<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Archiving DTD v1.0 20120330//EN" "JATS-journalarchiving.dtd">
<article xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:ali="http://www.niso.org/schemas/ali/1.0">
  <front>
    <article-meta>
      <title-group>
        <article-title>Analisis Abnormal Return Dan Trading Volume Activity Sebelum Dan Sesudah Ex-date Dividen Pada Sektor Manufaktur Yang Terdaftar Di BEI (Periode 2016- 2020)</article-title>
        <subtitle>Analysis of Abnormal Returns and Trading Volume Activities Before and After Ex-Date Dividends in the Manufacturing Sector Listed on the IDX (2016-2020 Period)</subtitle>
      </title-group>
      <contrib-group content-type="author">
        <contrib id="person-31ce3927adccc09999f194c080e3f16d" contrib-type="person" equal-contrib="no" corresp="no" deceased="no">
          <name>
            <surname>Agung</surname>
            <given-names>Dyah</given-names>
          </name>
          <email>dyahagungfebrianti@gmail.com</email>
          <xref ref-type="aff" rid="aff-1" />
        </contrib>
        <contrib id="person-240b308725d7b4ad45345c75b949d097" contrib-type="person" equal-contrib="no" corresp="no" deceased="no">
          <name>
            <surname>Widodo</surname>
            <given-names>Heri</given-names>
          </name>
          <email>thesis.adviser2020@gmail.com</email>
          <xref ref-type="aff" rid="aff-2" />
        </contrib>
      </contrib-group>
      <aff id="aff-1">
        <country>Indonesia</country>
      </aff>
      <aff id="aff-2">
        <country>Indonesia</country>
      </aff>
      <history>
        <date date-type="received" iso-8601-date="2022-05-12">
          <day>12</day>
          <month>05</month>
          <year>2022</year>
        </date>
      </history>
      <abstract />
    </article-meta>
  </front>
  <body id="body">
    <sec id="heading-ded15f21d867ed8222b6fb47760398c1">
      <title>Pendahuluan</title>
      <p id="_paragraph-9">Pasar modal merupakan kegiatan yang berhubungan dengan penawaran umum dan perdagangan efek, perusahaan publik yang berkaitan dengan efek yang diterbitkannya, serta lembaga dan profesi yang berkaitan dengan efek. Secara sederhananya, dapat juga diartikan sebagai tempat bertemunya perusahaan emiten yang sedang membutuhkan dana dan para investor yang ingin menanamkan dan mereka (investasi). Pasar modal dapat difungsikan sebagai sarana peningkatan pendapatan negara, hal ini dapat ditunjukkan dengan adanya pembagian dividen. Setiap dividen yang dibagikan kepada para pemegang saham akan dikenakan pajak oleh pemerintah. Adanya tambahan pemasukan melalui pajak ini akan meningkatkan pendapatan negara. Pasar modal juga dapat menjadi indikator perokonomian negara, aktivitasidan volume penjualan atau pembelian di pasar modal yang semakin meningkat padat memberi indikasi bahwa aktivitas bisnis berbagai perusahaan berjalan dengan baik.</p>
      <p id="_paragraph-10">Dengan adanya pasar modal diharapkan aktivitas perokonomian akan meningkat karena pasar modal merupakan alternatif pendanaan bagi perusahaan sehingga perusahaan dapat beroperasi dengan skala yang lebih luas dan pada akhirnya akan meningkatkan pendapatan perusahaan dan kemakmuran masyarakat luas.</p>
      <p id="_paragraph-11">Instrumen investasi pasar modal juga dapat di kenal dengan istilah bursa efek. Didalamnya, dapat ditemukan berbagai surat berharga yang setiap hari diperdagangkan. Jenis-jenis surat berharga tersebut seperti saham, reksa dana, surat obligasi, ETF, Derivatif.</p>
      <p id="_paragraph-12">Pasar modal mempertemukan pihak yang kelebihan dana untuk berinvestasi, mengharapkan untuk memperoleh imbalan (return) dengan para pihak yang membutuhkan dana untuk kepentingan tertentu dengan cara mentraksasikan sekuritas. Terjadinya transaksi sekuritas diakibatkan adanya informasi yang masuk ke pasar dan di respon oleh investor. Perusahaan go public menjadikan pasar modal sebagai alternatif pemenuhan sumber daya pembiayaan perusahaan. salah satu alternatif yang menguntungkan bagi perusahaan untuk mendapatkan tambahan modal adalah dengan mengumumkan pembagian dividen yang dapat menyebabkan terjadinya reaksi pasar.</p>
      <p id="_paragraph-13">Untuk melihat reaksi pasar modal terhadap informasi seperti peristiwa pembagian dividen. Yang merupakan suatu respon atau tanggapan yang berasal dari suatu informasi yang dapat mengakibatkan suatu perubahan yang terjadi pada pasar khusunya pasar modal. Reaksi pasar ini akan diukur dengan <italic id="_italic-22">abnormal return </italic>dan juga <italic id="_italic-23">trading volume activity. </italic>Dimana <italic id="_italic-24">Abnormal return </italic>atau return tidak normal digunakan untuk mecari selisih antara return atau tingkat keuntungan yang sebenarnya (<italic id="_italic-25">actual return) </italic>dengan tingkat keuntungan yang diharapkan (<italic id="_italic-26">expected return). Abnormal return </italic>sering digunakan untuk melakukan penilaian kinerja dan juga dapat dijadikan sebagai dasar pengujian efesiensi pasar [1]. Selain <italic id="_italic-27">abnormal return </italic>terdapat juga CAR (<italic id="_italic-28">Cumulative Abnormal Return</italic>). CAR merupakan jumlah dari seluruh tingkat keuntungan tidak normal. CAR juga dapat dihitung mencakup <italic id="_italic-29">abnormal return </italic>dengan kurun kecil, hanya beberapa hari. Alasan terjadinya <italic id="_italic-30">abnormal return </italic>biasanya terjadi sekitar pengumuman sebuah peristiwa. Salah satunya adalah dividen. Fenomena ini juga sering terjadi pada saat penutupan pasar, juga karena akibat peningkatan aktivitas perdagangan yang signifikan.</p>
      <p id="_paragraph-14">Sedangkan <italic id="_italic-31">Trading Volume Activity </italic>merupakan banyaknya lembar saham yang diperdagangkan dalam satu hari perdagangan. Ditinjau dari fungsinya, maka dapat dikatakan bahwa TVA merupakan suatu variasi dari <italic id="_italic-32">event study. </italic>Pendekatan <italic id="_italic-33">trading volume activity </italic>ini dapat digunakan untuk menguji hipotesis pasar efisien bentuk lemah (<italic id="_italic-34">weak form efficiency</italic>) karena pada pasar yang belum efisien atau efisien dalam bentuk lemah, perubahan harga belum dengan segera mencerminkan informasi yang ada sehingga peneliti hanya dapat mengamati reaksi pasar modal melalui pergerakan volume perdagangan pada pasar modal yang diteliti. Menurut Rumanti dan Moerdiyano, <italic id="_italic-35">trading volume activity </italic>merupakan perbandingan yang diperdagangkan pada waktu tertentu dengan jumlah saham perusahaan yang beredar pada periode tertentu [2].</p>
      <p id="_paragraph-15">Fenomena pembagian dividen merupakan fenomena yang menarik. Merupakan proposi laba atau keuntungan yang dibagikan kepada para pemegang saham dalam jumlah yang sebanding dengan jumlah lembar saham yang dimilikinya. Informasi ini berguna sebagai pertimbangan untuk menentukan tingkat keuntungan beserta resiko saham yang dibeli atau dijual. Salah satu informasi yang ada dan tersedia di pasar adalah dividen. Terdapat dua jenis pembagian dividen berdasarkan bentuk yaitu dividen tunai (<italic id="_italic-36">cash dividend</italic>) dan dividen saham (<italic id="_italic-37">stock dividend</italic>). Dividen tunai (<italic id="_italic-38">cash dividend</italic>) adalah dividen yang dibayarkan dalam bentuk tunai . sedangkan dividen saham (stock dividen) adalah dividen yang dibayar dalam bentuk lembar saham sehingga jumlah saham yang beredar akan meningkat [3].</p>
