Finance Management
DOI: 10.21070/ijler.v19i2.1111

Covid-19 Shockwaves Disrupted the Indonesian Capital Market


Gelombang Kejutan Covid-19 Mengganggu Pasar Modal Indonesia

Universitas Muhammadiyah Sidoarjo
Indonesia
Universitas Muhammadiyah Sidoarjo
Indonesia

(*) Corresponding Author

Event Study Covid-19 Impact Indonesian Capital Market Abnormal Returns Trading Volume

Abstract

This study examines the impact of the Covid-19 pandemic on the Indonesian capital market by analyzing abnormal returns and trading volume activity in the LQ45 index stock group from 2018 to 2020. Using secondary data and a purposive sampling method, the research employs Paired Sample t-Test for hypothesis testing. The results show significant differences in abnormal returns and trading volume activity before and during the pandemic, indicating a strong market reaction to Covid-19. These findings underscore the need for strategies to mitigate the effects of global disruptions on the market.

Highlights:

1. Market Reaction: Significant changes in abnormal returns, trading volume during Covid-19.
2. Methodology: Uses secondary data, Paired Sample t-Test for analysis.
3. Focus: Examines LQ45 index stocks, daily prices, and volumes 2018-2020.

Keywords: Event Study, Covid-19 Impact, Indonesian Capital Market, Abnormal Returns, Trading Volume

Pendahuluan

Pasar modal Indonesia berperanan penting dalam perubahan tingkat ekonomi negara. aktivitas ekonomi makro misalnya regulasi pemerintah serta Perkembangan lingkungan mempengaruhi naik dan turunnya harga saham. Hal tersebut dicerminkan melalui reaksi pasar. Dalam (Jogiyanto, 2010) Abnormal return bisa dipergunakan untuk mengukur respon suatu pasar terhadap kandungan informasi dalam pengumuman . Capital Market juga melakukan 2 fungsi yaitu antara lain fungsi keuangan dan fungsi ekonomi. Pasar modal memiliki fungsi ekonomi dikarenakan pasar modal memfasilitasi serta mempertemukan kedua pihak yangiberkepentingan, yaitu pihak penanam modal / investor dengan pihak yang membutuhkan dana. Dengan adanya pasar modal, pihak yang memiliki dana (Investor) dapat menanamkan modalnya pada pihak yang membutuhkan dana dengan harapan pihak yang membutuhkan dana dapat memanfaatkan modal yang diberikan dengan baik dan pihak investor dapat menerima imbal hasil (return). Capital Market juga memiliki peranan fungsi keuangan dikarenakan Capital Market memberikan peluang pada pihak kelebihan dana atau para investor untuk mendapatkan imbalan/ (return) yang sesuai karakteristik investasi yang dipilih[1]. Menurut Jogianto 2010, abnormal return adalah selisih antara tingkat keuntungan masa lampau dengan tingkat keuntungan yang belum diterima. Dari kedua return tersebut Terdapat adanya selisih yaitu selisih positif dan negatif , Jika investor mengharapkan untuk memperoleh keuntungan yang lebih tinggi dari biasanya, investor harus melakukan transaksi sekitar periode pengumuman, karena pengembalian masa lalu pada saat itu lebih besar daripada pengembalian yang belum terjadi atau yang disebut perbedaan positif.[2]

Dengan adanya Capital Market diharapkan aktivitas perekonomian indonesia dapat meningkat pesat karena pasar modal merupakan salah satu metode pembiayaan bagi perusahaan , sehingga perusahaan dapat beroperasi dengan skala yang lebih besar, dan selanjutnya akan meningkatkan pendapatan perusahaan dan kemaslahatan masyarakat luas.

Capital Market juga sebagai sarana suatu perusahaan karena perusahaan dapat mengeluarkan saham maupun obligasi dengan demikian perusahaan dapat meningkatkan kebutuhan dana jangka panjang .bond / Obligasi ialah suatu perjanjian dimana pihak (Debitur) diharuskan membayar pinjamannya disertai dengan jumlah bunga yang telah disepakati dalam jangka waktu tertentu[3]. Saham adalah tanda bukti kepemilikan seorang terhadap sebuah perusahaan[4]. Pasar modal harus bersifat likuid dan efisien. Pasar modal dapat dikatakan liquid apabila penjual dan pembeli dapat memperdagangkan surat berhargai secara cepat. Capital market dapat dikatakan efisien apabila harga surat berharga menggambarkan nilai dari sebuah perusahaan dengan tepat dan akurat[5]. Apabila pasar modal sudah dikatakan efisien, maka harga dari surat berharga juga dapat menggambarkan penilaian pihak penanam modal terhadap laba perusahaan dimasa yang akan datang dan juga kualitas manajemen. Apabila surat berharga kian menurun dapat dipastikan investor ragu terhadap kualitas manajemen perusahaan. Dengan demikian Capital Market bisa dipakai sebagai sarana tidak langsung untuk mengukur kualitas dari manajemen . hak veto merupakan hak yang dimiliki oleh para pemegang saham guna untuk mengawasi manajemenidi dalamipertemuan ataupun pemilihanimanajemen. Hak veto dapat digunakan secara langsung ataupun diwakilkan pada pihak kedua . Apabila pemegang saham tidak puas terhadap manajemen, maka bisa menimbulkan perang proksi (proxy fight) untuk mengganti manajemen.

