This study aims to determine the effect of foreign flow, stock transaction volume and bid-ask spread on stock prices. This research is a type of quantitative research and population collection and the sample of the research object is carried out using the purposive sampling method, namely pharmaceutical companies listed on the IDX during the 2018-2020 period. The type of data used in this study is secondary data taken from the annual reports of each company sourced from the Indonesia Stock Exchange website. The data analysis technique used panel data regression using Eviews 10. The results showed partially that the Foreign Flow variable did not have a significant effect on the Stock Price, the Stock Transaction Volume had a significant positive effect on the Stock Price and the Bid-Ask Spread had a significant negative effect on the Stock Price. . Meanwhile, simultaneously all independent variables have a significant effect on stock prices.
Pergerakan harga saham terbentuk akibat dari pergerakan dinamis antara kondisi supply dan demand. Saat terjadi permintaan (demand) atas saham yang tinggi maka harga akan naik dan ketika penawaran (supply) atas saham yang tinggi maka harga akan menurun [1].
Investasi dana asing (foreign flow) ini tidak melibatkan investor secara langsung dalam pembangunan perusahaan karena dana yang diinvestasikan dalam pasar modal berupa surat berharga atau ekuitas. Foreign flow memiliki sifat yang pergerakannya lebih bebas dan berjangka pendek sehingga memiliki tingkat likuiditas yang tinggi yang memiliki peluang sebagai penambahan modal perusahaan-perusahaan domestik [2].
Volume transaksi saham merupakan aktivitas jual beli saham suatu emiten yang disepakati oleh penjual dan pembeli melalui broker dengan beberapa jumlah lembar saham [3]. Volume transaksi saham yang tinggi dapat diartikan bahwa transaksi jual beli yang terjadi pada saham tersebut sedang aktif dan kecepatan transaksi tinggi, sehingga saham tersebut memiliki potensi untuk menjadi pilihan utama investor untuk dimiliki [4].
Aktivitas perdagangan saham memunculkan adanya harga beli dan jual yang digunakan untuk mengukur likuiditas pada bid-ask spread. Dimana bid price merupakan harga penawaran (bid) tertinggi yang bersedia dibayarkan oleh dealer, sedangkan ask price merupakan harga permintaan (ask) terendah yang bersedia dibayarkan oleh dealer. Bid-ask spread menggambarkan biaya transaksi dengan membandingkan selisih antara harga beli (bid price) dengan harga jual (ask price) oleh investor [5].
Jenis penelitian yang diterapkan adalah penelitian eksplanatif (hubungan) yang menggunakan pendekatan kuantitatif [6]. Dalam penelitian ini populasi yang digunakan dalam penelitian ini adalah semua jenis pasar saham sub-sektor farmasi pada Bursa Efek Indonesia dengan total populasi perusahaan farmasi yang tercatat di BEI pada tahun 2018-2020 sebesar 10 perusahaan. Penentuan sampel dilakukan dengan metode purposive sampling yang memiliki tujuan untuk mendapatkan sampel perwakilan (representative) sesuai dengan kriteria infomasi yang dibutuhkan dalam penelitian yang didapatkan sejumlah 9 perusahaan dalam 3 tahun periode dengan total 27 data observasi.
Sumber data dalam penelitian ini yaitu laporan tahunan (annual report) dari masing-masing perusahaan yang telah diresmikan dan dipublikasi di situs resmi Bursa Efek Indonesia. Teknik pengambilan data sekunder yaitu berupa harga penutupan saham (Closing Price), jumlah transaksi bersih asing (Net Foreign Flow), volume transaksi saham, dan harga beli (bid price) dan jual (ask price) ketika penutupan dari masing-masing sampel perusahaan farmasi dalam periode 2018-2020. Teknik analisis yang digunakan dalam penelitian ini adalah analisis regresi linear berganda dengan model data panel yang diolah dengan perangkat lunak statistik Eviews 10.