      <p id="_paragraph-16">Biasanya ada beberapa faktor yang menentukan apakah sebuah perusahaan akan membagikan dividen atau tidak, antara lain laba bersih perusahaan, dividen payout ratio, dan jumlah saham beredar. Berdasarkan perehitungan 3 hal tersebut akan dibahas dan disepakati dalam Rapat Umum Pemegang Saham (RUPS) untuk membagikan dividen atau tidak membagikan dividen karena ingin fokus pada pembenahan atau perkembangan bisnis mereka.</p>
      <p id="_paragraph-17">Setiap pemegang saham yang namanya tercatat dalam daftar pemegang saham perseroan berhak untuk menerima dividen. Untuk dapat tercatat dalam daftar pemegang saham perseroan tersebut, investor harus memegang saham setidaknya sampai periode cum-date berakhir. Karena cum-date merupakan batas akhir perdagangan saham dibursa yang masih memberikan hak pada investor untuk menerima dividen. Jika membeli saham di atas cum-date yang telah di tentukan, maka investor tidak dapat menerima dividen dari perusahaan pada periode tersebut.</p>
      <p id="_paragraph-18">Dalam perstiwa dividen, terdapat tanggal penting dalam pembagian dividen yang harus di perhatikan investor jika ingin mendapatkan pembagian dividen. Ada 5 tanggal penting dalam pembagian dividen yaitu, 1.) Tanggal pengumuman, 2.) Cum-date/cum dividen, 3.) Ex-date/ex dividen 4.) Recording date/tanggal, 5.) Payment date/tanggal pembayaran [4]</p>
      <p id="_paragraph-19">Tanggal penting pada cum-date ini merupakan tanggal yang memiliki kemungkinan jika harga sebuah saham akan meningkat. Karena tanggal terakhir yang menjadi batas akhir dari tanggal pengumuma investor yang berhak menerima dividen. Dan setelah itu akan datang ex-date yang biasanya akan muncul sehari setelah cum-date, kemungkinan pada tanggal ex-date ini harga sebuah saham berkemungkinan untuk turun karena tidak ada lagi dividen yang bersifat positif dalam mendorong harga saham.</p>
      <p id="_paragraph-20">Dari pemaparan yang telah dijelaskan, dapat disimpulkan bahwa terjadinya pengumuman dividen yang mengumumkan bahwa perusahaan akan membagikan dividen menjadi salah satu faktor yang membuat</p>
      <p id="_paragraph-21">adanya reaksi pasar, reaksi pasar ini akan diukur dengan <italic id="_italic-39">abnormal return </italic>dan <italic id="_italic-40">trading volume activity</italic>. Dalam pembagian dividen terdapat 5 tanggal penting yang harus di perhatikan salah satunya adalah ex- dividen, dan sudah dijelaskan bahwa ex-date dividen adalah peristiwa dimana terjadinya kemungkinan penurunan harga saham. Dari kemungkinan ini lah peneliti ingin mengetahui dengan membandingkan ex- date sebelum dividen dan ex-date sesudah dividen pada yang diukur dengan harga saham dan juga volume saham. Sehingga peneliti akan mengambil judul “Analisis <italic id="_italic-41">Abnormal Return </italic>dan <italic id="_italic-42">Trading Volume Activity </italic>Sebelum Dan Sesudah Ex-Date Dividen Pada Sektor Manufaktur yang terdaftar di BEI (Periode 2016-2020)”</p>
      <p id="_paragraph-22">Berdasarkan latar belakang di atas, maka umusan masalah sebagai berikut:</p>
      <list list-type="bullet" id="list-941dd881b7934232ef44e4587e4f917b">
        <list-item>
          <p>Apakah terdapat perbedaan <italic id="_italic-43">abnormal return </italic>sebelum dan sesudah ex-date dividen ?</p>
        </list-item>
        <list-item>
          <p>Apakah terdapat perbedaan <italic id="_italic-44">trading volume activity </italic>sebelum dan sesudah ex-date dividen ?</p>
        </list-item>
      </list>
    </sec>
    <sec id="_heading-1">
      <title>Metode Penelitian</title>
      <p id="heading-e7266d13b9a21455e6fbd3cbb784503b">Pendekatan Penelitian</p>
      <p id="_paragraph-23">Metode dalam penelitian ini menggunakan metode deskriptif kuantitatif dimana merupakan suatu riset kuantitatif dengan bentuk deskripsinya penelitian akan mendeskripsikan suatu gejala, peristiwa, kejadian yang terjadi pada saat sekarang dalam bentuk angka atau numerik (statistik), karena untuk mengidentifikasi ada tidaknya <italic id="_italic-45">abnormal return </italic>dan <italic id="_italic-46">trading volume activity </italic>terhadap suatu peristiwa yauitu ex-date dividen pada perusahaan sektor manufaktur yang terdaftar di Bursa Efek Indonesia periode 2016-2020. Penelitian ini menitik beratkan pada pengujian hipotesis, mengukur perbedaan sebelum dan sesudah terjadinya peristiwa untuk menunjukkan apakah suatu peritiwa tersebut berpengaruh dengan ditunjukkan adanya suatu signifikansi pada hari sebelum terjadinya peristiwa dengan sesudah terjadinya peristiwa yang sedang diteliti dan menghasilkan kesimpulan.</p>
      <p id="paragraph-41d66bcfa8b71061f3bb40b6998bff61">Definisi Operasional, Identifikasi Variabel dan Indikator Variabel</p>
      <p id="paragraph-381e2272049a315c0ede2ea83fd801bb">a. Definisi Operasional</p>
      <p id="paragraph-70fe304f26ebf2266c5fc511e4660d5e">1) Variabel Bebas</p>
      <p id="_paragraph-24">Variabel independen atau variabel bebas adalah suatu variabel yang apabila dalam suatu waktu berada bersamaan dengan variabel lain, maka diduga akan berubah dalam (keragamnnya) variabel bebas ini bisa juga disebut dengan variabel pengaruh, perlakuan, kuasa, treatment, independent dan disingkat dengan variabel x. Yusuf memaparkan bahwa variabel bebas adalah variabel yang memengaruhi, menjelaskan, menerangkan variabel yang lain. Variabel yang digunakan dalam variabel independen ini yaitu <italic id="_italic-47">Abnormal Return (AR) dan Trading Volume Activity. </italic>Dengan rumus sebagai berikut [5]:</p>
      <p id="paragraph-76aca64bd808b9bf7b480fad7edf6a02">1. <italic id="italic-1">Abnormal Return </italic>(AR)</p>
      <p id="paragraph-2">a. Menghitung tingkat keuntungan pasar (<italic id="italic-2">markets return</italic>) harian selama periode pengamatan, dengan rumus:</p>
      <p id="paragraph-3">
        <italic id="italic-3" />
      </p>
      <p id="paragraph-4" />
      <p id="paragraph-5">b. Keuntungan yang diharapkan (<italic id="italic-4">expected return</italic>) harian selama periode pengamatan dengan rumus:</p>
      <p id="paragraph-6" />
      <p id="paragraph-7" />
      <p id="paragraph-8">𝐸(𝑅<sub id="subscript-1">𝑖𝑡</sub> ) = 𝛼 − 𝛽𝑅<sub id="subscript-2">𝑚𝑡<sub id="subscript-3"/></sub></p>
      <p id="paragraph-9">
        <sub id="subscript-4" />
      </p>
      <p id="paragraph-10">c. Menghitung <italic id="italic-5">abnormal return </italic>yaitu selisih antara <italic id="italic-6">actual return </italic>dengan <italic id="italic-7">expected return</italic><sub id="subscript-5"> </sub>harian masing-masing saham selama pengamatan, dengan rumus:<sub id="subscript-6"/></p>
      <p id="paragraph-11" />
      <p id="paragraph-12">d. Menghitung <italic id="italic-8">Average Abnormal return </italic>yaitu menghitung seluruh sekuritas secara <italic id="italic-9">cross- section </italic>untuk setiap hari di periode peristiwa, untuk menghitung rata-ratanya dapat dilakukan dengan menggunakan rumus:</p>
      <p id="paragraph-13">1. Abnormal Return (AR)</p>
      <p id="_paragraph-25">a. Menghitung tingkat keuntungan pasar (<italic id="_italic-54">markets return</italic>) harian selama periode pengamatan, dengan rumus:</p>