Pada akhir desember tahun 2019 lalu muncul peristiwa pandemi virus Covid-19 yang berasal dari kota wuhan di china. Virus Covid-19 merupakan kumpulan virus yang diduga dari hewan kelelawar yang menyerang sistem pernafasan manusia dimulai dari tenggorokan hingga paru paru dan virus ini sangat mudah menular pada orang lain melalui tetesan atau droplet ketika orang terinfeksi bersin atau batuk ketimbang melalui benda yang terkontaminasi virus tersebut. Virus Covid-19 mengakibatkan kota wuhan di negeri “Tirai Bambu” yang merupakan kota awal penyebaran virus tersebut menerapkan sistem lockdown yang membuat seluruah aspek dan kegiatan lumpuh total sementara waktu untuk menghambat dan mencegah laju pertumbuhan virus tersebut. Adanya pandemi virus Covid-19 ini tidak hanya memberikan ancaman pada kondisi kesehatan akan tetapi juga memberikan ancaman pada laju pertumbuhan ekonomi di suatu negara. Penyebaran virus Covid-19 ini tergolong sangat cepat dikarenakan virus ini sudah menyebar diseluruh negara dengan 103 juta kasus dengan angka kematian 2,2 juta[6] dan jumlah kasus bertambah setiap harinya. Akibat dari Virus Covid-19 ini, sebagian besar para investor asing yang melepaskan sahamnya dikarenakan oleh pasar modal luar negeri mengalami kepanikan dikarenakan terjadi penurunan yang sangat signifikan. Peristiwa pandemi ini juga mengakibatkan Bursa Efek Asia bereaksi. penurunan tersebut Tidak hanya berada di Kawasan Asia, negara bagian Amerika Serikat dan Eropa juga terdampak hal yang sama. ADB atau Asian Development Bank yang memprediksi bahwa pandemi Virus Covid-19 telah mengakibatkan kerugian perekonomian dunia mencapai 347 Milliar US Dolar Amerika yang setara dengan Rp. 4.944 trilliun. Sektor perekonomian di indonesia juga terdampak Virus Corona, di mana arus keluar modal di pasar saham juga terjadi hingga Rp. 980 miliar[7].

Joubert B , Ivonne S, Inri B. dalam penelitiannya yang berjudul “Reaksi pasar modal terhadap peristiwa virus corona (covid-19) pada perusahaan makanan dan minuman yang terdaftar di bursa efek indonesia” menyatakan bahwa tidak ada perbedaan terhadap abnormal return sebelum serta setelah diumumkannya kasus pertama corona virus di indonesia, berdasarkan hasil Pengujian baik secara gabungan ataupun pengujian harian secara parsial pada (sebelum dan sesudah), dapat diketahui bahwa kejadian tersebut tidak menimbulkan adanya reaksi apapun dan tidak memiliki pengaruh yang besar bagi pelaku pasar terhadap aktivitas di pasar modal terutama pada sub-sektor makanan dan minuman serta peristiwa ini tidak memiliki suatu kandungan informasi .Pengujian tersebut sering kali disebut event study atau studi peristiwa[1]

Berdasarkan latar belakang diatas peneliti berminat untuk melakukan pengujian peristiwa pasarimodal pada saat pandemiICovid-19 yang berjudul “Covid-19 Shockwaves Disrupted the Indonesian Capital Market

Metode

A. Jenis Penelitian

Penelitian ini menggunakan metode pendekatan event study. Studi peristiwa adalah Sebuah studi yang mempelajari respons pasar terhadap satu atau lebih peristiwa[8], yang informasinya akan dipublish sebagai pengumuman. Dan dalam pengolahan data menggunakan Software SPSS.

B. Lokasi Penelitian

Lokasi penelitian ini berada di galeri bursa efek UMSIDA (ww.idx.co.id). Objek pada penelitian ini adalah terhadap perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) yang termasuk dalam kelompok LQ-45 Tahun 2018-2020.