A. Kerangka Konseptual
Supplementary Files
Gambar 1. Kerangka Konseptual Pengaruh Secara Parsial dan Simultan
B. Hipotesis
A. Analisis Deskriptif
X1 | X2 | X3 | Y | |
Mean | -1.36E+11 | 0.251874 | 68.47028 | 2091.741 |
Median | -5.82E+09 | 0.111353 | 58.27815 | 1520.000 |
Maximum | 1.96E+11 | 1.191919 | 180.4507 | 6500.000 |
Minimum | -1.96E+12 | 0.002067 | 15.00000 | 189.0000 |
Std. Dev. | 4.60E+11 | 0.323922 | 42.86077 | 1522.813 |
Skewness | -3.314266 | 1.645008 | 1.120122 | 1.302813 |
Kurtosis | 12.54162 | 4.882488 | 3.563720 | 4.231447 |
Jarque-Bera | 151.8524 | 16.16396 | 6.003528 | 9.343968 |
Probability | 0.000000 | 0.000309 | 0.049699 | 0.009354 |
Sum | -3.66E+12 | 6.800591 | 1848.698 | 56477.00 |
Sum Sq. Dev. | 5.50E+24 | 2.728066 | 47763.18 | 60292933 |
Observations | 27 | 27 | 27 | 27 |
Berdasarkan tabel 1 diatas maka dapat dideskripsikan sebagai berikut :
B. Uji Asumsi Klasik
1. Uji Normalitas
Supplementary Files
Gambar 2. Hasil Uji Normalitas
Sumber : Output Eviews 10 (2022)
Berdasarkan hasil uji normalitas dengan metode Jarque-Bera pada gambar 2 di atas menunjukkan nilai probabilitas sebesar 0,201459 > 0,05 sehingga dapat disimpulkan bahwa data penelitian berdistribusi normal yang dapat diartikan bahwa pengujian statistik dalam model regresi ini valid.
2. Uji Multikolinieritas
Coefficient | Uncentered | Centered | |
Variable | Variance | VIF | VIF |
C | 75.98350 | 2682.311 | NA |
X1 | 0.105294 | 2623.981 | 1.127036 |
X2 | 0.336342 | 1.952919 | 1.199672 |
X3 | 1.96E-05 | 4.467956 | 1.224038 |
Berdasarkan hasil uji multikolinieritas tabel 2 di atas dapat dilihat bahwa semua variabel independen menunjukkan hasil VIF < 10, sehingga dari hasil tersebut dapat disimpulkan bahwa variabel pada penelitian ini tidak terjadi korelasi antar variabel independen yang berarti terbebas dari multikolinieritas.
3. Uji Autokorelasi
Variable | Coefficient | Std. Error | t-Statistic | Prob. | |||
C | 13.91421 | 10.00977 | 1.390062 | 0.1791 | |||
X1 | -0.244811 | 0.384494 | -0.636710 | 0.5312 | |||
X2 | 0.981019 | 0.577055 | 1.700045 | 0.1039 | |||
X3 | -0.003910 | 0.003058 | -1.278815 | 0.2149 | |||
AR(1) | 0.606724 | 0.211769 | 2.865034 | 0.0093 | |||
SIGMASQ | 0.443210 | 0.137130 | 3.232051 | 0.0040 | |||
R-squared | 0.328766 | Mean dependent var | 7.372307 | ||||
Adjusted R-squared | 0.168948 | S.D. dependent var | 0.828062 | ||||
S.E. of regression | 0.754879 | Akaike info criterion | 2.485612 | ||||
Sum squared resid | 11.96667 | Schwarz criterion | 2.773576 | ||||
Log likelihood | -27.55576 | Hannan-Quinn criter. | 2.571239 | ||||
F-statistic | 2.057130 | Durbin-Watson stat | 2.701629 | ||||
Prob(F-statistic) | 0.111725 | ||||||
Inverted AR Roots | .61 |
Pada table 3 di atas menunjukkan nilai Durbin-Watson (DW) diperbaiki sebesar 2,701629. Nilai DW ini akan dibandingkan dengan nilai table DW dengan menggunakan tingkat signifikan 5%, jumlah amatan (T) = 27 dan K sebesar 3, maka didapatkan table DW sebagai berikut :
DW | K = 3 , T = 27 | 4 - dL | 4-dU | Hasil | |
dL | dU | ||||
2,701629 | 1,1624 | 1,6510 | 2,8376 | 2,349 | 4 - dU < d < 4-dL (Tidak Terdapat Autokorelasi Negatif) |
Berdasarkan hasil perbandingan Durbin-Watson pada tabel 4 menunjukkan hasil setelah dibandingkan dengan tabel penilaian pengambilan keputusan Durbin Watson d test maka dapat disimpulkan bahwa tidak tejadi korelasi dalam runtutan waktu variabel sehingga model regresi terbebas dari autokorelasi.