      <p id="paragraph-2bfdb763c8bfb54af4a0dda10b3a790f">R<sub id="subscript-00ccdc7ca85c5c47853d37dc4601f379">mt</sub> = (IHSG<sub id="subscript-09481349f7d3ed86b87d7183df86a7c2">t</sub>-IHSG<sub id="subscript-50fd769dc98e9995aa3afd66bac1e009">t-1</sub>) / IHSG<sub id="subscript-bb50e2dd25b027867c89926be5d5df09">t-1</sub></p>
      <p id="_paragraph-26">b. Keuntungan yang diharapkan (<italic id="_italic-55">expected return</italic>) harian selama periode pengamatan dengan rumus:</p>
      <p id="_paragraph-27">𝐸(𝑅<sub id="_subscript-1">𝑖𝑡</sub> ) = 𝛼 − 𝛽𝑅<sub id="_subscript-2">𝑚𝑡</sub></p>
      <p id="_paragraph-28">c. Menghitung <italic id="_italic-56">abnormal return </italic>yaitu selisih antara <italic id="_italic-57">actual return </italic>dengan <italic id="_italic-58">expected</italic><italic id="_italic-59">return</italic>harian masing-masing saham selama pengamatan, dengan rumus:</p>
      <p id="paragraph-0509e08f03d1c5b2560a5e1661613ca3">AR<sub id="subscript-d3aa371793f39b97da17a1802a9f1334">it</sub> = R<sub id="subscript-5fd599a2fbbd6de5927dc71bfba93d94">it</sub> - E(R<sub id="subscript-0f25f7ce23ae2ede8b53a0d506e7588e">it</sub>)</p>
      <p id="_paragraph-29">d. Menghitung <italic id="_italic-60">Average Abnormal return </italic>yaitu menghitung seluruh sekuritas secara <italic id="_italic-61">cross- section </italic>untuk setiap hari di periode peristiwa, untuk menghitung rata-ratanya dapat dilakukan dengan menggunakan rumus:</p>
      <p id="paragraph-1f385ae0016928644015227b89fdf9e8">RRTN<sub id="subscript-8dfa5e540bcea16ef2103b2ff00b2eab">t</sub> =RTN<sub id="subscript-91531e7a87d2becf9505cc22fe2d4c3c">it</sub> / K</p>
      <p id="_paragraph-30">1. Trading <italic id="_italic-62">Volume Activity </italic>(TVA)</p>
      <p id="_paragraph-31">Cara menghitung TVA dapat dilakukan dengan cara membandingkan total saham perusahaan ke-i yang diperdagangkan dalam periode pengamatan t dengan total jumlah saham</p>
      <p id="_paragraph-32">Menghitung volume perdagangan saham dengan memakai indikator <italic id="_italic-63">Trading Volume Activity </italic>(TVA):</p>
      <p id="_paragraph-33">TVAit = Vi,t</p>
      <p id="_paragraph-34">Vn,t</p>
      <p id="_paragraph-35">Formulasi yang digunakan untuk mengetahui besaran volume transaksi diluar normal <italic id="_italic-64">(unexpected trading volume) </italic>yaitu perbedaan antara volume transaksi actual sebelum periode transaksi dilkasanakan dan pada saat periode transaksi dilaksanakan sehingga dapat digunakan untuk mengetahui perubahan lonjakan volume saham [6].</p>
      <p id="paragraph-12ad284f7996b0f6e28c6df50447318d">2) Variabel Terikat</p>
      <p id="_paragraph-36">Variabel dependen atau variabel terikat adalah variabel yang di pengaruhi oleh variabel bebas (x). Variabel terikat sering juga disebut dengan variabel terpengaruh atau dependent, tergantung efek, tak bebas, dan disingkat dengan nama variabel Y. memaparkan bahwa variabel terikat adalah variabel yang dipengaruhi atau diterangkan oleh variabel lain, tetapi tidak dapat mempengaruhi variabel lainnya. Indikator yang digunakan dalam variabel ini yaitu dividen.</p>
      <p id="_paragraph-37">Dari penjelasan di atas dapat disimpulakan bahwa terdapat 2 jenis variabel, yang pertama yaitu variabel Independen (<italic id="_italic-65">abnormal return </italic>dan <italic id="_italic-66">trading volume activity) </italic>dan Variabel Dependen reaksi pasar (ex-date dividen). Variabel independen disebut juga variabel pengaruh, variabel perlakuan, penyebab, adalah yang bila dalam suatu akan bersama dengan variabel lain. Variabel yang terakhir ini berubah dalam variasinya. Atau bisa juga diartikan sebagai variabel yang dapat mengakibatkan perubahan bagi variable terikat dependen.</p>
      <p id="_paragraph-38">Varibel dependen merpuakan variabel yang berubah karena variabel bebas yang disebut juga dengan variabel terpengaruh. Atau bisa juga diartikan sebagai variabel yang menjadi akibat karena adanya variabel bebas / independen.</p>
      <p id="paragraph-499765b7b2b5f5484a81b60090c74c01">b. Identifikasi Variabel</p>
      <p id="_paragraph-39">Variabel dapat diartikan sebagai suatu besaran kuantitatif yang dinyatakan dalam suatu pengukuran baku tertentu dengan objek pengamatan pengamatan penelitian abnormal return dan <italic id="_italic-67">trading volume activity </italic>terhadap terjadinya peristiwa ex-date dividen. Berdasarkan rumusan masalah dan hipotesis penelitian, maka variabel-variabel dalam penelitian ini adalah :</p>
      <p id="paragraph-7bf88df5461994bd48f7d3a63b2f16bf">a) Actual return</p>
      <p id="paragraph-6622dac66b6ba42742c69f3a8dc01a25">b) Expected Return</p>
      <p id="paragraph-e67b14138c6c1ee68181e4e0c2daa96d">c) Abnormal Return (AR)</p>
      <p id="paragraph-40bb95969c886e3200c2657d8ff91eda">d) Trading Volume Activity (TVA)</p>
      <p id="paragraph-93dffe53d9c5a092e0df59e7d9f6400e">Populasi dan Sampel</p>
      <p id="paragraph-ceff76bff794b9cbf9b7a3c36c33598b">a. Populasi</p>
      <p id="_paragraph-40">Populasi dalam penelitian ini adalah perusahaan yang bergerak pada sektor manufaktur yang terdaftar di Bursa Efek Indonesia (BEI) selama 5 tahun (2016-2020) dengan jumlah perusahaan sebanyak 6 perusahaan. dan juga aktif membagikan dividen selama periode pengamatan.</p>
      <p id="paragraph-552f72306469e609d4a8866fe36d8954">b. Sampel</p>
      <p id="_paragraph-41">Pemilihan sampel pada penelitian ini ditentukan secara <italic id="_italic-68">purposive sampling </italic>dengan tujuan untuk mendapatkan sampel yang sesuai dengan kriteria yang telah ditentukan.</p>
      <p id="_paragraph-42">Adapun kriteria-kriteria yang digunakan dalam menentukan sampel sebagai berikut:</p>
      <table-wrap id="_table-figure-1">
        <label>Table 1</label>
        <caption>
          <title>Kriteria penelitian</title>
          <p id="_paragraph-43" />
        </caption>
        <table id="_table-1">
          <tbody>
            <tr id="table-row-dec9f8d180b3298d098b4d1f7b46955c">
              <td id="table-cell-0717ff7969bbd5546a35117233f14035" />
            </tr>
            <tr id="table-row-ec1cce6d925fb64b0dd67b927e63bc2f">
              <td id="table-cell-bc8491b1a5d86a1c1d4f364658aaaae9">No</td>
              <td id="table-cell-ecd643e6a4b0dd7971b044cc1117dce2">Kriteria Sampel</td>
              <td id="table-cell-6dcc300af7bbaabc99945ecccf3ffff3">Jumlah Perusahaan</td>
            </tr>
            <tr id="table-row-479bc1ef9f5bdd5f22e7417836fc0a58">
              <td id="table-cell-5e25ec62bc6a5d94f9b19bc0b3770efb">1.</td>
              <td id="table-cell-41ac49c961fb3fdefc652205a178a445">Perusahaan yang tercatat di Bursa Efek indonesia (BEI) pada tahun 2016-2020</td>
              <td id="table-cell-5cec2d9372743e9b4666ba6b4510b1b4">6</td>
            </tr>
            <tr id="table-row-f732cae77ae8ae0f32c6d4635f33f478">
              <td id="table-cell-5348a2015e7ed1f0ae24cdc2091298f2">2.</td>
              <td id="table-cell-f6d0a99203ee280ea705453a44f172f9">Perusahaan harus membagikan dividen selama 5 tahun</td>
              <td id="table-cell-b04aea87e21f6aba0740bbf9f6cb44a3">(6)</td>
            </tr>
            <tr id="table-row-e13bcef170688585c877c9b463f8d38e">
              <td id="table-cell-abbbb32ec521a0490d6e173fff9eb290">3.</td>
              <td id="table-cell-ea1c6d364c4ff86864f656cdd213f083">periode 2016-2020.Jumlah perusahaan yang diteliti</td>