C. Indikator Variabel

Variabel memiliki definisi sebagai attribut objek ataupun seseorang yang memiliki variasi dari satu orang dengan orang lainnya maupun satu objek dengan objek lainnya. Dalam penelitian ini variabel yang digunakan antara lain :

1. Variabel Terikat (Dependent Variabel)

Peristiwa Pandemi COVID 19 merupakan suatu kondisi atau anomali yang dapat mempengaruhi reaksi pasar, dimana adanya ketidaksamaan abnormal return yang signifikan before and after adanya kasus pasien Covid-19 awal muncul di Indonesia ditunjukkan pada penelitian Febriyanti (2020) yang menunjukkan signifikansi perbedaan abnormal return pada before and after pemberitaan Covid-19 awal muncul. Maka variabel studi peristiwa pandemi covid 19 ini akan dilihat dan diukur menggunakan return saham dan jumlah transaksi perdagangan saham yang dilakukan pada periode pengamatan.

2. Abnormal Return

Abnormal Return kerap kali dipakai untuk mengevaluasi hasil yang diperoleh dari suatu surat berharga, dimana nilai yang diperoleh menunjukkan ekspektasi investor terhadap tingkat pengembalian aktual saham dengan ekspektasi pengembalian saham pada waktu t[9]. Pengembalian abnormal (Abnormal Return) adalah perbedaan antara pengembalian aktual dan pengembalian yang diharapkan[10]. Dalam penelitian ini abnormal return diukur dengan perhitungan metode market ajdustment model , di mana pengembalian yang diharapkan adalah pengembalian yang dapat dicapai pasar secara keseluruhan.

Figure 1.

Keterangan:

ARit (abnormal return sekuritas i pada periode ket)

Rit (actual return sekuritas-i pada periode ke-t)

Rmt (return pasar pada periode ke-t)

3. Trading Volume Activity

Trading Volume Activity merupakan suatu instrumen yang dapat digunakan untuk melihat reaksi pasar modal terhadap informasi melalui parameter pergerakan aktivitas volume perdagangan saham di pasar[11]. Nilai trading volume activity yang besar belum pasti mencerminkan harga saham yang besar pula. adanya sinyal berita yang termuat pada sebuah kejadian dapat memicu reaksi pasar melalui volume perdagangan saham,bisa bertambah ataupun berkurang mengikuti sinyal yang terkandung pada berita itu. Untuk melakukan perhitungan TVA dapat dilakukan dengan membandingkan jumlah saham yang diperdagangkan dalam suatu periode tertentu dengan keseluruhan jumlah saham beredar perusahaan tersebut dalamikurun waktu yang sama. Berikut Formulasinya :

Figure 2.

D. Populasi dan Sampel

Populasi adalah seluruh kumpulan jumlah yang terdiri dari banyak elemen yang menunjukkan ciri tertentu yang dapat digunakan untuk membuat kesimpulan[12]. saham perusahaan yang listed di Bursa Efek Indonesia Indeks LQ45 selama periode pengamatan berlangsung, yaitu periode masuknya pandemi covid di Indonesia dan adanya psbb transisi di bulan Juli. Sampel penelitian ini adalah emiten yang tergabung indeks LQ 45 january 2018 - 2020. Diantara 45 emiten hanya 34 Perusahaan yang termasuk dalam kriteria pemilihan sampel.

E. Jenis dan Sumber Data

Jenis dan sumber data dalam penelitian ini adalah data sekunder. Data sekunder adalah data yang tidak diberikan secara langsung kepada pengumpul data[13]. Sampel adalah sub kelompok dari populasi yang dipilih dalam penelitian, selain adanya pengambilan sampel dimaksud untuk memperoleh keterangan mengenai objek-objek penelitian dengan mengamati sebagaimana populasi, sampel adalah jumlah yang dimiliki populasi tersebut. Adapun jenis data yang dikumpulkan pada penelitian ini antara lain :

a. Data Perusahaan yang dijadikan sampel merupakan saham yang termasuk dalam Bursa Efek Indonesia indeks LQ45 yang tidak melakukan aksi lain pada saat pengamatan berlangsung.

b. Harga saham harian untuk masing masing jenis saham dalam periode pengamatan.

c. Indeks Harga Saham Gabungan harian dalam perioed pengamtan.

d. Trading Volume saham harian pada periode pengamatan.

e. Total jumlah saham yang diedarkan selama periode pengamatan berlangsung.

f. Jenis sektor usaha yang dilakukan oleh setiap perusahaan yang dijadikan sampel penelitian. .

F. Teknik Pengumpulan Data

Metode yang dipakai sebagai pengumpul data dalam riset ini adalah dengan cara menggunakan metode dokumentasi. Dokumen ini merupakan metode untuk dan hal-hal peneliti dan yang surat dan Sumber lainnya yang mendukung[14]. Peneliti menggunakan sumber data sekunder dalam penelitian kali ini. Data Bursa Efek Indonesia Indeks LQ 45 diperoleh melalui website resminya, yaitu idx.co.id mengenai closing price, volume perdagangan, dan listed share harian masing masing perusahaan sampel.