4. Uji Heterokedastisitas
Heteroskedasticity Test: Breusch-Pagan-Godfrey | ||||
F-statistic | 0.816523 | Prob. F(3,23) | 0.4979 | |
Obs*R-squared | 2.598802 | Prob. Chi-Square(3) | 0.4577 | |
Scaled explained SS | 2.612401 | Prob. Chi-Square(3) | 0.4553 |
Penilaian adanya indikasi heterokedastisitas dengan uji Breusch Pagan Godfrey ini dilihat dari nilai probabilitas Chi-Square pada nilai Obs*R-Squared dengan perbandingan nilai probabilitas (>0,05) Berdasarkan hasil uji heterokedastisitas pada table 5 di atas menunjukkan nilai Obs*R-Squared memiliki nilai probabilitas Chi-Square sebesar 0.4577 > 0,05. Sehingga dapat disimpulkan bahwa penelitian ini terbebas dari heterokedastisitas.
C. Uji Regresi Data Panel
1. Uji Chow
Redundant Fixed Effects Tests | ||||
Equation: Untitled | ||||
Test cross-section fixed effects | ||||
Effects Test | Statistic | d.f. | Prob. | |
Cross-section F | 13.487274 | (8,15) | 0.0000 | |
Cross-section Chi-square | 56.789264 | 8 | 0.0000 |
Berdasarkan hasil uji chow pada table 6 di atas menunjukkan nilai probabilitas pada Cross-Section Chi-Square sebesar 0,0000 < 0,05 sehingga dapat dinyatakan bahwa H1 diterima berarti model regresi data panel yang paling tepat untuk digunakan dalam penelitian ini adalah Fixed Effect.
2. Uji Hausman
Correlated Random Effects - Hausman Test | ||||
Equation: Untitled | ||||
Test cross-section random effects | ||||
Test Summary | Chi-Sq. Statistic | Chi-Sq. d.f. | Prob. | |
Cross-section random | 9.413061 | 3 | 0.0243 | |
Cross-section random effects test comparisons: | ||||
Variable | Fixed | Random | Var(Diff.) | Prob. |
X1 | -0.203057 | -0.146046 | 0.009409 | 0.5567 |
X2 | 1.306355 | 1.169288 | 0.006158 | 0.0807 |
X3 | -0.006199 | -0.005317 | 0.000000 | 0.1025 |
Berdasarkan uji hausman pada table 7 di atas menunjukkan nilai probabilitas Cross Section Random sebesar 0,0243 < 0,05 yang berarti H1 diterima, maka dapat disimpulkan bahwa model regresi data panel yang paling tepat untuk digunakan dalam penelitian ini adalah Fixed Effect.