              <td id="table-cell-36280d96d416a9bdf5a04f64a33faa5f">(6)</td>
            </tr>
            <tr id="table-row-63a87265515780e99b59e1d9c47b0206">
              <td id="table-cell-61779515ca3e66cbb3777568af4bbb90">4.</td>
              <td id="table-cell-fde30e7f80f559aea45ea44cad169a0a">Jumlah observasi 6 x 5 tahun</td>
              <td id="table-cell-2e737de0490a8394052310bd9a156160">35</td>
            </tr>
          </tbody>
        </table>
      </table-wrap>
      <p id="paragraph-a168e0c751819d4637d57181bb728e36">Teknik Analisis</p>
      <p id="_paragraph-44">Analisis data penelitian ini adalah analisis kuantitatif. Dalam penelitian ini, peneliti menggunakan bantuan SPSS (<italic id="_italic-69">Statistical Package for Social Science) </italic>untuk menganalisis data. Analisis ini diawali dengan statistik deskriptif, dan Uji Normalitas. Selanjutnya data yang terkumpul dilakukan uji beda pada setiap variabelnya. Pada penelitian ini peneliti akan menggunakan <italic id="_italic-70">SPSS (statistical Package for Social Science) </italic>untuk menganalisis data. Sebagai berikut:</p>
      <p id="paragraph-54418021aa2097fadefec4f7cede936c">a. Statistik Deskriptif</p>
      <p id="_paragraph-45">Dengan menggunakan Statistik deskriptif diharapkan dapat memberikan gambaran umum dari variabel penelitian [7]. Analisis yang digunakan adalah nilai rata-rata (mean), nilai minimum dan maksimum serta standart deviasi. Tabel berikut merupakan hasil statistik deskriptif dari <italic id="_italic-71">Abnormal Return </italic>pada seluruh emiten yang menjadi sampel penelitian selama periode pengamatan.</p>
      <p id="paragraph-90cd51d980dbfcb8f1e6b1981db174fb">b. Uji Normalitas</p>
      <p id="_paragraph-46">Uji normalitas digunkan untuk menilai sebaran data pada sebuah kelompok data atau variabel, apakah data tersebut berditribusi normal atau tidak. Pada uji normalitas ini akan menggunakan uji Shapiro Wilk.</p>
      <p id="_paragraph-47">Dasar pengambilan keputusan digunakan adalah sebagai berikut:</p>
      <p id="paragraph-56c7ec5060dbc98afc3d90aa33c4054f">1. Jika nilai signifikansi lebih dari 0,05, makaih hipotesis diterima. Hipotesis diterima mempunyai arti bahwa data berdistribusi normal.</p>
      <p id="paragraph-572b9587c4e8f7757e0852e99adb85a3">2. Jika nilai signifikansi kurang dari 0,05 maka hipotesis ditolak. Hipotesis ditolak mempunyai arti bahwa data berdistribusi tidak normal</p>
      <p id="paragraph-50d0105364224b2963732f8e4d4fbd2a">c. Uji Beda</p>
      <p id="_paragraph-48">Uji beda digunakan untuk menentukan membandingkan rata-rata dua variabel. Jika data terdistribusi normal maka uji beda rata-rata akan menggunakan paired simple t-test (parametrik statistic). Jika data berdistribusi tidak normal maka uji beda rata-rata akan menggunakan paired wiklcoxon signed rank test (nonparametrik statistic) [8].</p>
      <p id="_paragraph-49">Dasar pengambilan keputusan digunakan adalah sebagai berikut:</p>
    </sec>
    <sec id="heading-53c035afe12be93183dcb271f8617b50">
      <title>Hasil dan Pembahasan</title>
      <sec id="heading-e7896f8d4700b437805ea0c82205879a">
        <title>Hasil</title>
        <p id="paragraph-f66f3c6f982a7e2d2329e955e00db9a2">Analisis Data dan Hasil Penelitian</p>
        <p id="paragraph-93a5f30a5562a483d33fe078ea63f9f3">1. Statistik Deskriptif</p>
        <fig id="figure-panel-1ee71e9c999e3682b594aedf75932a6d">
          <label>Figure 1</label>
          <caption>
            <title>Statistik deskriptif Abnormal Return</title>
            <p id="paragraph-d1b39c0876b8594f133083da124af502" />
          </caption>
          <graphic id="graphic-aa0eec48fbee1674f6726c5853bf35c6" mimetype="image" mime-subtype="png" xlink:href="4019 Acopen GT1.png" />
        </fig>
        <p id="_paragraph-52">Berdasarkan hasil perhitungan dari deskiptif statistik diatas, terdapat nilai minimum terendah diperoleh Abnormal Return 0 senilai -0,026247dan nilai maximum tertinggi diperoleh Abnormal Return minus1 senilai 0,022689. dan mean tertinggi diperoleh Abnormal Return minus 1 senilai 0,00540055 dengan standart deviasi tertinggi diperoleh Abnormal Return 0 senilai ,012429583.</p>
        <fig id="figure-panel-4eff81d0c92e53ff691fb6b1d6ea9378">
          <label>Figure 2</label>
          <caption>
            <title>Statistik deskriptif Trading Volume Activity</title>
            <p id="paragraph-dfca18a72fb83212dd3925df50115606" />
          </caption>
          <graphic id="graphic-2197a464f75bd35dab0fa9964388b581" mimetype="image" mime-subtype="png" xlink:href="4019 Acopen GT2.png" />
        </fig>
        <p id="_paragraph-53">Berdasarkan hasil perhitungan dari deskiptif statistik diatas, terdapat nilai minimum terendah yang diperoleh Trading Volume Activity minus 2 senilai 0,030444 dan nilai maximum tertinggi diperoleh Trading Volume Activity plus 4 senilai 0,858711 dan mean tertinggi diperoleh Trading Volume Activity minus 3 senilai 0,29475783 dengan standart deviasi tertinggi diperoleh Trading Volume Activity minus 3 senilai 0,344725509</p>
        <p id="paragraph-c6ae65c2c194b1182929aceffb90d325">2. Uji Normalitas</p>
        <p id="_paragraph-54">
          <bold id="_bold-36">Tabel 4 Uji normalitas Abnormal Return Tests of Normality</bold>
        </p>
        <p id="_paragraph-55">Kolmogorov-</p>
        <p id="_paragraph-56">Smirnov<sup id="_superscript-5">a</sup>Shapiro-Wilk</p>
        <table-wrap id="_table-figure-2">
          <label>Table 2</label>
          <caption>
            <p id="_paragraph-57" />
          </caption>
          <table id="_table-2">
            <tbody>
              <tr id="table-row-7bb9f2d8f7a4af8bac50a9e204396c4d">
                <td id="table-cell-c955b6a2f476eed80eb9ad556e148343" />
                <td id="table-cell-2510f6829fa14518c232712585f9fc6a" colspan="3">Kolmogorov- Smirnova</td>
                <td id="table-cell-ef53369d6028834d34c939efb5306248" colspan="3">Shapiro-Wilk</td>
              </tr>
              <tr id="table-row-7dce8f04dfaaaf585dc8adb30391727d">
                <td id="table-cell-2cf9aadb8cdb866acb9c90bc6219d78b" />
                <td id="table-cell-f501278a0e21d57157486472a2a871c0">Statistic</td>
                <td id="table-cell-15a4636edc0251a5340f79fd45e1435d">Df</td>
                <td id="table-cell-a6a0063441ef802edb0c753ef4623cf6">Sig.</td>
                <td id="table-cell-08c2aec78d796e35610a320d8969fab0">Statistic</td>
                <td id="table-cell-ff8cada3e30f62b433df84f9888c546c">df</td>
                <td id="table-cell-5746c55fe49893220e3f4f1db7433e22">Sig.</td>
              </tr>
              <tr id="table-row-1168e632fc53cad188b18997ac3f0bb4">
                <td id="table-cell-78f8aad4714ab3787e467f33e7458e96">AbnormalReturnminus5</td>
                <td id="table-cell-20006e3243c9aa0ade4987d7585959c2">,196</td>
                <td id="table-cell-0d096c3a57dfef3065ac046a3796862b">6</td>
                <td id="table-cell-a68c3c6ee0ec9b15203a650806d39ab0">,200*</td>
                <td id="table-cell-7012532a3cc7cdcc162993af6497b6f9">,968</td>
                <td id="table-cell-c3901a9cc24011358b2bccbfc1dbba5e">6</td>
                <td id="table-cell-e261f2a47bc115fb69b378c3ccd1c3d5">,882</td>
              </tr>
              <tr id="table-row-a1bebabe5713277b852fe807c02b10b5">