G. Teknik Analisis

1. Uji Normalitas

merupakan sebuah uji yang dilakukan bertujuan untuk menilai sebaran data apakah berdistribudi normal dan menentukan uji statistik untuk pengujian hipotesis[4]. Penelitian ini melakukan penguian menggunakan program SPSS dengan uji Shapiro Wilk test. mengenai perbandingan tingkat konsistensi Normalitas Distribusi Metode Kolmogorov-Smirnov, Lilliefors, Shapiro-Wilk, dan Skewness-Kurtosis, yang menghasilkan kesimpulan bahwa dari ke empat metode normalitas tersebut, Shapiro-wilk yang memiliki tingkat konsistensi hasil keputusan yang paling baik, oleh sebab itu peneliti menggunakan uji normalitas menggunakan metode Shapirowilk Test.

2. Uji Beda (Pired Sample T -Test)

Pengujian statistic t-test perlu dilaksanakan yaitu dengan tujuan mengetahui adanya tingkat signifikansi keberadaan keuntungan yang tak normal. Tahapan berikutnya yaitu dengan melakukan pengujian hipotesis untuk variabel penelitian dengan menggunakan uji paired sample t-test[15]. Uji tersebut sering digunakan ketika menguji model analisis data sebelum dan sesudah. Dalam menilai perlakuan secara khusus terhadap sebuah sampel yang sama namun jangka waktu yang tidak bersamaan maka uji beda merupakan uji yang paling tepat. Pengujian hipotesisi dilakukan dengan uji Paired Sample t (t-test).Dengan parameter pengujian sebagai berikut:

1. Ho diterima dan Ha ditolak jika nilai signifikasi > 0,05 (α 5%).

2. Ha diterima dan Ho ditolak jika nilai signifikasi < 0,05 (α 5%).

Hasil dan Pembahasan

A. Hasil Analisis

1. Uji Normalitas

Dalam penelitian ini, peneliti menggunakan Uji Analisis Shapiro Wilk untuk dapat mengetahui apakah data yang dipakai berdistribusi normal atau tidak normal[4]. Untuk mengetahui apakah data berdistribusi normal atau tidak normal dapat dilihat pada nilai signifikannya. Apabila nilai sig < 0,05 maka data yang dipakai berdistribusi tidak normal. Apabila nilai sig > 0,05 maka data yang dipakai berdistribusi normal. Berikut tabel hasil uji normalitas oleh peneliti :

Kolmogrov-Sminorv* Shapiro-Wilk
Statistic Df Sig. Statistic df Sig.
TMIN5 .174 34 .011 .942 34 .069
TMIN4 .154 34 .040 .938 34 .054
TMIN3 .109 34 .200* .966 34 .362
TMIN2 .122 34 .200* .975 34 .597
TMIN1 .123 34 .200* 961 34 .263
TNOL .143 34 .074 .948 34 .110
TPLUS1 .103 34 .200* .954 34 .167
TPLUS2 .056 34 .200* .985 34 .911
TPLUS3 .120 34 .200* .976 34 .654
TPLUS4 .080 34 .200* .971 34 .503
TPLUS5 .136 34 .113 .947 34 .103
Table 1.Hasil Uji Normalitas-Shapiro Wilk Abnormal Return 2018
Kolmogrov-Sminorv* Shapiro-Wilk
Statistic Df Sig. Statistic df Sig.
TMIN5 .141 34 .085 .958 34 .210
TMIN4 .146 34 .065 .961 34 .252
TMIN3 .139 34 .092 .937 34 .050
TMIN2 .097 34 .200* .976 34 .639
TMIN1 .124 34 .200* .950 34 .120
TNOL .145 34 .066 .940 34 .063
TPLUS1 .085 34 .200* .976 34 .646
TPLUS2 .059 34 .200* .991 34 .991
TPLUS3 .151 34 .081 .941 34 .066
TPLUS4 .090 34 .200* .969 34 .434
TPLUS5 .154 34 .041 .915 34 .054
Table 2.Hasil Uji Normalitas-Shapiro Wilk Abnormal Return 2019
Kolmogrov-Sminorv* Shapiro-Wilk
Statistic Df Sig. Statistic df Sig.
TMIN5 .130 34 .154 .973 34 .551
TMIN4 .137 34 .105 .972 34 .521
TMIN3 .127 34 .183 .947 34 .102
TMIN2 .114 34 .200* .950 34 .121
TMIN1 .147 34 .060 .973 34 .538
TNOL .115 34 .200* .971 34 .493
TPLUS1 .136 34 .111 .938 34 .056
TPLUS2 .126 34 .186 .961 34 .283
TPLUS3 .077 34 .200* .981 34 .799
TPLUS4 .124 34 .200* .948 34 .106
TPLUS5 .094 34 .200* .974 34 .568
Table 3.Hasil Uji Normalitas-Shapiro Wilk Abnormal Return 2020
Kolmogrov-Sminorv* Shapiro-Wilk
Statistic Df Sig. Statistic df Sig.
TMIN5 .133 34 .131 .946 34 .096
TMIN4 .142 34 .161 .940 34 .060
TMIN3 .108 34 .200* .939 34 .058
TMIN2 .122 34 .200* .942 34 .073
TMIN1 .099 34 .200* .946 34 .094
TNOL .119 34 .200* .939 34 .056
TPLUS1 .129 34 .164 .948 34 .108
TPLUS2 .148 34 .058 .940 34 .063
TPLUS3 .166 34 .019 .943 34 .078
TPLUS4 .117 34 .200* .937 34 .051
TPLUS5 .117 34 .200* .942 34 .071
Table 4.Hasil Uji Normalitas-Shapiro Wilk Trading Volume 2018
Kolmogrov-Sminorv* Shapiro-Wilk
Statistic Df Sig. Statistic df Sig.
TMIN5 .133 34 .131 .946 34 .096
TMIN4 .142 34 .161 .940 34 .060
TMIN3 .108 34 .200* .939 34 .058
TMIN2 .122 34 .200* .942 34 .073
TMIN1 .099 34 .200* .946 34 .094
TNOL .119 34 .200* .939 34 .056
TPLUS1 .129 34 .164 .948 34 .108
TPLUS2 .148 34 .058 .940 34 .063
TPLUS3 .166 34 .019 .943 34 .078
TPLUS4 .117 34 .200* .937 34 .051
TPLUS5 .117 34 .200* .942 34 .071
Table 5.Hasil Uji Normalitas-Shapiro Wilk Trading Volume 2019
Kolmogrov-Sminorv* Shapiro-Wilk
Statistic Df Sig. Statistic df Sig.
TMIN5 .103 34 .200* .942 34 .071
TMIN4 .106 34 .200* .940 34 .061
TMIN3 .112 34 .200* .945 34 .089
TMIN2 .132 34 .143 .940 34 .063
TMIN1 .121 34 .200* .943 34 .078
TNOL .115 34 .200* .940 34 .060
TPLUS1 .158 34 .031 .937 34 .051
TPLUS2 .129 34 .163 .941 34 .066
TPLUS3 .114 34 .200* .944 34 .079
TPLUS4 .126 34 .192 .944 34 .080
TPLUS5 .148 34 .057 .942 34 .073
Table 6.Hasil Uji Normalitas-Shapiro Wilk Trading Volume 2020