3. Uji Lagrange Multiplier
Lagrange Multiplier Tests for Random Effects | ||||
Null hypotheses: No effects | ||||
Alternative hypotheses: Two-sided (Breusch-Pagan) and one-sided | ||||
(all others) alternatives | ||||
Test Hypotesis | ||||
Cross-section | Time | Both | ||
Breusch-Pagan | 9.895565 | 0.270889 | 10.16645 | |
(0.0017) | (0.6027) | (0.0014) | ||
Honda | 3.145722 | -0.520470 | 1.856333 | |
(0.0008) | -- | (0.0317) | ||
King-Wu | 3.145722 | -0.520470 | 0.941287 | |
(0.0008) | -- | (0.1733) | ||
Standardized Honda | 3.712972 | -0.116500 | -0.470232 | |
(0.0001) | -- | -- | ||
Standardized King-Wu | 3.712972 | -0.116500 | -1.116803 | |
(0.0001) | -- | -- | ||
Gourierioux, et al.* | -- | -- | 9.895565 | |
(< 0.01) | ||||
*Mixed chi-square asymptotic critical values: | ||||
1% | 7.289 | |||
5% | 4.321 | |||
10% | 2.952 |
Berdasarkan uji lagrange multiplier pada table 8 di atas menunjukkan nilai Breusch Pagan sebesar 0,0017 < 0,05 yang berarti H1 diterima, maka dapat disimpulkan bahwa model regresi data panel yang lebih baik untuk digunakan dalam penelitian ini adalah Random Effect.
D. Analisis Regresi Linier Berganda
Model regresi linier berganda yang diterapkan pada penelitian ini dapat dirumuskan sebagai berikut:
Y = α + β X 1 + β X 2 + β X 3 + e
Dependent Variable: Y | ||||
Method: Panel Least Squares | ||||
Date: 02/18/22 Time: 16:08 | ||||
Sample: 2018 2020 | ||||
Periods included: 3 | ||||
Cross-sections included: 9 | ||||
Total panel (balanced) observations: 27 | ||||
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | 12.86167 | 6.279416 | 2.048227 | 0.0585 |
X1 | -0.203057 | 0.234603 | -0.865534 | 0.4004 |
X2 | 1.306355 | 0.308787 | 4.230605 | 0.0007 |
X3 | -0.006199 | 0.002342 | -2.646995 | 0.0183 |
Effects Specification | ||||
Cross-section fixed (dummy variables) | ||||
R-squared | 0.879566 | Mean dependent var | 7.372307 | |
Adjusted R-squared | 0.791248 | S.D. dependent var | 0.828062 | |
S.E. of regression | 0.378336 | Akaike info criterion | 1.195036 | |
Sum squared resid | 2.147077 | Schwarz criterion | 1.770964 | |
Log likelihood | -4.132990 | Hannan-Quinn criter. | 1.366290 | |
F-statistic | 9.959074 | Durbin-Watson stat | 3.293738 | |
Prob(F-statistic) | 0.000050 |
Hasil pengujian analisis regresi linier berganda pada tabel 9 di atas dapat dijelaskan dengan persamaan sebagai berikut :
Y = 12 , 86167 - 0 , 203057 X 1 + 1 , 306355 X 2 - 0.006199 X 3
E. Uji Hipotesis
1. Uji t (Secara Parsial)
Variable | Coefficient | Std. Error | t-Statistic | Prob. |
C | 12.86167 | 6.279416 | 2.048227 | 0.0585 |
X1 | -0.203057 | 0.234603 | -0.865534 | 0.4004 |
X2 | 1.306355 | 0.308787 | 4.230605 | 0.0007 |
X3 | -0.006199 | 0.002342 | -2.646995 | 0.0183 |
Berdasarkan tabel 10 di atas pengujian variabel secara parsial menggunakan tingkat kepercayaan sebesar 5% (α = 0,05) dengan k = 3 dan degree of freedom (df) = n-k-1 = 27-3-1 = 23 maka didapatkan ttabel sebesar 1,7138.
