return bulanan dalam
menjelaskan pergerakan jangka pendek harga saham di Amerika. Ia menguji
apakah portfolio saham yang dengan kriteria winner-loser (mengacu kepada
diatas atau dibawa nilai rata-rata risk-adjusted return) mengalami pembalikan
harga saham pada 1 bulan mendatang. Hasil penelitiannya mengindikasikan
bahwa strategi kontrarian jangka pendek menghasilkan rata-rata abnormal
return yang secara statistik signifikan sebesar 2%-5% perbulan. Kemudian,
Donald dan Power (1993) juga mengemukakan kesimpulan yang skeptis
mengenai pengaruh overreaction jangka pendek dalam return saham mingguan
atas 40 perusahaan publik di Inggris periode Januari 1982-Juni 1990. Strategi
jangka pendek membeli saham loser dan menjual saham winner akan memiliki
20
kinerja underperformed daripada pasar dalam periode 12 minggu yang akan
datang setelah pembentukan portfolio saham winner dan loser.
Berdasarkan hasil tersebut mereka menyarankan bahwa apabila pada suatu
tingkatan tertentu investor mempertimbangkan bahwa return mingguan lebih
baik dibanding periode bulanan, maka return saham jangka pendek tidak
mengandung komponen transitory pembalikan rata-rata. Dengan kata lain
apabila harga saham meningkat lebih daripada yang diprediksi model pasar
dalam 1 minggu, kenaikan harga tersebut akan mengalami penguatan oleh
kenaikan harga berikutnya.
Penelitian selanjutnya dilakukan oleh Manurung (2005) menggunakan
sampel saham-saham yang tergabung dalam indeks LQ-45. Model abnormal
return yang digunakan dalam penelitian tersebut sama dengan yang digunakan
oleh De Bondt dan Thaller (1985), hanya saja periode replikasi dibagi menjadi
tiga kategori, yaitu 3, 6, dan 12 bulan. Pada penelitian tersebut ditemukan
bahwa gejala overreaction lebih terlihat pada penelitian dengan masa observasi
lebih panjang, yaitu 12 bulan. Gejala overreaction yang ditemukan juga tidak
signifikan secara statistik. Di samping itu gejala overreaction menunjukkan
asimetris yaitu lebih sering terjadi pada portofolio winner.
Dinawan (2007) juga menguji adanya overreaction di Bursa Efek Indonesia
pada periode 2007-2010. Hasil penelitian tersebut menunjukkan bahwa price
reversal terjadi pada saham winner maupun loser. Pembalikan harga pada hari
peristiwa, baik peristiwa kenaikan maupun penurunan harga terjadi akibat dari
21
reaksi berlebihan investor. Derajat overreaction saham winner yang lebih besar
dibandingkan dengan loser menyebabkan periode pembalikan harga saham
winner lebih lama dibandingkan dengan saham loser.
Berbeda dengan Manurung (2005) penelitian yang dilakukan Phangwijaya
(2009) terhadap sampel 100 saham. Menggunakan model abnormal return yang
sama seperti yang dipergunakan oleh De Bondt dan Thaller (1985), yaitu market
adjusted abnormal return. Periode observasi yang digunakan dalam penelitian
tersebut adalah 12 bulan, dan hasil dari penelitian tersebut menunjukkan gejala
overreaction yang muncul tidak signifikan. Serta gejala overreaction yang
ditemukan justru berbeda dengan temuan Manurung (2005), yaitu asimetris
loser.
22
BAB III
METODE PENELITIAN
3.1 Jenis dan Desain Penelitian
Penelitian ini dilakukan dengan menggunakan metode penelitian analisis
deskriptif dan menggunakan pendekatan kuantitatif. Penelitian ini berada pada
ruang lingkup pasar modal dengan menganalisis hipotesis overreaction
menggunakan metode dan cara perhitungan yang sama dipergunakan oleh De
Bondt dan Thaler (1985). Metode yang digunakan De Bondt dan Thaler dalam
melakukan analisis overreaction adalah dengan menghitung return harian saham
dan return harian pasar, kemudian menghitung abnormal return (selisih return
saham harian terhadap return pasar). Setelah diperoleh abnormal return,
selanjutnya dihitung CAR (cumulative abnormal return) periode tunggal selama
waktu tertentu.
Dari data CAR kemudian dilakukan ranking 10% pertama masuk kategori
winner, dan 10% terbawah masuk kategori loser. Selanjutnya dilakukan observasi
atas portofolio winner dan loser. Kemudian dari data CAR masing-masing
portofolio dapat dihitung Average CAR (ACAR) selama periode observasi. Periode
formasi dan observasi adalah satu tahun untuk rentang penelitian tahunan (12
bulan), dan enam bulan untuk rentang penelitian semesteran (6 bulan). Secara total
periode penelitian adalah selama lima tahun, yaitu periode 2014-2018.

23
3.2 Definisi Operasional
Dalam penelitian ini variabel yang dianalisis adalah sebagai berikut.
1. Actual Return
Actual Return merupakan return yang telah terjadi dan dihitung
berdasarkan data historis. Actual Return digunakan sebagai salah satu
pengukur kinerja dari perusahaan serta sebagai dasar penentuan return di
masa mendatang (Jogiyanto, 2010). Actual Return dihitung dengan rumus:
𝑃𝑗,𝑡 − 𝑃𝑗,𝑡−1
𝑅𝑗,𝑡 =
𝑃𝑗,𝑡−1 (3.1)
Dimana:
Rj,t = imbal hasil saham j pada bulan ke-t
Pj,t = harga saham j pada bulan ke-t
Pj,t-1 = harga saham j pada bulan ke-(t-1)
2. Market Return
Market Return digunakan untuk mengestimasikan return suatu indeks
harga pasar. Untuk menghitung market return di pasar modal Indonesia
menggunakan Indeks Harga Saham Gabungan (IHSG). Market Return
dapat dihitung dengan rumus:
𝐼𝐻𝑆𝐺𝑡 − 𝐼𝐻𝑆𝐺𝑡−1
𝑅𝑚,𝑡 =
𝐼𝐻𝑆𝐺𝑡−1 (3.2)
Dimana:
Rm,t = imbal hasil pasar m pada bulan ke-t
IHSGt = IHSG pada bulan ke-t
IHSGt-1 = IHSG pada bulan ke-(t-1)
24
3. Abnormal Return
Abnormal Return (AR) merupakan selisih antara return sesungguhnya
dengan return ekspektasi (Jogiyanto, 2010). Keuntungan tidak normal dapat
diperoleh ketika ada peristiwa tertentu yang mempengaruhi pergerakan
harga saham. Rumus untuk Abnormal Return adalah:
𝐴𝑅𝑗,𝑡 = 𝑅𝑗,𝑡 − 𝑅𝑚,𝑡 (3.3)
Dimana:
ARj,t = abnormal return saham j bulan ke-t
Rj,t = return saham j bulan ke-t
Rm,t = return market bulan ke-t
4. Cumulative Abnormal Return (CAR)
Cumulative Abnormal Return (CAR) merupakan akumulasi dari nilai
Abnormal Return saham yang masuk dalam sampel penelitian. CAR
dihitung dengan menjumlahkan AR saham selama periode pengujian (setiap
6 bulan). Rumus untuk menghitung CAR yaitu:
0
𝐶𝐴𝑅𝑗,𝑇 = ∑ 𝐴𝑅𝑗,𝑇 (3.4)
𝑇
Dimana:
CARj,T = cumulative abnormal return saham j pada periode
T.
ARj,T = abnormal return saham j pada periode T.
3.3 Populasi dan Pengambilan Sampel
Populasi dari penelitian ini adalah perusahaan-perusahaan yang terdaftar di
LQ-45 selama periode penelitian yaitu 2014-2018. Kemudian dari populasi

25
tersebut diambil beberapa sampel. Teknik pengambilan sampel dilakukan
dengan menggunakan metode purposive sampling, teknik pengambilan sampel
ini gunakan untuk mencapai batasan atau tujuan tertentu dari penelitian.
Ketentuan kriteria sampel dalam penelitian ini adalah sebagai berikut:
1. Perusahaan yang menjadi sampel adalah perusahaan yang sudah dan masih
terdaftar di Bursa Efek Indonesia selama periode 2014-2018.
2. Saham perusahaan yang terdaftar di indeks LQ-45 dan konsisten terdaftar
secara terus-menerus selama periode yang diteliti.
3. Data saham perusahaan yang tersedia secara lengkap selama periode
penelitian.
Daftar perusahaan yang digunakan sebagai sampel pada penelitian ini adalah
sebagai berikut.
Tabel 3.1 Daftar Sampel Perusahaan LQ-45