                <td id="table-cell-d2a44864c7f67a41b6df08918621403a">AbnormalReturnminus4</td>
                <td id="table-cell-3b4ad8505bddaa9d141877259de4f2e3">,236</td>
                <td id="table-cell-c26a2a2a901492d87967ef87d6c2f108">6</td>
                <td id="table-cell-d00c295ba348c2b027b2f2e9a73e3851">,200*</td>
                <td id="table-cell-3b7d07a7cd61d45637cb67a8f0628ca6">,929</td>
                <td id="table-cell-3cf66adb05b7e67a40ee13d6e4e29a78">6</td>
                <td id="table-cell-c9edf783b439b0c1cd882162dd371bbe">,569</td>
              </tr>
              <tr id="table-row-379cfd1779fa4eb79259907157ef4497">
                <td id="table-cell-cfccd47c91c979a5868fb6200145dff8">AbnormalReturnminus3</td>
                <td id="table-cell-50f1b48c6003a00d623ca6bab1f39254">,346</td>
                <td id="table-cell-5e95bffe608c5b309e12cc925f2d5c9f">6</td>
                <td id="table-cell-8d8365fd1ebcbadc41420166b35c8a97">,024</td>
                <td id="table-cell-4464a157281a19b45df5290407a90ed9">,846</td>
                <td id="table-cell-68df14dc50de1271699b483200ef0d66">6</td>
                <td id="table-cell-fbcb86eb6ac8d33efe376ec4f4410965">,145</td>
              </tr>
              <tr id="table-row-bdb43daf428979589e890119bb0bcb03">
                <td id="table-cell-b0a84927baced7fcfa72db9c67e34e7b">AbnormalReturnminus2</td>
                <td id="table-cell-831896b95783cc64e817fed080c2b9df">,194</td>
                <td id="table-cell-2c90315ddab0c0542790a3e4d22c6018">6</td>
                <td id="table-cell-91b1ca13c259377a6a358d689d7cc686">,200*</td>
                <td id="table-cell-aaa4a1c8907b4c2a8f711c4044f13efa">,901</td>
                <td id="table-cell-452b2c515ad57fc273c1980425f16a76">6</td>
                <td id="table-cell-1856a1a7654f4ff8902d66cf9e9e211d">,383</td>
              </tr>
              <tr id="table-row-3bc99d49f6ccacad23c145a15f0ca15a">
                <td id="table-cell-94cefdef90dff2cdb36c15439023cabc">AbnormalReturnminus1</td>
                <td id="table-cell-de6919d7a7a79fa82c3222495fb6d156">,211</td>
                <td id="table-cell-249df2becbb7c53393bfcf249f7c42b8">6</td>
                <td id="table-cell-d7056e830439a7e69a7ce232b7adba8d">,200*</td>
                <td id="table-cell-4c0cd6245df28b1ea5adbdd848e8874e">,934</td>
                <td id="table-cell-68e65555cbb8fe6504bc9153616d9d27">6</td>
                <td id="table-cell-e9b2f0c8c5df711d569fd7ec192ca39b">,614</td>
              </tr>
              <tr id="table-row-d290c4f74126e50b34eda6d31da08df5">
                <td id="table-cell-655294762d43405de35a45cf9e4024b5">AbnormalReturn0</td>
                <td id="table-cell-62a9bec397aec39644069e0a817a904f">,207</td>
                <td id="table-cell-3648be46166995041c5f120ce311f2bc">6</td>
                <td id="table-cell-cac10b989443ca2239a452740b1926e1">,200*</td>
                <td id="table-cell-f5582932f44bea79e22ce1064be28014">,953</td>
                <td id="table-cell-a5ebb45757897a89486dd87c3af91b99">6</td>
                <td id="table-cell-0e49b5747132a220c4d9d6861df0d22a">,762</td>
              </tr>
              <tr id="table-row-9a4a54c77f00cacef2a8dcd99a0d1681">
                <td id="table-cell-dc1d1daa7c5104df97bbca1613e0bbb4">AbnormalReturnplus1</td>
                <td id="table-cell-fe8e4c19e705c7c75aa853be3241e053">,233</td>
                <td id="table-cell-dc6a4b740d64993171eae621f7c1b055">6</td>
                <td id="table-cell-b73364a0e910728a336e63f093e94d53">,200*</td>
                <td id="table-cell-48e75a6b64c5ed065f883bfc67b94344">,912</td>
                <td id="table-cell-dca3c5b422a9896cdd9abacece836a66">6</td>
                <td id="table-cell-4377e8698e08e7d1087184a5c983fa17">,452</td>
              </tr>
              <tr id="table-row-9e0dde9ac7c1c94e73a50bc55b23829c">
                <td id="table-cell-8f120795f61edf9726ba0dbc6e967264">AbnormalReturnplus2</td>
                <td id="table-cell-4e751a18a6e515a8fd1100f0237ca41e">,244</td>
                <td id="table-cell-01ef715418fe53a55151aa765e1d15c0">6</td>
                <td id="table-cell-63166bc61d5a48a6102d905a20ff17f2">,200*</td>
                <td id="table-cell-840a96b726f2903e0788c019902e5fb6">,923</td>
                <td id="table-cell-9d171bdd8c7249a47bba01f9a39ff276">6</td>
                <td id="table-cell-7ebcdd686212883997eda5575b1bd8c3">,528</td>
              </tr>
              <tr id="table-row-a6d55036e5ba21d0c9602fb876c058d0">
                <td id="table-cell-20c65d490e1503f484a87541ae1098b6">AbnormalReturnplus3</td>
                <td id="table-cell-1b6ef2aa0d5d69e6f9f8ef18da2eda76">,228</td>
                <td id="table-cell-d877abacc7723e7e3a0d8d4e05a746d5">6</td>
                <td id="table-cell-531b07295c6f67ad0a1b2a027484fadc">,200*</td>
                <td id="table-cell-1d94e8d4e663188bd4a71742e2424584">,923</td>
                <td id="table-cell-4bae8a4493589558cddb59565df43bca">6</td>
                <td id="table-cell-47fbf8756e2b98db8bf927ad09d35256">,528</td>
              </tr>
              <tr id="table-row-c05168448c7dac553370129e1ef8b16a">
                <td id="table-cell-417cb76047a7e3a1cd43fcde4187f904">AbnormalReturnplus4</td>
                <td id="table-cell-23f950058e15b8aa127416eed16ddfac">,216</td>
                <td id="table-cell-b9316e1179820a5aaa280ad58340905b">6</td>
                <td id="table-cell-bc018a46f8befd469c888ac7c96e64ed">,200*</td>
                <td id="table-cell-1d70c7cf7b2d60143eaabec3adc88ee0">,958</td>
                <td id="table-cell-d1f8478b2c6e4f9a20e3d9f28286c052">6</td>
                <td id="table-cell-58a6323f21dbabd635821b388802d0c9">,807</td>
              </tr>
              <tr id="table-row-7ec687572c211284da1a52954df4dc75">
                <td id="table-cell-6389d00f6653b74dc2e921667c46c7ba">AbnormalReturnplus5</td>
                <td id="table-cell-f5faf032ff6844c2d7cda220f9b44d8a">,184</td>
                <td id="table-cell-8dce319b650ad7c249f4d7f9a234876e">6</td>
                <td id="table-cell-ca985d36703393c9cf0e4f61623e3133">,200*</td>
                <td id="table-cell-9380c18b77620f363fc090bdfbde0abb">,961</td>
                <td id="table-cell-562f72bc0ca150b76590d1cbc36b012e">6</td>
                <td id="table-cell-188eefe2fff3c5d114ded4c8c9c430cf">,826</td>
              </tr>
              <tr id="table-row-c30d9a4d7fe3417bc396b297e04822ba">
                <td id="table-cell-0a736d959add7167608620346e46fc18">AverageAbnormalReturnsebelum</td>
                <td id="table-cell-949a470ed2e65db5749ea23f254d839d">,133</td>
                <td id="table-cell-2bf3ac1b7a8ec266673001b41f49cf78">6</td>
                <td id="table-cell-cd5757283c0057ad3e90fc62b17335e7">,200*</td>
                <td id="table-cell-5d4540692a4962db4533bf4b09c10547">,983</td>
                <td id="table-cell-88669163d42ed70245b98f5206811191">6</td>
                <td id="table-cell-80d2c2ff056d037f1383d50f07f156b7">,967</td>
              </tr>
              <tr id="table-row-d8a4d07c7fadd60cc1d9f92c05087b78">
                <td id="table-cell-a7003d48caecaf6a0499d35d9f28268c">AverageAbnormalReturnsesudah</td>
                <td id="table-cell-8bc221940e0464e207b992c1ca9d9e07">,278</td>
                <td id="table-cell-b43cd351ce34ea830097865451e9fb8d">6</td>