2. Uji Beda (Paired Sample T-Test)

1. Normalitas

Dalam penelitian ini, peneliti menggunakan Uji Analisis Shapiro Wilk untuk dapat mengetahui apakah data yang dipakai berdistribusi normal atau tidak normal[4]. Untuk mengetahui apakah data berdistribusi normal atau tidak normal dapat dilihat pada nilai signifikannya. Apabila nilai sig < 0,05 maka data yang dipakai berdistribusi tidak normal. Apabila nilai sig > 0,05 maka data yang dipakai berdistribusi normal. Berikut tabel hasil uji normalitas oleh peneliti :

Paired Differences t df Sig. (2-tailed)
Mean Std. Deviation Std. Error Mean 95% Confidence Interval of the Difference
Lower Upper
TMIN1 - TPLUS1 -.001133 .037185 .006377 -.014107 .011841 -.178 33 .860
TMIN2 - TPLUS2 .007198 .027750 .004759 -.002484 .016880 1.512 33 .140
TMIN3 - TPLUS3 -.000541 .023309 .003997 -.008675 .007591 -.136 33 .893
TMIN4 - TPLUS4 -.008216 .032124 .005509 -.019425 .002991 -1.491 33 .145
TMIN5 - TPLUS5 -.000194 .023788 .004079 -.008494 .008105 -.048 33 .962
Table 7.Hasil Paired SampleiT-test AbnormaliReturn 2018

Hasil pengujian abnormal returnipada t-4 dan t+4 memiliki nilai rata-rata yang paling rendah yaitu -0,008216776 dengan tingkat signifikansi sebesar 0,145. Sesuai dengan prasyarat yang telah ditetapkan, hali ini berartii (0,145 > 0,05). Hasil ini menunjukkan bahwa tidak terdapat perbedaan abnormal return.