No Nama Kode No Nama Kode
1 Adhi Karya (Persero)Tbk ADHI 14 Jasa Marga (Persero) Tbk JSMR
2 Adaro Energy Tbk ADRO 15 Kalbe Farma Tbk KLBF
3 AKR Corporindo Tbk AKRA 16 Lippo Karawaci Tbk LPKR
4 Astra International Tbk ASII 17 Media Nusantara Citra Tbk MNCN
Perusahaan Gas Negara (Persero)
5 Bank Central Asia Tbk BBCA 18 PGAS
Tbk
Bank Negara Indonesia Tambang Batubara Bukit Asam
6 BBNI 19 PTBA
(Persero) Tbk (Persero) Tbk
Bank Rakyat Indonesia
7 BBRI 20 PP (Persero) Tbk PTPP
(Persero) Tbk
8 Bank Mandiri (Persero) Tbk BMRI 21 Semen Gresik (Persero) Tbk SMGR
Telekomunikasi Indonesia
9 Bumi Serpong Damai Tbk BSDE 22 TLKM
(Persero) Tbk
10 Gudang Garam Tbk GGRM 23 United Tractors Tbk UNTR
Indofood CBP Sukses Makmur
11 ICBP 24 Unilever IndonesiaTbk UNVR
Tbk
12 Indofood Sukses Makmur Tbk INDF 25 Wijaya Karya (Persero) Tbk WIKA
Indocement Tunggal Prakasa
13 INTP 26 Waskita Karya (Persero) Tbk WSKT
Tbk
Sumber: idx.co.id
26
3.4 Metode Pengumpulan Data
Data yang digunakan merupakan data sekunder, yakni data yang dibutuhkan
dalam penelitian ini adalah data saham LQ-45, yaitu data closing price tiap
bulan sebanyak 60 bulan dari 26 saham perusahaan sampel dan indeks harga
saham gabungan periode Januari 2014-Desember 2018 yang diperoleh dari
Bursa Efek Indonesia dan website finance.yahoo.com.
3.5 Metode Pengolahan Data
Data yang telah terkumpul akan dilakukan sinkronisasi tanggal data,
kemudian diolah dengan cara yang sama dengan teknik yang digunakan De
Bondt dan Thaler (1985), yaitu membagi replikasi kedalam dua proses, yaitu
periode formasi portofolio, dan periode observasi. Periode formasi dan
observasi portofolio yang diambil dalam penelitian ini adalah 12 dan 6 bulan
sebelum periode observasi, secara bergantian dan kontinyu tanpa terputus,
diantaranya tahun 2014-2018.
Langkah-langkah penelitian dan cara perhitungan dapat dijabarkan sebagai
berikut:
1. Tahap pembentukan/ formasi portofolio
a. Menghitung imbal hasil saham (actual return/ Ri,t).
b. Menghitung imbal hasil pasar (actual return/ Rm,t).
c. Menghitung imbal hasil abnormal saham (AR).
d. Menghitung cumulative abnormal return (CAR).

27
e. Melakukan klasifikasi winner (10% dengan imbal hasil abnormal
tertinggi) dan loser (10% dengan imbal hasil abnormal terendah) pada
tiap periode replikasi (kuartal, semester, dan tahunan) secara berulang
tanpa overlap atau jeda.
2. Tahap observasi portofolio
a. Menghitung average abnormal return (AAR) portofolio winner dan
loser.
b. Menghitung cumulative average abnormal return (CAAR) portofolio
winner dan loser.
c. Menghitung average cumulative abnormal return (ACAR) portofolio
winner dan loser tiap replikasi.
d. Menghitung selisih ACAR antara winner dan loser.
e. Menghitung t-statistik untuk menguji signifikansi hipotesis 1 (ACAR
winner) dan hipotesis 2 (ACAR loser).
f. Menghitung t-statistik untuk menguji signifikansi hipotesis 3 (ACAR
winner-ACAR loser).
3.6 Teknik Analisis Data
Berikut ini adalah cara-cara untuk menghitung perhitungan olah data di atas:
1. Mencari return aktual saham (Rj,t) selama periode penelitian.
𝑃𝑗,𝑡 − 𝑃𝑗,𝑡−1
𝑅𝑗,𝑡 =
𝑃𝑗,𝑡−1 (3.5)
Dimana:
Rj,t = imbal hasil saham j pada bulan ke-t
28
Pj,t = harga saham j pada bulan ke-t

Pj,t-1 = harga saham j pada bulan ke-(t-1)
2. Mencari return harian pasar (Rm,t) selama periode penelitia.
𝐼𝐻𝑆𝐺𝑡 − 𝐼𝐻𝑆𝐺𝑡−1
𝑅𝑚,𝑡 =
𝐼𝐻𝑆𝐺𝑡−1 (3.6)
Dimana:
Rm,t = imbal hasil pasar m pada bulan ke-t
IHSGt = IHSG pada bulan ke-t
IHSGt-1 = IHSG pada bulan ke-(t-1)
3. Abnormal return dan CAR
Setelah return saham dan return pasar di hitung, maka dapat dihitung
abnormal return. Abnormal return dihitung dengan menggunakan metode
yang sama dengan penelitian De Bondt dan Thaler (1987), yaitu equally
weighted market return atau return saham tertimbang terhadap return pasar,
perhitungan menggunakan meode ini cukup sederhana untuk dilakukan.
Secara matematis, formula ini dapat dituliskan sebagai berikut:
𝐴𝑅𝑗,𝑡 = 𝑅𝑗,𝑡 − 𝑅𝑚,𝑡 (3.7)
Dimana:
ARj,t = abnormal return saham j bulan ke-t
Rj,t = return saham j bulan ke-t
Rm,t = return market bulan ke-t
Pada penelitian ini periode formasi membentuk CAR (Cumulative
Abnormal Return) semesteran dan tahunan, hal ini karena adanya indikasi
penampakan overreaction yang lebih jelas apabila penelitian dilakukan

29
dalam jangka waktu yang lebih panjang dan intermediate (De Bondt dan
Thaler, 1985). Dengan membagi rentang waktu penelitian menjadi waktu
semesteran dan tahunan maka diharapkan akan memperlihatkan pada hasil
tahunan gejala overreaction akan semakin terlihat.
CAR dihitung dengan rumus sebagai berikut:
0
𝐶𝐴𝑅𝑗,𝑇 = ∑ 𝐴𝑅𝑗,𝑇 (3.8)
𝑇
Dimana:
CARj,T = cumulative abnormal return saham j pada periode
T.
ARj,T = abnormal return saham j pada periode T.
Selanjutnya dari data CAR (Cumulative Abnormal Return) ini akan
dilakukan pemeringkatan, dan akan diperoleh portofolio winner dan loser.
Kemudian formasi portofolio ini digunakan sebagai informasi observasi.
4. Formasi portofolio winner dan loser.
Selanjutnya dilakukan pemeringkatan atau ranking nilai CAR saham.
Nilai CAR diurutkan dari nilai terbesar ke nilai terkecil (descending). Pada
urutan teratas, 10%-nya akan dipilih sebagai kategori winner dan 10%
urutan terbawahnya di pilih sebagai loser.
5. Perhitungan AAR (average abnormal return) dan CAAR (cumulative
average abnormal return)
Setelah terbentuk portofolio winner dan loser, selanjutnya dilakukan
perhitungan average abnormal return (AAR). AAR merupakan rata-rata dari

30
abnormal return per portofolio di setiap bulan dihitung dengan rumus:

𝑛
𝐴𝑅𝑖𝑡
𝐴𝐴𝑅𝑡 = ∑
𝑛 (3.9)
𝑖=1
Dimana:
AARt = average abnormal return pada periode ke-t
AR = abnormal return pada periode ke-t
N = jumlah saham
Selanjutnya dari nilai AAR ini dihitung nilai cumulative average
abnormal return (CAAR). Perhitungan CAAR ini menggunakan formula:

𝑛
𝐴𝐴𝑅𝑡
𝐶𝐴𝐴𝑅𝑡 = ∑
𝑛 (3.10)
𝑡=1
Dimana:
CAARt = cumulative average abnormal return saham pada
bulan t
AARt = average abnormal return saham pada bulan t
n = jumlah saham
6. Perhitungan ACAR (average cumulative abnormal return)
ACAR dapat juga disebut sebagai rata-rata dari CAAR (cumulative average
abnormal return) dari semua replikasi masing-masing formasi. Perhitungan
ACAR ini menggunakan formula:
𝐶𝐴𝐴𝑅
𝐴𝐶𝐴𝑅𝑡 = ∑ (3.11)
𝑍
Dimana:
ACARt = rata-rata CAR portofolio tiap replikasi pada bulan
ke-t
31
CAAR = nilai CAAR portofolio tiap replikasi pada bulan

ke-t (dijumlahkan)
Z = jumlah replikasi
7. Perhitungan selisih ACAR winner dan loser
Selanjutnya dilakukan perhitungan selisih ACAR portofolio loser dengan
portofolio winner setiap periode. Selisih ACAR ini gunakan untuk melihat
apakah kinerja portofolio loser dapat melampaui kinerja portofolio winner.
Formula perhitungan ini adalah:
∆𝐴𝐶𝐴𝑅 = 𝐴𝐶𝐴𝑅𝑙,𝑡 − 𝐴𝐶𝐴𝑅𝑤,𝑡 (3.12)
Dimana:
∆ACAR = selisih ACAR portofolio winner dan loser tiap
bulan
ACARl,t = nilai ACAR portofolio loser bulan ke-t
ACARw,t = nilai ACAR portofolio winner bulan ke-t
8. Uji signifikansi
Pengujian signifikansi diperlukan untuk mengklarifikasi suatu gejala
reversal yang menjadi dasar overreaction. Apabila teruji signifikan secara
statistik maka gejala overreaction dapat dikonfirmasi sebagai suatu
overreaction. Pengujian dilakukan pada setiap hipotesis dengan
menggunakan uji t. Menurut Trihendradi (2013) Teknik uji t ini digunakan
untuk menguji apakah nilai tertentu berbeda secara signifikan atau tidak
dengan rata-rata sebuah sampel. Overreaction dikatakan terbukti jika ketiga

32
hipotesis dibawah ini terpenuhi dan hasil perhitungan yang diperoleh
signifikan secara statistik:
H01: Diduga tidak terjadi overreaction pada portofolio winner jika
ACARw,t ≥ 0 (nilai ACAR adalah tidak negatif)
Ha1: Diduga terjadi overreaction pada portofolio winner jika ACARw,t < 0
(nilai ACAR adalah negatif)
H02: Diduga tidak terjadi overreaction pada portofolio loser jika ACARl,t
≤ 0 (nilai ACAR adalah tidak positif)
Ha2: Diduga terjadi overreaction pada portofolio loser jika ACARl,t > 0
(nilai ACAR adalah positif)
H03: Diduga terjadi overreaction di Indeks LQ-45 jika ACARl,t – ACARw,t
≤ 0 (nilai selisih ACAR loser dan winner adalah tidak positif)
Ha3: Diduga terjadi overreaction di Indeks LQ-45 jika ACARl,t – ACARw,t
> 0 (nilai selisih ACAR loser dan winner adalah positif, yang
mengindikasikan adanya overreaction)
Pengujian statistik akan dilakukan terhadap tiap hipotesis. Terhadap
hipotesis 1 (ACAR winner) dan hipotesis 2 (ACAR loser), digunakan one
tailed t-test dengan tingkat kepercayaan 0,05 (α = 5%).
Berikut ini adalah kaidah penarikan kesimpulan statistik:
1. Hipotesis 1: terhadap portofolio winner
Left tail t-test: Portofolio winner (abnormal return yang positif) akan
mengalami pembalikan menjadi loser (abnormal return yang negatif)