                <td id="table-cell-9e18cfb83e458162236c90ff17ffc8c1">,162</td>
                <td id="table-cell-f8379f4615a555841fd50ce7d9510f6a">,851</td>
                <td id="table-cell-c38e04cc3cdbc7da98bd2943ecc7502b">6</td>
                <td id="table-cell-5e27bdacdf78b0ed835f418206bcb583">,159</td>
              </tr>
            </tbody>
          </table>
        </table-wrap>
        <p id="_paragraph-58">a. Lilliefors Significance Correction</p>
        <p id="_paragraph-59">*. This is a lower bound of the true significance.</p>
        <p id="_paragraph-60">Berdasarkan hasil perhitungan uji normalitas diatas, terdapat nilai signifikansi paling tinggi dimiliki oleh Abnormal Return rminus 5 senilai 0,882 dan paling rendah dimiliki oleh Abnormal Return rminus 3 senilai 0,145. Dilihat dari signifikansi nilai terendah senilai 0,145 &gt; 0,05. Dari hasil data tersebut maka dapat disimpulkan bahwa average abnormal return terdistribusi secara normal. Dengan itu peneliti akan menggunakan uji paired sample t-test.</p>
        <p id="_paragraph-61">Tests of Normality</p>
        <table-wrap id="_table-figure-3">
          <label>Table 3</label>
          <caption>
            <title>Uji normalitas Trading Volume Activity</title>
            <p id="_paragraph-64" />
          </caption>
          <table id="_table-3">
            <tbody>
              <tr id="table-row-8d893e2b66c11f7fe279cf77fb6b1ab8">
                <td id="table-cell-a6963b3fde73c903668f54f07458fd17" />
                <td id="table-cell-25a95a4761b928d1130ecf3e1e094c10" colspan="3">Kolmogorov-
Smirnova</td>
                <td id="table-cell-b4bf0b718bc44ed345bbfaea8b970c10" colspan="3">Shapiro-Wilk</td>
              </tr>
              <tr id="table-row-2413913b929453a1744a3e1fa790ccfe">
                <td id="table-cell-d35c6c2dbe78c0b5fd5b2992d65cc3e0" />
                <td id="table-cell-2a0b14da36399dbf4cc05e58da364774">Statistic</td>
                <td id="table-cell-af28c63a0e404c72be29978384fa9b6b">df</td>
                <td id="table-cell-ac571e756661e09ae9cf414f8ac435bb">Sig.</td>
                <td id="table-cell-d8de7effd27d68ebe75302e3358f90fc">Statistic</td>
                <td id="table-cell-d457a977d1a72e2755f06a0278377a12">df</td>
                <td id="table-cell-56bd901a093f301405fe020f084cfc32">Sig.</td>
              </tr>
              <tr id="table-row-793e0d6eaefdea9a7145f8b876d4f6c9">
                <td id="table-cell-766e5b55a1f5c18abcfcf8a3b7f2ff52">TradingVolumeActivityminus5</td>
                <td id="table-cell-412095f63b826b2ce70f55c3746e3770">,361</td>
                <td id="table-cell-e0e6269f49edb21db3a51a42a522ab27">6</td>
                <td id="table-cell-a3cff2bf0068665ab9a4731593fa6016">,014</td>
                <td id="table-cell-95a483141f9030483ac6c5467dbcd67a">,752</td>
                <td id="table-cell-240f00b71a987d95ea5b9c91a4c16413">6</td>
                <td id="table-cell-162d68db63da30428c52321f5b5f4600">,021</td>
              </tr>
              <tr id="table-row-3af690738af50d808de0c6e329a4b658">
                <td id="table-cell-018b7c4f4583c5cd3584fe55dd163f8b">TradingVolumeActivityminus4</td>
                <td id="table-cell-04d60712bbe70517ca1be0cfdab8a67d">,337</td>
                <td id="table-cell-44d65cf0b6a2bb9bf08f902002855a79">6</td>
                <td id="table-cell-3f576e2336f784b2b78bfee9cd1c7fa5">,032</td>
                <td id="table-cell-947ef68edb1d83bd2facc980fdac18c5">,724</td>
                <td id="table-cell-395a51000170ae419725d6fb1d579ec9">6</td>
                <td id="table-cell-3d5f6ef242d1e11cff54ad07fa631c83">,011</td>
              </tr>
              <tr id="table-row-6d9f19499830e1b0485403ef4de71250">
                <td id="table-cell-9787dae270bc221d8fc7b6fc4f4fc27e">TradingVolumeActivityminus3</td>
                <td id="table-cell-81174ca860807b1c459e8e5db3943313">,251</td>
                <td id="table-cell-21faa9249465f77d7fbb33129fc1f38c">6</td>
                <td id="table-cell-66899b422fab0377590456a9fceac270">,200*</td>
                <td id="table-cell-b8ca185473800dd74a596df33a926e93">,784</td>
                <td id="table-cell-b77cdba33232ea6bdfa0873c05ed16b2">6</td>
                <td id="table-cell-7ce0b88813c7f413ab47352d290350f6">,042</td>
              </tr>
              <tr id="table-row-0d5a87c915ee8239a593b034bb8da1ce">
                <td id="table-cell-68423660426052bb7330466993c41037">TradingVolumeActivityminus2</td>
                <td id="table-cell-0966cb4c28d9d58af7ea62e884b8a7ab">,257</td>
                <td id="table-cell-35ee84bf715619aa7350618cef7f09f0">6</td>
                <td id="table-cell-0740806e797b2b5bb44f154998b09df1">,200*</td>
                <td id="table-cell-eb74a1889e34de5effd3eb1e8d94824a">,900</td>
                <td id="table-cell-5b956073aeca8da2339c598df822be6f">6</td>
                <td id="table-cell-673249181cbe0c29a5c9cda68e76708d">,371</td>
              </tr>
              <tr id="table-row-be1a55a89a00adc18e710ea2f4597840">
                <td id="table-cell-60eeb7777d2852d73394debd708bfb95">TradingVolumeActivityminus1</td>
                <td id="table-cell-9d95de15e877e5a7789efd61b750256a">,266</td>
                <td id="table-cell-74f6997cadde07268f690aafee60bb67">6</td>
                <td id="table-cell-f4797cd9498ee70a5573e7f464705a3b">,200*</td>
                <td id="table-cell-07a49d3eec626eda0b252c8105e55d12">,852</td>
                <td id="table-cell-90668086eb06deec987cbd95bab36ae0">6</td>
                <td id="table-cell-e3c02921e3f880008e33d1327061a765">,164</td>
              </tr>
              <tr id="table-row-5ad05c2c9899caa3ce3014870773ccb2">
                <td id="table-cell-5158b9ac857b7f7cc2c9a5da3df928d5">TradingVolumeActivitity0</td>
                <td id="table-cell-f52294aa529fd99143d3fdadce2431c2">,221</td>
                <td id="table-cell-dec14e942350a717af9f42de0189df58">6</td>
                <td id="table-cell-feb8862a5f4b682ff8ef474db45d4bfd">,200*</td>
                <td id="table-cell-30f0e756885a926d856e44760c732b1d">,861</td>
                <td id="table-cell-a928e505940ac4c2a7b542cae0084b90">6</td>
                <td id="table-cell-333193683e69ddd94f287323a23a79b0">,191</td>
              </tr>
              <tr id="table-row-9f44ac2a5d7a731d3012ecd1b635368d">
                <td id="table-cell-e67c8efdfd0eef8bbb2cf2085cb33050">TradingVolumeActivityplus1</td>
                <td id="table-cell-aa9e73afeb63f0b5e39900e9110696a7">,285</td>
                <td id="table-cell-13e61a9c60fd1c5b4c498671d5adfba0">6</td>
                <td id="table-cell-f761aaa97383d698a64919f2d5dcefe7">,139</td>
                <td id="table-cell-a91a72b87d929530c37e88c063e325c6">,837</td>
                <td id="table-cell-3fdb5207306364ae64ac712f6ef6ba60">6</td>
                <td id="table-cell-5d8cf0380215e44e0996f98b80495813">,123</td>
              </tr>
              <tr id="table-row-6f582d43f37322b8c74d38075c539786">
                <td id="table-cell-86b1845bf8f740f6a5360e94c7a156e3">TradingVolumeActivityplus2</td>
                <td id="table-cell-c918a40155cb5386cf4bf85fc162917b">,267</td>
                <td id="table-cell-d7f8b439b82bc4cde726e0eda0d0568c">6</td>
                <td id="table-cell-8ee0ef41c91c9aecfdc87c0d93127853">,200*</td>
                <td id="table-cell-638e5aa1e14690f0aeeb61ecef37ceee">,767</td>