2. Uji F (Secara Simultan)
R-squared | 0.879566 | Mean dependent var | 7.372307 | |
Adjusted R-squared | 0.791248 | S.D. dependent var | 0.828062 | |
S.E. of regression | 0.378336 | Akaike info criterion | 1.195036 | |
Sum squared resid | 2.147077 | Schwarz criterion | 1.770964 | |
Log likelihood | -4.132990 | Hannan-Quinn criter. | 1.366290 | |
F-statistic | 9.959074 | Durbin-Watson stat | 3.293738 | |
Prob(F-statistic) | 0.000050 |
Berdasarkan tabel uji F di atas menunjukkan nilai F hitung sebesar 9.959074 dengan nilai probabilitas 0,00005. Nilai F hitung yang ditunjukkan diatas lebih tinggi dibanding F tabel (9.959074 > 2,9603) serta pada nilai signifikan 0,05.
3. Uji Koefisien Determinasi (R2)
R-squared | 0.879566 | Mean dependent var | 7.372307 | |
Adjusted R-squared | 0.791248 | S.D. dependent var | 0.828062 | |
S.E. of regression | 0.378336 | Akaike info criterion | 1.195036 | |
Sum squared resid | 2.147077 | Schwarz criterion | 1.770964 | |
Log likelihood | -4.132990 | Hannan-Quinn criter. | 1.366290 | |
F-statistic | 9.959074 | Durbin-Watson stat | 3.293738 | |
Prob(F-statistic) | 0.000050 |
Pada hasil uji R2 di atas menunjukkan hasil perhitungan statistik koefisien determinasi yang dapat dilihat pada Adjusted R-Squared memiliki nilai sebesar 0,791 atau 79,1%. Sehingga dapat diartikan bahwa variabel Foreign Flow (X1), Volume Transaksi Saham (X2), dan Bid-Ask Spread (X3) mampu menjelaskan variabel Harga Saham (Y) sebesar 79,1%. Sedangkan sisanya sebesar 20,9% dijelaskan oleh variabel lain yang tidak ada dalam model regresi penelitian ini.
F. Pembahasan
Berdasarkan hasil pengujian yang didapatkan maka hasil hipotesis penelitian ini adalah sebagai berikut :
1) Hipotesis Pertama (H1) : Pengaruh Foreign Flow secara parsial terhadap Harga Saham industri farmasi Periode 2018-2020.
Pada tabel 9 dapat dilihat bahwa variabel foreign flow (X1) menunjukkan nilai koefisien regresi sebesar -0.203057 dan nilai t-statistic sebesar -0.865534 serta nilai probabilitas sebesar 0.4004 pada signifikan (>0,05). Sehingga dapat disimpulkan bahwa H0 yang meyatakan bahwa variabel foreign flow tidak memiliki pengaruh signifikan terhadap harga saham diterima dan H1 yang menyatakan bahwa terdapat pengaruh signifikan variabel foreign flow terhadap harga saham ditolak. Maka dapat diartikan bahwa variabel foreign flow tidak memiliki pengaruh yang signifikan secara parsial terhadap harga saham. Hasil penelitian ini memiliki kesamaan dengan hasil penelitian yang dilakukan oleh (Rakhmat, 2019) yang menyatakan bahwa foreign flow tidak berpengaruh signifikan terhadap harga saham yang disebabkan oleh presentase kepemilikan saham asing yang sangat rendah sehingga transaksi asing yang terjadi tidak dapat mempengaruhi harga saham. Hasil penelitian ini membuktikan bahwa khususnya pada kasus perusahaan farmasi yang terdaftar di BEI faktor foreign flow (transaksi asing) tidak memiliki pengaruh yang signifikan terhadap naik turunnya harga saham [7].
2) Hipotesis Kedua (H2) : Pengaruh Volume Transaksi Saham secara parsial terhadap Harga Saham industri farmasi Periode 2018-2020.