33
pada suatu overreaction. Akan tetapi overreaction tersebut tidak
signifikan apabila t-hitung ≥ t-tabel dan H01 diterima (ACARW,t ≥ 0).
2. Hipotesis 2: terhadap portofolio loser
Right tail t-test: Portofolio loser (abnormal return yang negatif) akan
mengalami pembalikan menjadi winner (abnormal return yang positif)
pada suatu overreaction. Akan tetapi pembalikan (menjadi positif)
tersebut tidak signifikan apabila t-hitung ≤ t-tabel dan H02 diterima
(ACARL,t ≤ 0).
3. Hipotesis 3: terhadap selisih portofolio loser dan winner
Right tail t-test: selisih abnormal return portofolio loser (AR negatif)
terhadap winner (AR positif) akan menjadi positif pada suatu
overreaction. Akan tetapi pembalikan (menjadi positif) tersebut tidak
signifikan apabila jika t-hitung ≤ t-tabel dan H03 diterima (ACARL,t –
ACARW,t ≤ 0).
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1 Gambaran Umum Objek Penelitian
Objek penelitian ini adalah berupa data harga saham dari perusahaan yang
masih terdaftar di Indeks LQ-45 dan konsisten terdaftar selama periode 2014-
2018. Perusahaan yang berada di Indeks LQ-45 berjumlah 45 perusahaan dan
setiap 6 bulan sekali dilakukan seleksi kembali oleh divisi penelitian dan
pengembangan Bursa Efek Indonesia. Perusahaan yang sudah tidak memenuhi
kriteria Indeks LQ-45 akan dikeluarkan dan diganti oleh perusahaan yang
memenuhi kriteria. Kemudian dari 45 perusahaan Indeks LQ-45 pada Desember
2018, hanya 26 perusahaan yang memenuhi kriteria untuk dapat dijadikan
sampel pada penelitian, yakni keberadaannya harus konsisten.
Kriteria pemilihan sampel dalam penelitian ini adalah pertama haruslah
merupakan perusahaan yang sudah dan masih terdaftar selama periode 2014-
2018, kedua adalah perusahaan konsisten berada di Indeks LQ-45 selama
periode 2014-2018 dan terakhir data perusahaan yang menjadi sampel tersedia
secara lengkap. Berikut ini merupakan perincian pemilihan sampel berdasarkan
kriteria.
Tabel 4.1 Kriteria Pemilihan Sampel

Kriteria Sampel Jumlah
Perusahaan Indeks LQ-45 (Desember 2018) 45
Perusahaan konsisten terdaftar secara terus-menerus di 26
indeks LQ-45
Data perusahaan tidak lengkap -
Jumlah perusahaan Sampel 26
Sumber: Data diolah (2019)
34
35
4.2 Prosedur Analisis
Pengolahan data saham menghasilkan output berupa nilai CAAR untuk
masing-masing portofolio winner dan loser dalam setiap periode. Dari nilai
CAAR tersebut dibuat gambar yang dibutuhkan untuk proses analisis. Analisis
dilakukan secara terpisah antara portofolio tiap replika. Untuk portofolio winner
dan loser terdapat 5 gambar CAAR terdiri dari 4 replika dan 1 gambar seluruh
replika.
Langkah pertama, dilakukan analisis terhadap gambar CAAR yang
dilakukan terhadap tiap replikasi. Pembahasan dilakukan per replikasi sehingga
analisis dapat dilakukan secara cermat dari satu periode ke periode berikutnya.
Sesuai dengan hipotesis overreaction, gambar CAAR loser semakin meningkat
dan gambar CAAR winner semakin turun dari awal hingga akhir periode
pengujian.
Kesimpulan keberadaan overreaction ditentukan dengan melihat CAAR,
dan ACAR, serta dengan melakukan uji hipotesis. Overreaction terjadi jika
pada periode pengujian, hipotesis di bawah ini terpenuhi:
1. ACARW,t < 0 (negatif)
2. ACARL,t > 0 (positif)
3. ACARL,t – ACARW,t > 0 (positif)
Pengujian hipotesis dilakukan untuk menguji apakah hipotesis yang
diajukan dapat diterima atau tidak. Pengujian ketiga hipotesis ini menggunakan
one-tailed test (hipotesis 1 dengan left-tailed dan hipotesis 2 dan 3 dengan right-
tailed). Pengujian menggunakan tingkat signifikansi α = 0.05. Hipotesis

36
overreaction diterima jika nilai t-hitung dari masing-masing periode berada
diluar nilai t-tabel.
4.3 Gambaran Periode Penelitian
Setelah sampel diperoleh, selanjutnya dilakukan pembagian periode penelitian
ini menjadi dua tahap yaitu periode pembentukan dan periode pengujian antara
tahun 2014 sampai tahun 2018. Berikut dapat dilihat pada Tabel 4.2 dibawah
ini:
Tabel 4.2 Replikasi Portofolio Semesteran dan Tahunan

Tahunan Semesteran
Replikasi Formasi Observasi Replikasi Formasi Observasi
1 Tahun Tahun 1 Semester 1 2014 Semester 2 2014
2014 2015 2 Semester 2 2014 Semester 1 2015
9 Semester 1 2018 Semester 2 2018
Selanjutnya berdasarkan periode penelitian di atas dapat ditentukan analisis
gejala overreaction berdasarkan nilai abnormal return yang akan diperoleh, hal
tersebut akan memberikan jawaban atas ada atau tidaknya gejala overreaction
di Bursa Efek Indonesia.
4.4 Analisis Hasil Penelitian
Formasi dibentuk dengan mengurutkan Cumulative Abnormal Return
(CAR) sampel dari urutan terbesar hingga terkecil. Selanjutnya diambil
sebanyak 10% teratas dan terbawah untuk memperoleh portofolio winner dan
37
loser dari setiap replikasi. Portofolio yang terbentuk dapat dilihat pada tabel
berikut:
Tabel 4.3 Formasi Portofolio Winner dan Loser

Tahunan Semesteran
Winner Loser Winner Loser
Kode CAR 2014 Kode CAR 2014 Kode CAR S1 2014 Kode CAR S1 2014
ADHI 0.670278 UNVR 0.053786 ADHI 0.50246 INDF -0.12619
ADRO 0.149864 WIKA 0.536974 PTPP 0.43298 AKRA -0.12991
AKRA -0.064216 WSKT 1.126175 ADRO 0.34099 ICBP -0.18857
Kode CAR S2 2014 Kode CAR S2 2014
WSKT 0.81329 PGAS -0.17973
PTPP 0.57408 ADRO -0.19113
WIKA 0.34256 UNTR -0.27419
AKRA 0.5945691 PGAS -0.5037496 AKRA 0.30025 ADHI -0.33445
TLKM 0.3117874 MNCN -0.591212 UNTR 0.22561 ADRO -0.39604
WSKT 0.1878562 PTBA -0.6475869 UNVR 0.20297 PTBA -0.47426
ADHI 0.34796 KLBF -0.2133
AKRA 0.29432 PGAS -0.38035
GGRM 0.22338 MNCN -0.39232
ADRO 1.1216777 INTP -0.3953337 PTBA 0.76684 UNTR -0.21364
PTBA 0.9423397 JSMR -0.4349978 ADRO 0.62378 INTP -0.2539
MNCN 0.377741 LPKR -0.4595377 MNCN 0.60667 SMGR -0.28098
ADRO 0.4979 JSMR -0.23714
UNTR 0.35029 ADHI -0.28792
PTBA 0.1755 LPKR -0.42813
UNTR 0.378101 PTPP -0.2941062 JSMR 0.24814 PTPP -0.26572
BBNI 0.3132326 WIKA -0.3593951 UNTR 0.23626 WIKA -0.30674
PTBA 0.2747483 LPKR -0.4525986 BBNI 0.18153 PGAS -0.33713
ADRO 0.23903 MNCN -0.2285
PTBA 0.21682 TLKM -0.26892
PGAS 0.17195 LPKR -0.34394
PTBA 0.41143 LPKR -0.27541
BBCA 0.13425 MNCN -0.2887
ICBP 0.10854 PGAS -0.29028
4.4.1 Observasi Tahunan

4.4.1.1 Replikasi Pertama (Tahun 2014-2015)
Replikasi pertama observasi tahunan periode tahun 2014 dan 2015, yaitu
tahun 2014 sebagai formasi dan tahun 2015 observasi. Formasi portofolio
38
winner adalah ADHI, ADRO, dan AKRA dan portofolio loser adalah UNVR,
WIKA, dan WSKT (Lampiran 2). Selama periode replikasi pertama saham
winner menghasilkan nilai CAAR tertinggi pada bulan November sebesar
24,5%. Pada bulan Februari dan Juli terjadi pembalikan nilai CAAR ke arah
negatif, yaitu pada bulan Februari dari 17,7% menjadi -3,5% dan pada bulan
Juli dari 4,6% menjadi -10,1%.
Pada portofolio saham loser, bulan September menghasilkan nilai CAAR
tertinggi yaitu sebesar 4,07%, sedangkan nilai CAAR terendah sebesar -7,7%.
Terjadi pembalikan arah di bulan April dan Agustus ke arah positif, yaitu pada
bulan April dari -1,4% menjadi 3,4% dan bulan Agustus dari -8,7% menjadi
4,07%.
Grafik CAAR Replikasi 1