                <td id="table-cell-2fd0c61cfba233b35928f87de697e86a">6</td>
                <td id="table-cell-e14c8f772190dc4215e54886af85b8d3">,029</td>
              </tr>
              <tr id="table-row-120d0511b757b55ef72cba8f51546ba4">
                <td id="table-cell-312304baf058d3a5177330b55ee7f9d8">TradingVolumeActivityplus3</td>
                <td id="table-cell-6f5f6ac7b9bc6138484f8bf25775711e">,288</td>
                <td id="table-cell-2ea91feb5f438a60b1c660d355c05e65">6</td>
                <td id="table-cell-9cb4b126425c58598434e8e01ccbdde5">,131</td>
                <td id="table-cell-a71579218bc180d6ebdf13706e1afad3">,792</td>
                <td id="table-cell-4002f57737edf106032dcca0ac07b6b9">6</td>
                <td id="table-cell-28929822db5d8546fc8c38f75402bed4">,050</td>
              </tr>
              <tr id="table-row-cf56ee349035aef936661fa4e972d3c1">
                <td id="table-cell-cbbd3122c0d59475e314e3a938cbbf88">TradingVolumeActivityplus4</td>
                <td id="table-cell-f3d2031f806cb87b00927b209a41552d">,351</td>
                <td id="table-cell-ebc8dd7db54bc3441bcaff19583e3e08">6</td>
                <td id="table-cell-c31dc673cda702e99a05d7ed2f9c3f93">,020</td>
                <td id="table-cell-c63150d6171b14e921e475b43f0ed3ed">,686</td>
                <td id="table-cell-c3caa8017328f9b9b9281335c58b3e08">6</td>
                <td id="table-cell-4e928efe5697622c85359a2637532a68">,004</td>
              </tr>
              <tr id="table-row-23a012e9b2a8f8ef64d8f575dec4ce31">
                <td id="table-cell-42a56be9e6ab43069c60a594973184a8">TradingVolumeActivityplus5</td>
                <td id="table-cell-627009411ae0c9365ee3d5b20276cfa3">,332</td>
                <td id="table-cell-95eb48c1adf46939456cea5e04db2164">6</td>
                <td id="table-cell-6c1fee62fbc71f5dd1acd0a367eefa4e">,038</td>
                <td id="table-cell-9748120ded85fb848b7974328e559004">,773</td>
                <td id="table-cell-3635728b5d9ddab089cdd3747ede3e53">6</td>
                <td id="table-cell-e31271db325b1eef1f2ecf5f0b9345d2">,033</td>
              </tr>
              <tr id="table-row-e19edfa2e538e6fe97fbcaac8d77f29d">
                <td id="table-cell-3d276aabf43d1166a80358865cb28ca6">AverageTradingVolumeActivitySebelum</td>
                <td id="table-cell-6cb7fe49b04de9ddbaff2f0938ad91bc">,245</td>
                <td id="table-cell-44c39b25012585cbb2a9554e650b7e14">6</td>
                <td id="table-cell-ef8567e9326abba91e9317bca059b387">,200*</td>
                <td id="table-cell-ec303c53fe83fca5ef18181a7d198ec4">,835</td>
                <td id="table-cell-f6589d9394fac3e093657c1fa2bdff45">6</td>
                <td id="table-cell-4113c43681b919270d68a3b06d622f94">,119</td>
              </tr>
              <tr id="table-row-b339ee57d9fa19deea2cca4371ab5e9a">
                <td id="table-cell-76d963a26a5a23d7a48cc4443b50d4c7">AverageTradingVolumeActivitySesudah</td>
                <td id="table-cell-ec6f781dd16e5cebe7908901530fbab0">,312</td>
                <td id="table-cell-d95efe514c63e9d4c1b622d6ef53e25e">6</td>
                <td id="table-cell-ab82ecfdb8ac8daa0779309f20f5f861">,070</td>
                <td id="table-cell-35861c6ad1b62330f4e842bba4021409">,764</td>
                <td id="table-cell-0a56a64073390b711ee2ea33980c2d88">6</td>
                <td id="table-cell-06946296f81b54cc7f120ccbe0e30f45">,027</td>
              </tr>
              <tr id="table-row-96eb4d54283bc3d6f735517279588321">
                <td id="table-cell-44159366c4f9fcc7b3ab8d3aa848167d">a. Lilliefors Significance Correction</td>
              </tr>
              <tr id="table-row-c137af78d61fdce78a06d7610d8875f7">
                <td id="table-cell-a21a7977c6d05b14b00c3df77710b3f3">*. This is a lower bound of the true significance.</td>
              </tr>
            </tbody>
          </table>
        </table-wrap>
        <p id="_paragraph-65">Berdasarkan hasil perhitungan uji normalitas diatas, terdapat nilai signifikansi paling tinggi dimiliki oleh Trading Volume Activity minus 2 senilai 0,371dan paling rendah dimiliki oleh Trading Volume Activity plus 4 senilai 0,004. Dilihat dari signifikansi nilai terendah senilai 0,004 &lt; 0,05. Dari hasil data tersebut maka dapat disimpulkan bahwa average trading volume activity terdistribusi secara tidak normal. Dengan itu peneliti akan menggunakan uji wilcoxon signed rank test.</p>
        <p id="paragraph-277e52d257fd633508ab90092116cefb">Analisis average</p>
        <fig id="figure-panel-a0482c7d5cad979ef177dd1e058cf388">
          <label>Figure 3</label>
          <caption>
            <title>Analisis average abnormal return Paired Samples Test</title>
            <p id="paragraph-886cf44a5aec908ccf7f64d5b94982c1" />
          </caption>
          <graphic id="graphic-444b87a6639b1d07334de4733050267f" mimetype="image" mime-subtype="png" xlink:href="4019 Acopen GT3.png" />
        </fig>
        <p id="_paragraph-72">H0: Tidak terdapat perbedaan antara <italic id="_italic-72">Average</italic><italic id="_italic-73">Abnormal</italic><italic id="_italic-74">Return</italic>Sebelum ex-date dividen dan</p>
        <p id="_paragraph-73"><italic id="_italic-75">Average Abnormal Return </italic>Sesudah ex-date dividen</p>
        <p id="_paragraph-74">H1: Terdapat perbedaan antara <italic id="_italic-76">Average Abnormal Return </italic>Sebelum ex-date dividen dan <italic id="_italic-77">Average Abnormal Return </italic>Sesudah ex-date dividen</p>
        <p id="_paragraph-75">Dengan dasar pengambilan keputusan sebagai berikut: Nilai 𝜌 &gt; 0,05, maka H0 diterima H1 ditolak</p>
        <p id="_paragraph-76">Nilai 𝜌 &lt; 0,05, maka H0 ditolak H1 diterima</p>
        <p id="_paragraph-77">Berdasarkan hasil perhitungan paired sample t-test, maka nilai p (Sig 2 tailed) senilai 0,283 &gt; 0,05. Sehingga keputusan hipotesis adalah menerima H0 yang menyatakan tidak terdapat perbedaan antara Average Abnormal Return Sebelum dan Average Abnormal Return Sesudah ex-date dividen</p>
        <p id="_paragraph-78">Average Trading Volume Activity sesudah – Average Trading Volume Activity Sebelum</p>
        <fig id="figure-panel-c1b0df422519d838552b8371393fa2e4">
          <label>Figure 4</label>
          <caption>
            <title>Analisis average Trading Volume Activity</title>
            <p id="paragraph-f230da859e7c37c25f783ef922703185" />
          </caption>
          <graphic id="graphic-7bef3a26f579094ee1d11dc75d9dbe2f" mimetype="image" mime-subtype="png" xlink:href="4019 Acopen GT4.png" />
        </fig>
        <p id="_paragraph-82">Berdasarkan metode perhitungan yang dilakukan di dalam rumus wilcoxon signed rank test, nilai yang di dapat adalah : nilai mean rank 4.00 dan sum of ranks 20,00 dari kelompok negatif ranks, nilai mean rank 1,00 dan sum of ranks 1,00 dari kelompok positive ranks dan ties</p>
        <fig id="figure-panel-64e650f07993176688e3c4d9d35babd1">
          <label>Figure 5</label>
          <caption>
            <title>Test Statistics<sup id="_superscript-27">b</sup></title>
            <p id="paragraph-6db13306e7aa5fa0cab70902c2ace91f" />
          </caption>
          <graphic id="graphic-9e71404beba751d8246053b2c5e261d6" mimetype="image" mime-subtype="png" xlink:href="4019 Acopen GT5.png" />
        </fig>