Paired Differences t df Sig. (2-tailed)
Mean Std. Deviation Std. Error Mean 95% Confidence Interval of the Difference
Lower Upper
TMIN1 - TPLUS1 .011656 .032151 .005514 .000438 . 022875 2.114 33 .042
TMIN2 - TPLUS2 .014175 .028808 .004940 .004124 . 024227 2.869 33 .007
TMIN3 - TPLUS3 -.001494 .019636 .003367 -.008345 . 005357 -.444 33 .660
TMIN4 - TPLUS4 -.000500 .026981 .004627 -.009915 . 008913 -.108 33 .914
TMIN5 - TPLUS5 -.003424 .020783 .003564 -.010675 . 003827 -.961 33 .344
Table 8.Hasil Paired Sample T-test Abnormal Return 2019

Hasil pengujian abnormal return pada t-5 dan t+5 memiliki nilai rata-rata yang paling rendah yaitu -0.003424 dengan tingkat signifikan sebesar 0,344. Sesuai dengan prasyarat yang telah ditetapkan, hal ini berarti (0,344 > 0,05). Hasil ini dapat menunjukkan jika tidak terdapat perbedaan pada abnormal return.

Paired Differences t df Sig. (2-tailed)
Mean Std. Deviation Std. Error Mean 95% Confidence Interval of the Difference
Lower Upper
TMIN1 - TPLUS1 .001475 .021621 .003708 -.006068 .009019 .398 33 .693
TMIN2 - TPLUS2 -.001289 .019069 .003270 -.007943 .005363 -.394 33 .696
TMIN3 - TPLUS3 -.014853 .024690 .004234 -.023468 -.006238 -3.508 33 .001
TMIN4 - TPLUS4 -.005965 .017185 .002947 -.011961 .000030 -2.024 33 .051
TMIN5 - TPLUS5 .006966 .021382 .003667 -.000494 .014427 1.900 33 .066
Table 9.Hasil Paired Sample T-test Abnormal Return 2020

Hasil pengujian abnormal return pada t-3 dan t+3 memiliki nilai rata-rata yang paling rendah yaitu -0.011771 dengan tingkat signifikansi sebesar 0,016. Sesuai dengan prasyarat yang telah ditetapkan, hal ini berarti (0,016 < 0,05). Hasil ini menunjukkan bahwa terdapat perbedaan pada abnormal return sesaat peristiwa pandemic Covid 19.

Periode Signifikansi T Hitung, T Tabel
AR t-1–AR t+1 0,693 > 0,05 0,398 < 2,036
AR t-2–AR t+2 0,696 > 0,05 0,394 < 2,036
AR t-3–AR t+3 0,016 < 0,05 2,553 > 2,036
AR t-4–AR t+4 0,051 > 0,05 2,024 < 2,036
AR t-5–AR t+5 0,066 > 0,05 1,900 < 2,036
Table 10.Rekapitulasi Hasil Uji Paired Sample T-test Abnormal Return 2020

Berdasarkan Hasil dari pengujian abnormalireturniimenggunakan paired sample t-test menghasilkan nilai signifikan hasil lebih besar dari signifikan yang telah ditentukan (Sig.i2-tailed >0,05), sedangkan untuk nilai t-hitung lebih kecil dari t-tabel (t-hitung < t-tabel) hasil tersebut menyebabkan H0 diterima dan Ha ditolak, yaitu “terdapat perbedaan terhadap abnormal return sebelum dan sesaat peristiwa pandemic covid 19 pada kelompok saham indeks Lq 45”

Paired Differences t df Sig. (2-tailed)
Mean Std. Deviation Std. Error Mean 95% Confidence Interval of the Difference
Lower Upper
TMIN1 - TPLUS1 -.000710 .002402 .000412 -.001548 .000128 -.1724 33 .094
TMIN2 - TPLUS2 -.000344 .000526 .000090 -.000528 -.000161 -.1821 33 .087
TMIN3 - TPLUS3 .001679 .001695 .000290 -.001087 .002270 2.010 33 .052
TMIN4 - TPLUS4 .000029 .001103 .000189 -.000355 .000414 .157 33 .876
TMIN5 - TPLUS5 .009148 .006382 .001094 -.006921 .011375 1.822 33 .054
Table 11.Hasil Paired Sample T-test Trading Volume 2018

Hasil pengujian abnormalreturn pada t-1 dan t+1 memiliki nilai rata-rata yang paling rendah yaitu -0,000710345 dengan tingkat signifikansi sebesar 0,94. Sesuai dengan9prasyarat yang telahditetapkan, hal ini berarti (0,094 > 0,05). Hasil ini menunjukkan jika tidak terdapat perbedaan trading volume.

Paired Differences t df Sig. (2-tailed)
Mean Std. Deviation Std. Error Mean 95% Confidence Interval of the Difference
Lower Upper
TMIN1 - TPLUS1 -.000143 .001179 .000202 -.000555 .000268 -.710 33 .483
TMIN2 - TPLUS2 -.000284 .001070 .000183 -.000658 .000088 -1.550 33 .131
TMIN3 - TPLUS3 -.000308 .000918 .000157 -.000628 .000012 -1.957 33 .059
TMIN4 - TPLUS4 -.000816 .002721 .000466 -.001766 .000132 -1.750 33 .089
TMIN5 - TPLUS5 -.000689 .001981 .000339 -.001380 .000002 -2.028 33 .051
Table 12.Hasil Paired Sample T-test Trading Volume 2019

Hasil pengujian abnormal return pada t-4 dan t+4 memiliki nilai rata-rata yang paling rendah yaitu -0,00816774 dengan tingkat signifikansi sebesar 0,089. Sesuai denganprasyaratyangtelah ditetapkan, hal ini berarti (0,089 > 0,05). Hasil ini menunjukkanbahwatidak terdapat perbedaan trading volume.