0.3
0.25
0.2
0.15
0.1
0.05
0
-0.05 Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
-0.1
-0.15
CAAR Winner CAAR Loser
Gambar 4.1 CAAR Portofolio Winner Dan Loser Replikasi Pertama

Tahunan
Pada gambar 4.1 terlihat terjadi pembalikan arah pada bulan Mei terhadap
ACAR winner dan ACAR loser, tetapi hal ini tidak dapat dianggap sebagai
39
overreaction karena terbukti t-hitung < t-tabel dari masing-masing ACAR dan
t-hitung bernilai positif.
4.4.1.2 Replikasi Kedua (Tahun 2015-2016)
Pada awal tahun portofolio saham loser memiliki abnormal return sebesar
22,5% tetapi terjadi pembalikan arah menjadi -2,1% pada bulan Maret.
Sedangkan portofolio saham winner yang memiliki abnormal return negatif
pada bulan Februari berbalik menjadi positif pada bulan selanjutnya yaitu dari
-2,9% menjadi 9,8%. Kemudian terjadi pembalikan arah yang cukup besar
untuk portofolio saham loser dari bulan Juli hingga September yaitu dari -16%
menjadi 18%. Abnormal return yang dihasilkan jauh melebihi portofolio saham
winner.

0.25
0.2
0.15
0.1
0.05
0
-0.1
-0.15
-0.2
-0.25
Gambar 4.2 CAAR Portofolio Winner Dan Loser Replikasi Kedua

Tahunan
40
Pada Gambar 4.2 terlihat terjadi pembalikan arah tetapi pada Tabel 4.5 hasil
uji statistik tidak menunjukkan adanya bukti yang signifikan terjadi gejala
overreaction, sehingga dapat disimpulkan tidak terjadi gejala overreaction pada
replikasi kedua.
4.4.1.3 Replikasi Ketiga (Tahun 2016-2017)
Selama periode replikasi ketiga observasi tahunan 2016-2017 terjadi 2 kali
pembalikan arah yang cukup tinggi atas saham winner yaitu pada bulan April
dan Juli dengan mencatatkan nilai sebesar 16,6% dan 10,2%. Lagi-lagi saham
loser mengalami pembalikan arah pada bulan September yaitu dari 11,3%
menjadi 2,05%. Cumulative Average Abnormal Return (CAAR) portofolio
winner dan loser dapat dilihat pada gambar berikut:
Grafik CAAR Replikas 3

0.25
0.2
0.15
0.1
0.05
0
-0.1
-0.15
-0.2
Gambar 4.3 CAAR Portofolio Winner Dan Loser Replikasi Ketiga

Tahunan
41
Pada Gambar 4.3 terlihat terjadi pembalikan arah pada portofolio saham
winner, tetapi walaupun terjadi pembalikan arah, portofolio saham winner tidak
menunjukkan gejala overreaction yang dapat di lihat pada Tabel 4.4 sehingga
investor yang memegang saham winner tetap mendapat return yang positif pada
akhir periode yaitu sebesar 22,1%.
4.4.1.4 Replikasi Keempat (Tahun 2017-2018)
Pada periode observasi replikasi keempat tahun 2017-2018 terjadi 2 kali
pembalikan arah pada masing-masing portofolio winner dan loser yaitu pada
bulan Oktober dan Desember. Portofolio saham winner yang awalnya bernilai
positif 7,2% pada bulan September menjadi -4,9% pada bulan Oktober
sedangkan portofolio saham loser meningkat menjadi 8,9% pada bulan Oktober
dan pada bulan Desember menjadi 30,5%.

0.4
0.3
0.2
0.1
0
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
-0.1
-0.2
-0.3
Gambar 4.4 CAAR Portofolio Winner Dan Loser Replikasi Keempat

Tahunan
42
Terjadi pembalikan arah pada portofolio saham loser yang sebelumnya
bernilai negatif pada awal periode observasi menjadi positif di akhir periode
observasi. Hal ini menunjukkan kriteria adanya gejala overreaction pada
portofolio saham loser tetapi tidak signifikan karena dapat dilihat pada Tabel
4.5 bahwa t-hitung < t-tabel sehingga H02 diterima.
4.4.1.5 Uji Signifikansi Observasi Tahunan
Berdasarkan nilai CAAR maka dilakukan uji signifikan. Dalam melakukan
pengujian terhadap 3 hipotesis yang sudah dibuat yaitu ACARW,t < 0 (negatif),
ACARL,t > 0 (positif), dan ACARL,t – ACARW,t > 0 (positif), maka perhitungan
uji t-hitung terhadap t-tabel dapat dilihat pada tabel di bawah ini.
4.4.1.5.1 Uji Signifikansi Observasi Tahunan Portofolio Winner
Uji signifikan observasi Tahunan portofolio winner dapat dilihat pada tabel
berikut ini:
Tabel 4.4 Uji Signifikan Portofolio Winner

CAAR Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
Winner
Pertama 0.104 0.178 -0.035 -0.005 -0.059 0.090 0.046 -0.102 0.146 0.060 0.246 0.084
Kedua 0.028 -0.029 0.099 0.051 0.051 0.099 -0.015 0.013 -0.014 0.026 0.017 0.069
Ketiga 0.215 0.218 0.089 -0.167 0.124 0.186 -0.103 -0.069 0.200 -0.015 -0.010 0.221
Keempat 0.007 0.032 0.029 0.050 -0.028 0.179 -0.060 -0.039 0.072 -0.050 0.067 0.041
ACAR 0.354 0.398 0.181 -0.071 0.087 0.555 -0.132 -0.196 0.403 0.021 0.319 0.415
Winner
Std Dev 0.094 0.118 0.062 0.103 0.082 0.051 0.064 0.049 0.093 0.048 0.115 0.080
t-hitung 1.883 1.694 1.465 -0.344 0.525 5.428 -1.035 -2.002 2.171 0.223 1.386 2.585
t-tabel -2.353 -2.353 -2.353 -2.353 -2.353 -2.353 -2.353 -2.353 -2.353 -2.353 -2.353 -2.353
(5%,4)
Pada perhitungan Tabel 4.4 di atas, nilai ACAR winner yang bernilai negatif
hanya terdapat pada bulan April, Juli, dan Agustus sedangkan nilai t-hitung > t-
43
tabel, maka dapat disimpulkan bahwa H01 diterima, dengan demikian terbukti
bahwa ACAR winner yang negatif tidak signifikan dan dapat disimpulkan tidak
terjadi overreaction pada observasi tahunan portofolio winner.
4.4.1.5.2 Uji Signifikansi Observasi Tahunan Portofolio Loser
Uji signifikan observasi Tahunan portofolio loser dapat dilihat pada tabel
berikut ini:
Tabel 4.5 Uji Signifikan Portofolio Loser

CAAR
Loser
Pertama -0.077 -0.001 -0.055 -0.015 0.035 -0.020 -0.046 -0.088 0.041 -0.013 -0.039 -0.073
Kedua 0.225 0.052 -0.021 -0.091 0.013 0.102 -0.167 -0.030 0.181 -0.142 -0.020 -0.201
Ketiga -0.034 -0.025 0.012 -0.048 -0.003 0.004 0.011 -0.114 0.021 -0.151 -0.085 -0.060
Keempat -0.085 -0.122 -0.044 -0.083 -0.183 0.067 -0.063 -0.234 -0.068 0.089 -0.167 0.305
ACAR
Loser 0.029 -0.097 -0.108 -0.236 -0.139 0.153 -0.264 -0.465 0.175 -0.216 -0.311 -0.029
Std Dev 0.147 0.073 0.030 0.035 0.100 0.056 0.074 0.086 0.103 0.115 0.066 0.218
t-hitung 0.099 -0.665 -1.818 -3.368 -0.692 1.36 -1.781 -2.705 0.849 -0.943 -2.364 -0.067
t-tabel
(5%,4) 2.353 2.353 2.353 2.353 2.353 2.353 2.353 2.353 2.353 2.353 2.353 2.353
Sama seperti portofolio winner pada perhitungan Tabel 4.5 di atas, nilai
ACAR loser yang bernilai positif hanya terjadi pada 3 bulan, yaitu Januari, Juni
dan September sedangkan nilai t-hitung < t-tabel, maka dapat disimpulkan
bahwa H02 diterima sehingga tidak terbukti secara signifikan bahwa ACAR
Loser bernilai positif dan dapat disimpulkan tidak terjadi overreaction pada
observasi tahunan portofolio loser.
4.4.1.5.3 Uji Signifikansi Observasi Tahunan Portofolio Loser-Winner
Uji signifikan observasi Tahunan portofolio winner dapat dilihat pada tabel
berikut ini:
44
Tabel 4.6 Uji Signifikan Portofolio Loser-Winner