Pada tabel 9 dapat dilihat bahwa variabel volume transaksi saham (X1) menunjukkan nilai koefisien regresi sebesar 1.3063 dan nilai t-statistic sebesar 4.2306 serta nilai probabilitas sebesar 0,0007 pada signifikan (<0,05). Sehingga dapat disimpulkan bahwa H2 yang menyatakan bahwa terdapat pengaruh positif signifikan variabel volume transaksi saham terhadap harga saham diterima dan H0 yang meyatakan bahwa variabel volume transaksi saham tidak memiliki pengaruh signifikan terhadap harga saham ditolak. Maka dengan melihat koefisien variabel pada hasil analisis regresi dapat diartikan bahwa variabel volume transaksi saham memiliki pengaruh yang positif signifikan secara parsial terhadap harga saham. Hasil penelitian ini memiliki kesamaan dengan hasil penelitian yang dilakukan oleh (Caroline dkk, 2020) dan (Sebo dan Nafi, 2020) menunjukkan bahwa volume transaksi saham memiliki pengaruh positif dan signifikan terhadap harga saham. Hal ini menunjukkan bahwa semakin tinggi peningkatan volume transaksi jual beli saham yang terjadi maka akan meningkatkan harga suatu saham, begitu pula sebaliknya. Sehingga data volume transaksi saham dengan indikator TVA dalam penelitian ini mampu mencerminkan kondisi transaksi jual beli saham yang terjadi [8] [9].
3) Hipotesis Ketiga (H3) : Pengaruh Bid-Ask Spread secara parsial terhadap Harga Saham industri farmasi Periode 2018-2020.
Pada tabel 9 dapat dilihat bahwa variabel bid-ask spread (X3) menunjukkan nilai koefisien regresi sebesar -0.006199 dan nilai t-statistic sebesar -2.646995 serta nilai probabilitas sebesar 0,0183 pada signifikan (<0,05). Sehingga dapat disimpulkan bahwa H3 yang menyatakan bahwa terdapat pengaruh negatif signifikan variabel bid-ask spread terhadap harga saham diterima dan H0 yang meyatakan bahwa variabel volume transaksi saham tidak memiliki pengaruh signifikan terhadap harga saham ditolak. Maka dengan melihat koefisien variabel pada hasil analisis regresi dapat diartikan bahwa variabel bid-ask spread memiliki pengaruh yang negatif signifikan secara parsial terhadap harga saham. Hasil penelitian ini memiliki kesamaan dengan hasil penelitian yang dilakukan oleh (Yustinur dan Fachri, 2021) dan (Briliantini dan Prasetyo, 2019) menunjukkan bahwa bid-ask spread memiliki pengaruh negatif dan signifikan terhadap harga saham. Hal ini menunjukkan bahwa nilaibid-ask spread dalam penelitian mampu mencerminkan likuiditas suatu saham, dimana semakin rendah tingkat bid-ask spread rendah menunjukkan bahwa saham tersebut memiliki likuiditas yang tinggi dan berdampak pada harga saham yang meningkat, begitu juga sebaliknya [10] [11].
4) Hipotesis Keempat (H4 ) : P engaruh Foreign Flow , Volume Transaksi Saham dan Bid-Ask Spread secara simultan terhadap Harga Saham industri farmasi Periode 2018-2020.
Pada tabel 11 dapat dilihat bahwa nilai F hitung sebesar 9,959074 dengan nilai probabilitas 0,00005. Nilai F hitung yang ditunjukkan diatas lebih tinggi dibanding F tabel (9,959074 > 2,9603) serta pada nilai signifikan 0,05. Sehingga dapat disimpulkan bahwa bahwa H4 diterima dan H0 ditolak yang dapat diartikan secara bersama-sama, variabel independen Foreign Flow (X1), Volume Transaksi Saham (X2), dan Bid-Ask Spread (X3) berpengaruh terhadap Harga Saham (Y).
Berdasarkan hasil penilitian dan pembahasan sebelumnya dengan studi kasus yang dilakukan pada perusahaan farmasi yang terdaftar di Bursa Efek Indonesia (BEI) periode 2018 – 2020, maka dapat ditarik kesimpulan sebagai berikut :