Paired Differences t df Sig. (2-tailed)
Mean Std. Deviation Std. Error Mean 95% Confidence Interval of the Difference
Lower Upper
TMIN1 - TPLUS1 -.000556 .001037 .000177 -.000918 -.000194 -3.128 33 .004
TMIN2 - TPLUS2 -.000557 .001409 .000241 -.001049 -.000065 -2.306 33 .028
TMIN3 - TPLUS3 -.000776 .001512 .000259 -.001304 -.000249 -2.995 33 .005
TMIN4 - TPLUS4 .000142 .001308 .000224 -.000314 .000598 .633 33 .531
TMIN5 - TPLUS5 .000564 .001629 .000279 -.000003 .001133 2.020 33 .052
Table 13.Hasil Paired Sample T-test Trading Volume 2020

Hasil pengujian abnormal return terhadap t-3 dan t+3 memiliki nilai rata-rata yang paling rendah yaitu -0.0776893 dengan tingkat signifikansi sebesar 0,028. Sesuai denganprasyarat yang telah ditetapkan, hal ini berarti (0,028 < 0,05). Hasil ini menunjukkan bahwa terdapat perbedaan pada Trading Volume Activity sesaat peristiwa pandemic Covid 19.

Periode Signifikansi T Hitung, T Tabel
TVA t-1 –TVA t+1 0,004 < 0,05 3,128 > 2,036
TVA t-2 – TVA t+2 0,028 < 0,05 2,306 > 2,036
TVA t-3 – TVA t+3 0,005 < 0,05 2,995 > 2,036
TVA t-4 – TVA t+4 0,531 > 0,05 633 < 2,036
TVA t-5 – TVA t+5 0,052 > 0,05 2,020 < 2,036
Table 14.Rekapitulasi Hasil Uj Paired Sample T-test Trading Volume 2020

Berdasarkan Hasil Perhitungan diatas Sesuai dengan aturan yang telah ditentukan jika nilai Sig. 2 tailed lebih besar dari signifikansi yang telah ditentukan (Sig. 2 tailed > signifikansi 0,05) atau apabila nilai t hitung lebih kecil dari t tabel (tihitung > t tabel), maka akan menolak Ho sedangkan Ha diterima. Hal ini bisa diartikan “ terdapat perbedaan terhadap Trading Volume Activity sebelum dan sesaat peristiwa pandemic covid 19 pada kelompok saham indeks Lq 45”.

B. Pembahasan

1. Perbedaan Abnormal Return sebelum dan sesaat terjadinya Covid 19.

Berdasarkan pada hasil pengujian diatas, hasil uji pairedisampleit-Test pada tahun 2020 menunjukkan nilai Hasil pengujian abnormalireturnipada t-3 dan t+3 memiliki nilai rata-rataiyang palingirendah yaitu -0.011771 denganitingkatisignifikansi sebesar 0,016. Lebih kecil dari 5% (0,016i<i0,05).dan Karena nilaiit-hitungi (2,553) lebihibesar dan melebihi batas dariit-tabel (2,036) Makaiterdapat perbedaan abnormal return pada sebelum dan sesaat terjadinya Covid 19.

2. Perbedaan Trading Volume sebelum dan sesaat terjadinya Covid 19.

Berdasarkan pada hasil pengujian diatas, hasil uji paired sample t-Test pada tahun 2020 menunjukkan nilai Hasil pengujian abnormal return pada t-3 dan t+3 memiliki nilai rata-rata yang paling rendah yaitu -0.0776893 dengan tingkat signifikansi sebesar 0,028. Lebih kecil dari 5% (0,028 <i0,05) idan Karena nilaiit-hitungi (2,306 ) lebihibesar dan melebihi batas dariit-tabel (2,036) Maka terdapat perbedaan abnormal return pada sebelum dan sesaat terjadinya Covid 19.

Simpulan

Kesimpulan dari pada penelitian ini, peneliti berkesimpulan bahwa Pandemi Covid 19 yang terjadi pada akhir tahun 2019 dapat mempengaruhi Pasar Saham karena banyaknya industry yang terganggu karena dampak Pandemi sehingga secara tidak langsung akan berpengaruh pada pasar saham terutama pada abnormal return dan trading volume. Pada penelitian ini ada sebanyak 34 perusahaan yang dijadikan objek penelitian dari tahun 2018 – 2020.