CAAR
(L-W)
Pertama -0.182 -0.179 -0.020 -0.009 0.094 -0.111 -0.092 0.014 -0.105 -0.072 -0.285 -0.157
Kedua 0.198 0.081 -0.120 -0.142 -0.038 0.002 -0.152 -0.043 0.196 -0.169 -0.037 -0.270
Ketiga -0.249 -0.244 -0.077 0.119 -0.127 -0.182 0.114 -0.045 -0.179 -0.136 -0.074 -0.281
Keempat -0.092 -0.154 -0.073 -0.133 -0.155 -0.112 -0.002 -0.195 -0.140 0.139 -0.234 0.265
ACAR
(L-W) -0.325 -0.495 -0.289 -0.166 -0.226 -0.403 -0.132 -0.269 -0.228 -0.238 -0.630 -0.444
Std Dev 0.197 0.142 0.041 0.123 0.112 0.076 0.116 0.090 0.171 0.138 0.121 0.257
t-hitung -0.826 -1.744 -3.544 -0.673 -1.006 -2.635 -0.570 -1.500 -0.667 -0.859 -2.612 -0.866
t-tabel
(5%,4) 2.353 2.353 2.353 2.353 2.353 2.353 2.353 2.353 2.353 2.353 2.353 2.353
Berdasarkan perhitungan Tabel 4.6, hasil perhitungan dimaksudkan untuk
menjawab hipotesis 3 yaitu ACARL,t – ACARW,t > 0 (positif). Hasil yang
didapat selama 12 bulan di masa pengujian, nilai ACARL,t – ACARW,t tidak ada
bernilai positif dan nilai t-hitung < t-tabel sehingga H03 diterima dan dapat
disimpulkan tidak terjadi gejala overreaction.
Gambar Average Cumulative Abnormal Return (ACAR) portofolio winner
dan loser seluruh replikasi dapat dilihat pada gambar di bawah ini:
Grafik ACAR Seluruh Replikasi Tahunan

0.80000
0.60000
0.40000
0.20000
0.00000
-0.20000
-0.40000
-0.60000
-0.80000
ACAR Winner ACAR Loser ACAR (L-W)
Gambar 4.5 Grafik ACAR Seluruh Replikasi

45
Pada Gambar 4.5 terlihat bahwa pergerakan ACAR winner dan loser selama 12
bulan pengujian terdapat 3 bulan ACAR winner bernilai negatif dan sama
seperti ACAR winner, pada ACAR loser hanya terdapat 3 bulan yang bernilai
positif. Tetapi, tidak terdapat pembalikan arah yang signifikan terhadap ACAR
winner dan loser tersebut dan selisih ACAR loser-winner tidak menunjukkan
adanya nilai positif, yang mana pada hipotesis ketiga (ACARL,t – ACARW,t > 0)
harus bernilai positif. Hal ini bertentangan dengan konsep overreaction,
sehingga untuk keseluruhan observasi tahunan dapat disimpulkan tidak terjadi
overreaction.
4.4.2 Observasi Semesteran
4.4.2.1 Replikasi 1
Replikasi 1 pada observasi semesteran mempunyai periode formasi
semester I tahun 2014 dan periode observasi semester II tahun 2014. Formasi
yang terbentuk untuk portofolio winner adalah ADHI, PTPP, dan ADRO dan
portofolio loser adalah INDF, AKRA, dan ICBP. Selama periode observasi
replikasi 1 semesteran portofolio saham winner memiliki nilai CAAR tertinggi
pada bulan 1 yaitu sebesar 22,2% dan saham loser tidak menunjukkan nilai
negatif yang signifikan, dapat dilihat pada Gambar 4.6 hanya terjadi di bulan ke
3 dan 4 yang menunjukkan portofolio saham loser bernilai negatif.

46
Grafik CAAR Replikasi 1 Semesteran

0.25
0.2
0.15
0.1
0.05
0
-0.05 1 2 3 4 5 6
-0.1
-0.15
Gambar 4.6 CAAR Portofolio Winner Dan Loser Replikasi 1 Semesteran

Pada Gambar 4.6 terlihat tidak terjadi gejala overreaction dikarenakan tidak
terjadi pembalikan arah pada saham winner maupun saham loser.
4.4.2.2 Replikasi 2
semester II tahun 2014 dan periode observasi semester I tahun 2015. Formasi
yang terbentuk untuk portofolio winner adalah WSKT, PTPP, dan WIKA dan
portofolio loser adalah PGAS, ADRO, dan UNTR. Selama periode observasi
replikasi ke-2 terjadi pembalikan arah pada saham winner di bulan ke-2 yaitu
dari 8,1% menjadi -15,5% di bulan selanjutnya. Sedangkan untuk portofolio
saham loser tidak terlihat terjadi pembalikan arah yang signifikan. Cumulative
Average Abnormal Return (CAAR) portofolio winner dan loser dapat dilihat
pada gambar berikut:

47

0.25
0.2
0.15
0.1
0.05
0
-0.05 1 2 3 4 5 6
-0.1
-0.15
-0.2

Pada Gambar 4.7 terlihat terjadi overreaction pada portofolio saham winner
tetapi tidak terbukti signifikan mengarah (Tabel 4.7) ke nilai negatif sehingga
investor yang memegang saham winner tetap mendapat return yang positif.
4.4.2.3 Replikasi 3
yang terbentuk untuk portofolio winner adalah AKRA, UNTR, dan UNVR dan
portofolio loser adalah ADHI, ADRO, dan PTBA. Selama periode observasi
terlihat terjadi pembalikan arah terhadap portofolio loser pada bulan 3 menjadi
13,07% yang sebelumnya pada bulan 1 -7,5% dan tidak terjadi pada pembalikan
arah yang signifikan terhadap portofolio winner. Grafik CAAR untuk periode
observasi replikasi ke-3 ini dapat dilihat pada gambar berikut:

48

0.15
0.1
0.05
0
1 2 3 4 5 6
-0.05
-0.1
-0.15
-0.2
-0.25

Terjadi pembalikan arah terhadap portofolio loser tetapi hal ini tidak
terbukti signifikan karena t-hitung < t-tabel (Tabel 4.8). Sehingga dapat
disimpulkan tidak terjadi gejala overreaction yang signifikan pada replikasi
semesteran ke-3.
4.4.2.4 Replikasi 4
yang terbentuk untuk portofolio winner adalah ADHI, AKRA, dan GGRM dan
portofolio loser adalah KLBF, PGAS, dan MNCN. Pada periode replikasi 4 ini
terjadi pembalikan arah terhadap masing-masing portofolio winner dan loser
pada bulan ke 2 dan 3. Portofolio loser yang pada awal periode observasi
memberikan abnormal return sebesar 9,4% berbalik ke arah menjadi 0,8% dan
portofolio winner dari 0,5% menjadi 6%.

49

0.15
0.1
0.05
0
1 2 3 4 5 6
-0.05
-0.1
-0.15

Gambar 4.9 menunjukkan terjadi pembalikan arah pada masing-masing
portofolio winner dan loser tetapi hal ini tidak menunjukkan gejala overreaction
karena nilai CAAR portofolio saham loser telah bernilai positif pada awal dan
nilai CAAR portofolio saham winner tetap bernilai negatif selama masa periode
observasi replikasi 4.
4.4.2.5 Replikasi 5
yang terbentuk untuk portofolio winner adalah PTBA, ADRO, dan MNCN dan
portofolio loser adalah UNTR, INTP, dan SMGR. Saham winner pada akhir
periode hanya mencatatkan nilai sebesar 22,1% dan mencatatkan nilai
abnormal return tertinggi pada bulan 3 yaitu 24,6% sedangkan saham loser
mencatatkan abnormal return terendah pada bulan 4 yaitu sebesar -9,3%.

50
Cumulative Average Abnormal Return (CAAR) portofolio winner dan loser
dapat dilihat pada gambar berikut:

0.3
0.25
0.2
0.15
0.1
0.05
0
-0.05 1 2 3 4 5 6
-0.1
-0.15

Pada gambar 4.10 terlihat tidak terjadi gejala overreaction baik pada saham
winner maupun saham loser.
4.4.2.6 Replikasi 6
yang terbentuk untuk portofolio winner adalah ADRO, UNTR, PTBA dan
portofolio loser adalah JSMR, ADHI, LPKR. Pada periode observasi replikasi
semesteran ke-6 portofolio saham winner tercatat tertinggi pada bulan 3 yaitu
16,03% dan di akhir periode turun menjadi 9,1% sedangkan portofolio saham
loser mencatatkan terendah di bulan 2 yaitu sebesar -9,7% dan di akhir periode
terjadi pembalikan arah menjadi 5%. Cumulative Average Abnormal Return
(CAAR) portofolio winner dan loser dapat dilihat pada gambar berikut:
51

0.2
0.15
0.1
0.05
0
1 2 3 4 5 6
-0.05
-0.1
-0.15

Pada gambar 4.11 terlihat tidak terjadi gejala overreaction pada saham
winner namun terjadi pembalikan arah pada saham loser di akhir periode namun
terbukti tidak signifikan.
4.4.2.7 Replikasi 7
yang terbentuk untuk portofolio winner adalah JSMR, UNTR, dan PTBA dan
portofolio loser adalah PTPP, WIKA, dan PGAS. Pada periode observasi
replikasi 7 tercatat nilai portofolio saham winner tidak ada yang bernilai positif
sedangkan portofolio saham loser terdapat pembalikan arah pada bulan 3 dan
bulan 6. Pada bulan 3 portofolio saham loser tercatat menghasilkan abnormal
return sebesar 9,6% dan pada bulan 6 menghasilkan abnormal return sebesar
52
26,7%. Cumulative Average Abnormal Return (CAAR) portofolio winner dan
loser dapat dilihat pada gambar berikut:

0.3
0.2
0.1
0
1 2 3 4 5 6
-0.1
-0.2
-0.3
-0.4

terbukti tidak signifikan karena t-hitung < t-tabel (Tabel 4.8).
4.4.2.8 Replikasi 8
yang terbentuk untuk portofolio winner adalah ADRO, PTBA, PGAS dan
portofolio loser adalah MNCN, TLKM, LPKR. Awal periode replikasi CAAR
winner menunjukkan nilai negatif yaitu sebesar -6,1% dan semakin rendah pada
bulan 2 menjadi -18,3% tetapi pada bulan 3 terjadi pembalikan arah menjadi
positif yaitu sebesar 4,4% dan di akhir periode memperoleh abnormal return
sebesar 34,8%. Pada portofolio saham loser tidak terjadi pembalikan yang
53
signifikan tetapi di akhir periode observasi portofolio saham loser mencatatkan
nilai CAAR yang positif yaitu sebesar 4,08%.

0.4
0.3
0.2
0.1
0
1 2 3 4 5 6
-0.1
-0.2
-0.3

terbukti tidak signifikan.
4.4.2.9 Replikasi 9
yang terbentuk untuk portofolio winner adalah PTBA, BBCA, ICBP dan
portofolio loser adalah LPKR, MNCN, dan PGAS. Pada periode 9 saham
winner tidak mengalami pembalikan arah yang signifikan, pembalikan arah
terjadi hanya pada portofolio saham loser di bulan 4 hingga bulan 6. Tercatat
portofolio saham loser terendah sebesar 15,9% dan di akhir periode bulan 6
tercatat portofolio saham loser menunjukkan pembalikan ke arah positif yaitu

54
sebesar 10,1%. Cumulative Average Abnormal Return (CAAR) portofolio
winner dan loser dapat dilihat pada gambar berikut:

0.15
0.1
0.05
0
1 2 3 4 5 6
-0.05
-0.1
-0.15
-0.2

terbukti tidak signifikan jika dilihat dari hasil uji signifikan (Tabel 4.8).
4.4.2.10 Uji Signifikansi Observasi Semesteran
Berdasarkan nilai CAAR maka dilakukan uji signifikan. Dalam melakukan
pengujian terhadap 3 hipotesis yang sudah dibuat yaitu ACARW,t < 0 (negatif),
ACARL,t > 0 (positif), dan ACARL,t – ACARW,t > 0 (positif), maka perhitungan
uji t-hitung terhadap t-tabel dapat dilihat pada tabel di bawah ini.
4.4.2.10.1 Uji Signifikan Observasi Semesteran Portofolio Winner
Uji signifikan observasi Semesteran portofolio winner dapat dilihat pada
tabel berikut ini:

55
Tabel 4.7 Uji Signifikan Portofolio Winner

CAAR Winner Bulan 1 Bulan 2 Bulan 3 Bulan 4 Bulan 5 Bulan 6
1 0.2223 0.0787 0.0954 0.0576 0.0550 0.1001
2 0.0814 -0.1551 0.2002 0.0813 0.1696 0.2198
3 0.0787 0.0830 0.0531 -0.0417 0.1082 0.0110
4 0.0056 0.0696 0.0092 0.0377 0.0361 0.0676
5 0.2211 0.1698 0.2469 -0.0451 0.1359 0.0854
6 0.0817 0.0537 0.1603 -0.0133 0.0564 0.0915
7 0.0940 -0.0060 0.0529 0.0677 0.0155 0.0447
8 -0.0614 -0.1835 0.0446 0.0370 0.0213 0.3489
9 -0.0310 0.0397 0.0801 0.0813 0.0535 0.0268
ACAR Winner 0.6923 0.1499 0.9427 0.2624 0.6517 0.9956
Std Dev 0.099 0.115 0.080 0.050 0.053 0.108
t-hitung 2.335 0.433 3.928 1.740 4.066 3.079
t-tabel (5%,4) -1.860 -1.860 -1.860 -1.860 -1.860 -1.860
Pada perhitungan Tabel 4.7 di atas, nilai ACAR winner tidak ada yang
bernilai negatif sehingga nilai t-hitung > t-tabel, maka dapat disimpulkan bahwa
H01 diterima, dengan demikian tidak terdapat bukti signifikan gejala
overreaction terjadi di ACAR winner.
4.4.2.10.2 Uji Signifikan Observasi Semesteran Portofolio Loser
Uji signifikan observasi Semesteran portofolio loser dapat dilihat pada tabel
berikut ini:
Tabel 4.8 Uji Signifikan Portofolio Loser

CAAR Loser Bulan 1 Bulan 2 Bulan 3 Bulan 4 Bulan 5 Bulan 6
1 0.0285 0.0074 -0.0742 -0.0907 0.0114 0.1057
2 0.0298 -0.0464 -0.0492 -0.0808 -0.0196 -0.1467
3 -0.0760 0.0120 0.1308 -0.1704 -0.2203 -0.0416
4 0.0947 0.0085 0.0619 -0.1197 -0.0037 -0.0422
5 -0.0266 -0.0424 0.0235 -0.0932 -0.0397 -0.0172
6 -0.0593 -0.0977 -0.0624 -0.0798 -0.0375 0.0550
7 -0.1052 -0.2813 0.0969 -0.1070 -0.1434 0.2671
8 -0.0457 -0.0907 -0.0117 -0.1698 -0.1895 0.0409
9 0.0262 -0.0570 -0.1116 -0.1592 -0.1421 0.1012
ACAR Loser -0.1335 -0.5876 0.0040 -1.0707 -0.7844 0.3222
Std Dev 0.064 0.091 0.083 0.038 0.087 0.118
t-hitung -0.698 -2.156 0.016 -9.439 -3.011 0.911
t-tabel (5%,4) 1.860 1.860 1.860 1.860 1.860 1.860
56
Pada Tabel 4.8 terlihat terdapat nilai ACAR loser yang positif, hal ini
menunjukkan adanya indikasi gejala overreaction pada portofolio loser, tetapi
nilai ACAR loser yang positif tidak terbukti signifikan karena nilai t-hitung <
t-tabel sehingga H02 diterima, bukti menunjukkan ACAR portofolio yang
memiliki nilai positif terbukti tidak signifikan dianggap sebagai bukan gejala
overreaction.
4.4.2.10.3 Uji Signifikan Observasi Semesteran Portofolio Loser-Winner
Uji signifikan observasi Semesteran portofolio loser-winner dapat dilihat
pada tabel berikut ini:
Tabel 4.9 Uji Signifikan Portofolio Loser-Winner

CAAR (L-W) Bulan 1 Bulan 2 Bulan 3 Bulan 4 Bulan 5 Bulan 6
1 -0.1938 -0.0713 -0.1696 -0.1483 -0.0436 0.0056
2 -0.0516 0.1087 -0.2494 -0.1621 -0.1892 -0.3665
3 -0.1547 -0.0710 0.0777 -0.1287 -0.3285 -0.0526
4 0.0891 -0.0611 0.0527 -0.1574 -0.0398 -0.1098
5 -0.2476 -0.2122 -0.2235 -0.0481 -0.1757 -0.1025
6 -0.1410 -0.1514 -0.2227 -0.0665 -0.0939 -0.0365
7 -0.1992 -0.2753 0.0440 -0.1747 -0.1589 0.2225
8 0.0158 0.0929 -0.0563 -0.2068 -0.2109 -0.3080
9 0.0572 -0.0967 -0.1917 -0.2405 -0.1956 0.0744
ACAR (L-W) -0.8258 -0.7375 -0.9388 -1.3331 -1.4361 -0.6734
Std Dev 0.123 0.126 0.134 0.061 0.091 0.180
t-hitung -2.241 -1.951 -2.339 -7.255 -5.283 -1.244
t-tabel (5%,4) 1.860 1.860 1.860 1.860 1.860 1.860
Berdasarkan perhitungan Tabel 4.6, hasil perhitungan dimaksudkan untuk
menjawab hipotesis 3 yaitu ACARL,t – ACARW,t > 0 (positif). Hasil yang
didapat selama 12 bulan di masa pengujian, nilai t-hitung ACARL,t – ACARW,t
tidak ada yang melebihi nilai t-tabel dan tidak terdapat nilai positif pada ACAR
57
loser-winner sehingga H03 diterima dan dapat disimpulkan overreaction juga
tidak terjadi pada portofolio loser-winner.
Gambar Average Cumulative Abnormal Return (ACAR) Portofolio Winner
dan Loser Seluruh Replika dapat dilihat pada gambar di bawah ini:
Grafik ACAR Seluruh Replikasi Semesteran

1.50000
1.00000
0.50000
0.00000
1 2 3 4 5 6
-0.50000
-1.00000
-1.50000
-2.00000
ACAR Winner ACAR Loser ACAR (L-W)
Gambar 4.15 ACAR Seluruh Replikasi Semesteran

Pada Gambar 4.15 dari Lampiran 30, terlihat bahwa pergerakan ACAR
winner bertentangan dengan konsep overreaction karena tidak terjadi
pembalikan arah yang signifikan dan nilai ACAR winner tidak menunjukkan
nilai negatif sehingga hasil yang didapat di akhir periode adalah 99,5%. Namun
pada portofolio saham loser terlihat pada akhir periode observasi nilai ACAR
menjadi positif 32,2% namun pembalikan ini tidak dapat dianggap overreaction
karena tidak terbukti signifikan setelah di uji (Tabel 4.8). Kemudian selisih
ACAR portofolio loser-winner tidak terdapat nilai positif sehingga tidak
memenuhi hipotesis 3 yaitu nilai selisih ACAR portofolio loser-winner bernilai

58
positif (ACARL,t – ACARW,t > 0) sehingga dapat disimpulkan gejala
overreaction juga tidak terjadi pada observasi semesteran.
4.5 Pembahasan Hasil Penelitian
Tujuan dilakukan penelitian ini adalah untuk menguji gejala overreaction
pada perusahaan yang terdaftar pada Indeks LQ-45 di Bursa Efek Indonesia
pada periode 2014-2018. Pengujian dilakukan menjadi 2 periode waktu yaitu
periode observasi tahunan dan observasi semesteran dan untuk mengetahui ada
tidaknya gejala overreaction dapat dilihat melalui nilai ACAR portofolio
winner dan loser pada seluruh periode replikasi.
4.5.1 Observasi Tahunan
Berdasarkan pembahasan terhadap setiap replikasi dan hasil perhitungan
yang diperoleh maka hasil yang didapat adalah sebagai berikut:
1. Dari empat periode replikasi yang ada terlihat bahwa semua replikasi
mengalami kenaikan pada bulan Juni, terlihat ACAR winner dan loser
memiliki nilai positif pada bulan Juni. Hal ini disebabkan karena pada
bulan April-Juni adalah saat dimana perusahaan mengeluarkan laporan
keuangan sepanjang tahun sebelumnya dan hal ini secara umum
dianggap positif oleh investor sehingga mempunyai prospek yang
menjanjikan (Jemmy, 2012).
2. Berbeda dengan penelitian yang dilakukan oleh Phangwijaya (2009)
yaitu efek dari overreaction adalah asimetris yang mana efek lebih
berpengaruh terhadap portofolio loser daripada portofolio winner. Pada