Dari hasil penelitian diatas, dapat dijelaskan bahwa hasil penelitian untuk dimasukkan ke dalam hipotesis didapatkan sebagaimana diantaranya yaitu :

1. Terdapat perbedaan Abnormal Return yang signifikan sebelum dan sesaat terjadinya Pandemi Covid 19.

2, Terdapat perbedaan Trading Volume yang signifikan sebelum dan sesaat terjadinya Pandemi Covid 19.

References

  1. I. B. Sambuari, I. S. Saerang, and J. B. Maramis, “Reaksi Pasar Modal Terhadap Peristiwa Virus Corona (Covid-19) Pada Perusahaan Makanan Dan Minuman Yang Terdaftar Di Bursa Efek Indonesia,” JMBI UNSRAT (Jurnal Ilmiah Manajemen Bisnis dan Inovasi Universitas Sam Ratulangi), vol. 7, no. 2, pp. 407–415, 2020, doi: 10.35794/jmbi.v7i3.30668.
  2. N. K. U. Laksmi and N. M. D. Ratnadi, “Perbedaan Abnormal Return Sebelum Dan Sesudah Pengumuman Penurunan Harga BBM,” E-Jurnal Akuntansi Universitas Udayana, vol. 13, pp. 1029–1056, 2015.
  3. S. Karta and W. Sri, “Pengaruh Ukuran Perusahaan, Umur Perusahaan dan Struktur Modal Terhadap Nilai Perusahaan,” Jurnal Ekonomi dan Bisnis, vol. 15, pp. 1–23, 2017.
  4. A. Susanti, “Analisis Pengaruh Kemenangan Pasangan Joko Widodo-Jusuf Kalla dalam Pilpres 2014 terhadap Abnormal Return dan Trading Volume Activity pada Kelompok Saham Indeks LQ-45,” Jurnal Ekonomi, vol. 11, no. 2, pp. 1–15, 2015.
  5. K. Pakphan, “Strategi Investasi di Pasar Modal,” Jurnal Keuangan dan Perbankan, vol. 10, pp. 45–58, 2003.
  6. “Corona Virus,” 2020. [Online]. Available: https://www.worldometers.info/coronavirus/
  7. M. Christian, “Dampak Coronavirus Terhadap Ekonomi Global,” Bank Indonesia, pp. 87–92, 2020. [Online]. Available: https://www.suarasurabaya.net/ekonomibisnis/2020/dampak-covid-19-terhadap-ekonomi-global-2020/?amp
  8. E. K. Ramandani and T. H. R. Abrianto, “Pengaruh Peristiwa Jatuhnya Pesawat Lion Air Terhadap Abnormal Return dan Trading Volume Activity,” Jurnal Ekonomi Manajemen dan Akuntansi, vol. 3, no. 2, pp. 2–3, 2019.
  9. M. Kuddus, “Analisis Pengaruh Peristiwa Terorisme di Surabaya Tahun 2018 Terhadap Abnormal Return dan Aktivitas Volume Perdagangan,” Jurnal Ilmiah Manajemen, vol. 7, pp. 55–68, 2019.
  10. J. Romadhona, “Pengaruh Peristiwa BOM Bunuh Diri 13 Mei 2018 di Surabaya Terhadap Abnormal Return dan Volume Perdagangan Perusahaan LQ45 yang Terdaftar di BEI,” E-Journal Riset Akuntansi, vol. 8, no. 3, pp. 1–11, 2019.
  11. N. N. A., T. Chandra, and H. P. Panjaitan, “Abnormal Return, Trading Volume Activity, Expected Return, Event Study,” Jurnal Manajemen Keuangan, vol. 8, pp. 2032–2049, 2017.
  12. N. H. Wahyu, “Pengaruh Dow Jones Industrial Average, Nilai Tukar Rupiah Dan Tingkat Inflasi Terhadap Indeks Harga Saham Gabungan (IHSG) Di Bursa Efek Indonesia Periode 2012-2017,” Skripsi (Thesis), Universitas Muhammadiyah Ponorogo, no. 1964, pp. 10–51, 2019. [Online]. Available: https://eprints.umpo.ac.id
  13. B. A. Nugroho, Strategi Jitu: Memilih Metode Statistik Penelitian dengan SPSS. Yogyakarta: Andi, 2005.
  14. S. H. Sahir, Metodologi Penelitian. Jakarta: Pustaka Belajar, 2021.
  15. M. Khoiriah, M. Amin, and A. F. Kartikasari, “Pengaruh Sebelum dan Saat Adanya Pandemi Covid-19 Terhadap Saham LQ-45 di Bursa Efek Indonesia Tahun 2020,” E-Journal Riset Akuntansi, vol. 9, no. 2, pp. 117–126, 2020. [Online]. Available: http://www.riset.unisma.ac.id/index.php/jra/article/view/8538