59
penelitian ini ditemukan ternyata bukan hanya portofolio loser yang
terdapat pembalikan arah tetapi portofolio winner juga (Gambar 4.1 dan
Gambar 4.3)
3. Dari empat periode replikasi yang terbentuk masing-masing replikasi
menunjukkan adanya gejala overreaction tetapi hal ini tidak terbukti
secara signifikan pada uji signifikan (Tabel 4.4 dan 4.5). Hasil yang
diperoleh untuk replikasi pertama adalah saham winner memiliki jumlah
abnormal return di akhir periode sebesar 8,3% sedangkan untuk saham
loser sebesar -7,3%. Hasil yang diperoleh untuk replikasi kedua adalah
saham winner memiliki jumlah abnormal return di akhir periode
sebesar 6,8% dan saham loser sebesar -20,1%. Hasil yang diperoleh
untuk replikasi ketiga adalah saham winner memiliki jumlah abnormal
return di akhir periode sebesar 22,1% dan saham loser sebesar -5,9%.
Hasil yang diperoleh untuk replikasi keempat adalah saham winner
memiliki jumlah abnormal return di akhir periode sebesar 4,09% dan
saham loser sebesar -30,5%.
4. Pada hasil uji signifikansi secara statistik bahwa hasil yang diperoleh
untuk menguji hipotesis 1, 2, dan 3 adalah tidak signifikan sehingga H0
diterima karena pada hipotesis 1 yaitu ACARW,t < 0 (negatif), hipotesis
2 yaitu ACARL,t > 0 (positif), dan hipotesis 3 adalah ACARL,t –
ACARW,t > 0 (positif), hasil yang didapat adalah t-hitung > t-tabel untuk
portofolio winner (Tabel 4.4) dan t-hitung < t-tabel untuk portofolio
loser (Tabel 4.5 dan Tabel 4.6). Walaupun telah terjadi gejala
60
overreaction di replikasi yang ada, berdasarkan hasil uji statistik secara
keseluruhan bahwa hipotesis yang diajukan di dalam penelitian ini tidak
terpenuhi sehingga gejala overreaction tidak terjadi.
4.5.2 Observasi Semesteran
Berdasarkan pembahasan terhadap setiap replikasi dan hasil perhitungan
yang diperoleh maka hasil yang didapat adalah sebagai berikut:
1. Pada replikasi 2, 3 ,4 dan 7 terlihat terjadi gejala overreaction yaitu
saham loser memiliki abnormal return yang lebih tinggi dibandingkan
dengan saham winner. Pada replikasi 2, hal tersebut terjadi pada bulan
2 observasi, dan pada replikasi 3 terjadi pada bulan 3, pada replikasi 4
hal tersebut terjadi di bulan 1 dan 3 observasi, sedangkan pada replikasi
7 terjadi pada bulan 3 dan 6 observasi. Terjadinya gejala overreaction
pada bulan tersebut terjadi secara statistik menunjukkan hasil yang tidak
signifikan (Tabel 4.7, Tabel 4.8 dan Tabel 4.9). Gejala overreaction
tersebut dapat dikatakan tidak signifikan secara statistik.
2. Berbeda dengan observasi periode waktu tahunan, pada observasi
semesteran terlihat bahwa gejala overreaction ini cenderung
berpengaruh terhadap portofolio loser. Terlihat pada Gambar 4.15
portofolio loser mengalami lonjakan tinggi pada bulan 6 observasi
sehingga ACAR loser yang sebelumnya negatif menjadi positif sebesar
32.2%.
61
3. Pada hasil uji signifikansi secara statistik bahwa hasil yang diperoleh
untuk menguji hipotesis 1, 2, dan 3 adalah tidak signifikan sehingga H0
diterima karena pada hipotesis 1 yaitu ACARW,t < 0 (negatif), hipotesis
2 yaitu ACARL,t > 0 (positif), dan hipotesis 3 adalah ACARL,t –
ACARW,t > 0 (positif), hasil yang didapat adalah t-hitung > t-tabel untuk
portofolio winner (Tabel 4.4) dan t-hitung < t-tabel untuk portofolio
loser (Tabel 4.5 dan Tabel 4.6). Walaupun telah terjadi gejala
overreaction di replikasi yang ada, berdasarkan hasil uji statistik secara
keseluruhan bahwa hipotesis yang diajukan di dalam penelitian ini tidak
terpenuhi sehingga gejala overreaction tidak terjadi.
Observasi gejala overreaction dalam dua rentang waktu yang berbeda (6 dan 12
bulan) ternyata memberikan kesimpulan yang relatif sama, walaupun terdapat
gejala overreaction pada beberapa replikasi ternyata secara statistik terbukti
tidak signifikan. Tidak terdapat anomali overreaction di Indeks LQ-45
menunjukkan bahwa investor bertindak tidak berlebihan terhadap informasi
yang didapat, baik good news maupun bad news. Dari hasil penelitian yang
menunjukkan tidak terdapat anomali overreaction, maka dapat disimpulkan
penerapan strategi kontrarian dapat dikatakan cukup berisiko karena terbukti
portofolio saham loser tidak dapat mengungguli portofolio saham winner
walaupun untuk beberapa periode observasi hal tersebut terjadi.

BAB V
PENUTUP
5.1 Kesimpulan
Berdasarkan analisis dan pembahasan yang telah dijelaskan, maka dapat
ditarik beberapa kesimpulan dari penelitian ini yaitu sebagai berikut:
1. Berdasarkan hasil penelitian dapat disimpulkan tidak terdapat anomali
overreaction pada saham di Indeks LQ-45 di Bursa Efek Indonesia
khususnya periode tahun 2014-2018, walaupun pada portofolio winner
maupun loser sempat beberapa kali mengalami gejala pembalikan
(reversal) namun secara statistik tidak terbukti signifikan.
2. Strategi investasi kontrarian tidak dapat digunakan pada Indeks LQ-45,
karena berdasarkan hasil penelitian hanya terdapat beberapa bulan observasi
yang terjadi pembalikan harga dan secara keseluruhan tidak terbukti terjadi
overreaction, sehingga investor dapat mengalami kerugian apabila
menggunakan strategi kontrarian secara intensif.
5.2 Saran
Berikut ini beberapa saran yang dapat peneliti berikan untuk menunjang
penelitian dimasa yang akan datang:
1. Hasil penelitian menunjukkan tidak terjadi overreaction, sehingga dapat
disarankan kepada investor di Bursa Efek Indonesia untuk tidak
menggunakan strategi kontrarian pada saham-saham indeks LQ-45 karena
62
63
dapat mengakibatkan investor mengalami kerugian. Investor akan
mendapatkan keuntungan dari strategi kontrarian apabila terjadi pembalikan
harga saham, saham yang sebelumnya loser menjadi winner di kemudian
hari, sedangkan hal ini terjadi untuk pasar yang terdapat overreaction.
2. Bagi peneliti selanjutnya disarankan dapat mencoba menggunakan metode
perhitungan abnormal return menggunakan mean adjusted mode dan
market model yang tingkat kesulitannya lebih tinggi. Kemudian disarankan
untuk melakukan penelitian pada Indeks lainnya di Bursa Efek Indonesia
dan untuk faktor anomali efisiensi pasar agar dapat lebih dikontrol dalam
penelitian selanjutnya terutama dalam pemilihan sampel, agar hasil
penelitian yang di peroleh lebih baik dan valid.

DAFTAR PUSTAKA
Alteza, Muniya. (2007). Efek Hari Perdagangan Terhadap Return Saham: Suatu
Telaah atas Anomali Pasar Efisien. Jurnal Ilmu Manajemen, 3(1): 31-43.
Bodie, Z., Kane, A., & Marcus, A.J. (2011). Investments (9th ed.). New York:
McGraw-Hill.
Bodie, Z., Kane, A., & Marcus, A.J. (2014). Manajemen Portofolio dan Investasi.
Jakarta: Salemba Empat.
De Bondt, W.F.M., & R.H. Thaler. (1985). Does the Stock Market Overreact?
Journal of Finance, 40(3): 793-805.
De Bondt, W.F.M., & R.H. Thaler. (1987). Further evidence on investor
overreaction and stock market seasonality. The Journal of Finance, 42(3):
557-581.
De Bondt, W.F.M., & R.H. Thaler. (2010). The behavioral revolution in finance.
12th Annual European Conference of the Financial Management Association.
Dinawan, Muhammad Rizkada. (2007). Analisis Overreaction Hypothesis, Dan
Pengaruh Firm Size, Likuiditas & Bid-Ask Spread Terhadap Fenomena Price
Reversal Di Bursa Efek Jakarta. Tesis. Semarang: Program Pasca Sarjana
Universitas Diponegoro.
Donald, R.M & Power, D.M. (1992). Persistence in UK Stock Market Returns:
Some Evidence using high-frequency data. Journal of Business Finance and
Accounting, 19(4): 505-514.
Elton, E.J. & Gruber. (2005). Modern Portofolio Theory and Investment Analysis
(6th ed.). Canada: John Willey and Sons Inc.
Fama, Eugene F. (1970). Efficient capital markets: a review of theory and empirical
work. The Journal of Finance, 25(2): 383-417.
Hartono, Jogiyanto. (2013). Teori Portofolio dan Analisis Investasi (ed.8).
Yogyakarta: BPFE Yogyakarta.
Herlianto, Didit. (2013). Manajemen Investasi Plus Jurus Mendektesi Investasi
Bodong. Yogyakarta: Gosyen Publishing.
Hotma, Herry. (2004). Strategi Kontrarian di Pasar Saham Indonesia: Suatu
Tinjauan Overreaction Hypothesis di Bursa Efek Jakarta. Tesis. Universitas
Indonesia.
Husnan, Fuad. (2009). Dasar-Dasar Teori Portofolio dan Analisis Sekuritas.
Yogyakarta: UPP STIM YKPN.
64
65
Jegadeesh, Narasimhan, & Titman, Sheridan. (1995). Overreaction, delayed

reaction, and contrarian profits. The Review of Financial Studies, 8(4): 973-
993.
Jemmy, Haensri. (2012). Analisis Overreaction Saham Sektor Industri Dasar dan
Kimia Di Bursa Efek Indonesia Periode 2006-2011. Tesis. Magister
Manajemen: Universitas Indonesia.
Jogiyanto. (2010). Teori Portofolio dan Analisis Investasi (5th ed). Yogyakarta:
BPFE.
Jones. (2014). Investments: Principles and Concept (12th ed.). New York: John
Willey and Son.
Kaestner, Michael. (2006). Anomalous Price Behavior Following Earnings
Suprises: Does Representativeness Cause Overreaction? Reveu Finance,
27(2): 1-28.
Kamaludin. (2009). Anomalies Pada Pasar Modal Asia. Jurnal Maksi, 9(1): 16-29.
Kamaludin. (2012). Reaksi Pemain Saham: Implikasi Libur Nasional di Bursa Efek
Indonesia. Jurnal Ilmiah STIE MDP, 1(2): 93-98.
Lo, Andrew W., & MacKinlay, A. Craig. (1990). When are contrarian profits due
to stock market overreaction? The Review of Financial Studies, 3(2): 175-205.
Maharani, Santi & Witiastuti, Rini. (2015). Fenomena Market Overreaction di
Bursa Efek Indonesia. Management Analysis Journal, 4(1): 30-38.
Manurung, A.H. (2008). Strategi Memenangkan Transaksi Saham di Bursa.
Jakarta: PT. Elex Media Komputindo.
Manurung, A.H. (2005). Gejala Overreaction pada Saham dalam Perhitungan
Indeks LQ-45. Usahawan No.09 Th XXXIV, Sept 2005.
Michaely, Roni, R.H. Thaler, & Womack, Kent. (1995). Price reactions to dividend
initiations and omissions: overreaction or drift? The Journal of Finance, 1(2):
573-608.
Najmudin. (2012). Eksistensi Anomali Winner-Loser Pada Saham Jakarta Islamic
Index. Solusi ISSN 1412-5331, 10(3).
Octavio, Danes & Lantara, I Wayan Nuka. (2014). Market Overreaction, Size
Effect atau Liquidity Effect? Studi Pada Bursa Efek Indonesia. Jurnal
Manajemen Strategi Bisnis dan Kewirausahaan, 8(1): 11-17.
Park, Sojung Carol. (2007). Investor’s overreaction to an extreme event: evidence
from the world trade center terrorist attack. Tesis. Mihaylo College of
California State University.
Pasaribu, Rowland B.F. (2011). Anomali Overreaction di Bursa Efek Indonesia:
Penelitian Saham LQ-45. Jurnal Ekonomi dan Bisnis, 5(2): 87-115.
66
Phangwijaya, Johan (2009). Gejala Overreaction Di Bursa Efek Indonesia. Tesis.

Universitas Indonesia.
Piccoli, Pedro, Mo Chaudhury, Alceu Souza, & Wesley Vieira da Silva. (2017).
Stock Overreaction to Extreme Market Events. North American Journal of
Economics and Finance, 41(1): 97-111.
Pompian, Michael M. (2006). Behavioral Finance and Wealth Management: How
to Build Optimal Portfolios That Account for Investor Biases. New Jersey:
John Wiley & Sons, Inc.
Shefrin, Hersh & Statman, Meir. (2000). Behavioral Portofolio Theory. The
Journal of financial and Quantitative Analysis, 35(2): 127-151.
Trihendradi, C. (2013). Langkah Mudah Menguasai SPSS 21. Yogyakarta: Andi
Offset.
Tversky, Amos & Kahneman, Daniel. (1974). Judgment under Uncertainty:
Heuristics and Biases. Science. 185(4157): 1124-1131.
Wiksuana, I Gst. Bgs. (2008). Eksistensi Anomali Winner-Loser Saham Individual
dan Saham Industri di Pasar Modal Indonesia. Finance and Banking Journal,
10(1): 1-16.
Zarowin, Paul. (1990). Size, Seasonality, and stock market overreaction. Journal of
Financial and Quantitative Analysis. 25(1): 113-125.

Overreaction Anomaly Di Pasar Modal Indonesia (Studi Pada Saham-Saham LQ-45 Tahun 2014-2018)

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Overreaction Anomaly Di Pasar Modal Indonesia (Studi Pada Saham-Saham LQ-45 Tahun 2014-2018)

Diunggah oleh

Hak Cipta:

Format Tersedia

BAB I

1.1 Latar Belakang

melakukan investasi dananya kepada perbankan. Menurut Husnan (2009)

dibandingkan dengan perbankan, di pasar modal terdapat berbagai pilihan

investasi dengan tingkat risiko dan keuntungan masing-masing, sehingga

mereka. Pasar modal memungkinkan investor untuk melakukan diversifikasi

pengembalian yang diharapkan. Salah satu alternatif pilihan investor untuk

berinvestasi adalah melalui perdagangan saham.

Investor melakukan investasi dengan tujuan untuk mendapatkan

melakukan investasi, berarti investor mengalihkan dana yang dimiliki sekarang

dan mengalihkan dana tersebut untuk berinvestasi. Dalam melakukan investasi,

investor seharusnya memperhatikan prospek di masa depan dari investasi yang

Perlu dipahami pula bahwa investor merupakan sekumpulan manusia yang

pengambilan keputusan. Pengambilan keputusan merupakan hal yang penting

untuk melakukan penelitian mengenai adanya hubungan perilaku investor

dalam pengambilan keputusan.

yang terbentuk mencerminkan informasi-informasi yang tersedia bagi investor,

mencerminkan seluruh informasi yang tersedia. Setiap informasi relevan yang

Wiksuana (2008) menyatakan bahwa belum semua praktisi pasar modal

tidak efisien (inefisiensi), sehingga masih ada celah untuk mendapatkan

(2014), disebutkan bahwa meskipun teori pasar efisien mengasumsikan investor

yang terjadi. Anomali-anomali tersebut dihipotesiskan terjadi akibat dari

Sebagai alternatif untuk menjelaskan ketidakrasionalan investor, muncul

behavioral finance. Teori perilaku keuangan menunjukkan bahwa investor

seringkali berperilaku menyimpang, misalnya investor hanya menggunakan

sebagian informasi dalam pengambilan keputusan. Selanjutnya perilaku

ketidakrasionalan dari investor bukan saling mengkompensasi tetapi

menyatakan bahwa kegiatan arbitrase tidak dapat dilakukan karena adanya

keterbatasan atau biaya yang besar dan risiko yang tinggi.

investasi yang berkaitan dengan perilaku investor dalam menanggapi informasi

adalah stock market overreaction. Hipotesis mengenai stock market

overreaction mengatakan bahwa harga saham tidak benar-benar

menggambarkan atau merefleksikan harga saham yang sebenarnya karena

diakibatkan oleh adanya reaksi optimisme atau pesimisme dari investor

mengenai suatu peristiwa atau informasi. Dalam beberapa penelitian yang

dilakukan oleh berbagai peneliti, secara konsisten ditemukan adanya reaksi

Perilaku investor dalam menanggapi informasi ini dimanfaatkan oleh

investor lain dengan menerapkan strategi investasi kontrarian, yaitu strategi

yang kebalikan dari umum gunakan. Strategi kontrarian menyarankan untuk

ketika harga menurun (Manurung, 2008). Keadaan dimana pelaku pasar

bereaksi secara berlebihan ini dapat bermanfaat bagi investor untuk

menghasilkan keuntungan secara abnormal atau di atas rata-rata keuntungan

munculnya keuntungan yang abnormal ini kemudian dapat digunakan sebagai

indikator yang dapat menunjukkan tingkat efisiensi pasar saham di Indonesia.

De Bondt dan Thaler (1985) mengemukakan bahwa hipotesis overreaction

akan menyebabkan anomali winner-loser. Market overreaction hypothesis

menyatakan bahwa saham-saham yang memiliki abnormal return rendah

(saham loser) pada periode waktu selanjutnya akan mengalami pembalikan

return (reversal), dan saham-saham yang memiliki abnormal return tinggi

(saham winner) cenderung memburuk pada periode berikutnya.

Saham-saham loser pada penelitian yang dilakukan oleh De Bondt dan

merupakan saham-saham yang lebih murah daripada saham-saham winner. De

irrational yang ditunjukkan para investor dalam pasar modal.

Penelitian overreaction De Bondt dan Thaler (1985) menemukan bahwa

36 bulan cenderung mengalami pembalikan arah pada 36 bulan berikutnya.

mengungguli return pasar rata-rata sebesar 19.6%, dan sebaliknya portofolio

bawah pasar. Sehingga dengan demikian, jika investor melakukan strategi

investasi kontrarian pada periode ini, abnormal return kumulatif yang

didapatkan adalah 24.6%. Strategi kontrarian sendiri merupakan suatu strategi

yang cocok digunakan ketika terjadi overreaction. Investor cenderung untuk

saat harganya turun.

Pasaribu (2011) melakukan penelitian dengan menggunakan data saham

perusahaan di Bursa Efek Indonesia (BEI) yang tergabung dalam LQ-45