        <p id="_paragraph-87">H0:Tidak terdapat perbedaan antara <italic id="_italic-78">Average Trading Volume Activity </italic>sebelum ex-date dividen dan</p>
        <p id="_paragraph-88"><italic id="_italic-79">Average Trading Volume Activity </italic>sesudah ex-date dividen</p>
        <p id="_paragraph-89">H1: Terdapat perbedaan antara <italic id="_italic-80">Average Trading Volume Activity </italic>sebelum ex-date dividen dan <italic id="_italic-81">Average Trading Volume Activity </italic>sesudah ex-date dividen</p>
        <p id="_paragraph-90">Dengan pengambilan keputusan sebagai berikut:</p>
        <p id="_paragraph-91">Nilai 𝜌 &gt; 0,5, maka H0 diterima H1 ditolak Nilai 𝜌 &lt; 0,5, maka H0 ditolak H1 diterima</p>
        <p id="_paragraph-92">Berdasarkan hasil perhitungan wilcoxon signed rank test, maka nilai z yang di dapat sebesar -1,992 dengan p value (asymp. Sig 2 tailed) sebesar 0,046 dimana kurang dari batas kritis penelitian 0,05 sehingga keputusan hipotesis adalah menerima H1 atau yang berarti terdapat perbedaan bermakna antar kelompok AARstlh dan AARsblm</p>
      </sec>
      <sec id="heading-bd273d81e9dbb25894f05fccf92f402e">
        <title>Pembahasan</title>
        <p id="heading-427098641d2734ed3db8db05e9ebfab5">1. Pembahasan Average Abnormal Return</p>
        <p id="_paragraph-93">Reaksi pasar pada suatu peristiwa yang diukur dengan <italic id="_italic-82">Abnormal Return </italic>yang dihasilkan dari 6 sampel perusahaan selama 5 periode yang melakukan aktivitas pembagian dividen menunjukkan bahwa. Dari hasil uji normalitas data menyimpulkan bahwa <italic id="_italic-83">abnormal return </italic>terdistribusi secara normal. Sehingga untuk uji beda menggunakan paired sample test (parametrik test) pada <italic id="_italic-84">Abnormal Return </italic>diketahui bahwa nilai ( Sig 2 tailed) sebesar 0, 283 dimana lebih dari batas kritis penelitian senilai 0,05. Dengan pengambilan keputusan sebagai berikut[10].</p>
        <p id="_paragraph-94">Sehingga keputusan hipotesis adalah H0 diterima yang berarti tidak terdapat perbedaan bermakna antara Average Abnromal Return Sebelum dan Average Abnormal Return Sesudah. Dari hasil tersebut dapat disimpulkan bahwa H0 yang menyatakan tidak terdapat perbedaan <italic id="_italic-85">abnormal return </italic>sebelum dan sesudah ex-date dividen di terima sedangkan H1 yang menyatakan terdapat perbedaan <italic id="_italic-86">abnormal return </italic>sebelum dan sesudah terhadap dividen di tolak. Hasil dari penelitian ini menunjukkan bahwa ex-date dividen tidak memiliki dampak terhadap ex-date dividen.</p>
        <p id="_paragraph-95">Pernyataan ini sejalan dengan penelitian terdahulu yang sudah dilakukan oleh surya aji sambodo [11] yang menyatakan hasil pengujian abnormal return sebelum dan sesudah pengumuman dividen secara</p>
        <p id="_paragraph-96">statistik diperoleh nilai t -0,081 dengan signifikansi sebesar 0,937 atau berada di atas 0,05. Hal ini berarti, tidak terdapat perbedaan yang signifikan secara statistik antara rata-rata abnormal return sebelum dan setelah pengumuman dividen. Dengan demikian. Hipotesis pertama dalam penelitian ini ditolak.</p>
        <p id="paragraph-1fbf793c1ae58c60f00d396ff991518b">2. Pembahasan Average Trading Volume Activity</p>
        <p id="_paragraph-97">Reaksi pasar pada suatu peristiwa yang diukur dengan <italic id="_italic-87">Abnormal Return </italic>yang dihasilkan dari 6 sampel perusahaan selama 5 periode yang melakukan aktivitas pembagian dividen menunjukkan bahwa. Dari hasil uji normalitas data dapat disimpulkan bahwa <italic id="_italic-88">trading volume activity </italic>tidak terdistribusi secara normal. Sehingga untuk uji beda menggunakan uji wilcoxon signed rank test (nonparametrik test). Pada <italic id="_italic-89">trading volume activity </italic>diketahui bahwa nilai z memiliki nilai sebesar -1,992 dengan p value (asymp. Sig 2 tailed) sebesar 0,046 dimana kurang dari batas kritis penelitian 0,05. Dengan pengambilan keputusan sebagai berikut.</p>
        <p id="_paragraph-98">sehingga keputusan hipotesis adalah menerima H1 atau yang berarti terdapat perbedaan bermakna antar kelompok ATVAstlh dan ATVAsblm. Dari hasil tersebut dapat disimpulkan bahwa H0 yang menyatakan tidak terdapat perbedaan <italic id="_italic-90">Trading Volume Activity </italic>di tolak dan H1 yang menyatakan terdapat perbedaan <italic id="_italic-91">Trading volume activity </italic>sebelum dan sesudah terhadap dividen diterima.</p>
        <p id="_paragraph-99">Penelitian ini sejalan dengan penelitian yang dilakukan oleh Meri Dwi Anggraini, SE, M.Si yang mengatakan jika berdasarkan hasil uji hipotesis pasar Berdasarkan tabel 5 di atas terlihat bahwa pada periode jendela (<italic id="_italic-92">event windows) </italic>selama 21 hari terlihatbeberapa hari pasar bereaksi signifikan terhadap pengumuman dividen melalui aktivitas volume perdagangan saham (dengan melihat rata-rata TVA) dengan nilai <italic id="_italic-93">sig.(two tailed) &lt; 0,05</italic>. Rata-rata <italic id="_italic-94">TVA </italic>perusahaan sampel bernilai positif. Hal ini menandakan bahwa terjadi peningkatan perdagangan saham perusahaan sampel di pasar modal dengan adanya pengumuman dividen naik di sekitar <italic id="_italic-95">ex-dividend date. </italic>Berdasarkan pengujian hipotesis (uji t) dapat di lihat bahwa pada masing-masing periode observasi nilai t-hitung &gt; t-tabel. Sehingga dapat disimpulkan bahwa hipotesis ke-3 dapat dibuktikan.</p>
        <p id="_paragraph-100">Dalam penelitian ini ditemukan bahwa, untuk melihat reaksi pasar terhadap ex-date dividen lebih baik menggunakan indikator rata-rata trading volume activity dibandingkan indikator rata-rata abnormal return. Berdasarkan dari penelitian ini yang menyatakan apabila indikator rata-rata abnormal return menghasilkan nilai yang tidak signifikan, belum tentu indikator rata-rata trading volume activity juga mengatakan tidak signifikan. Rata-rata trading volume activity lebih mencerminkan reaksi pasar karena volume perdagangan akan terus berjalan seiring dengan transaksi yang terjadi, tidak peduli apakah harga saham mengalami kenaikan penuruan bahkan tetap. Penelitian ini juga menunjukkan jika investor tidak mengutamakan harga saham tetapi berfokus pada jumlah saham untuk investor tetap berinvestasi.</p>
      </sec>
    </sec>
    <sec id="heading-e80e43534aa68ada7001490a2b6b5f32">
      <title>Simpulan</title>
      <p id="_paragraph-101">Berdasarkan analisis hasil penelitian dan pembahasan yang telah dikemukakan sebelumnya, maka kesimpulan penelitian ini sebagai berikut:</p>
      <p id="paragraph-2160d4713c3508663b531fde83fa2e3c">1. Tidak terdapat perbedaan yang signifikan antara <italic id="italic-95ecf6ca5b905004dc3d07ce73a4fbf7">abnormal return </italic>sebelum dan susudah dividen.</p>
      <p id="paragraph-13767f0b0350a1eb81b2dedabd894615">2. Terdapat perbedaan yang signifikan antara <italic id="italic-2a4989f9f830b0f6d779462be6e8b08d">trading volume activity </italic>sebelum dan sesudah dividen.</p>
      <p id="_paragraph-102">Dari dua pengujian reaksi pasar dengan <italic id="_italic-96">abnormal return </italic>menggunakan harga saham. jika harga menentukan perubahan dalam pengharapan pasar sebagai suatu secara keseluruhan. Sedangkan mengukur reaksi pasar dengan <italic id="_italic-97">trading volume activity </italic>menggunakan volume saham. Jika volume menentukan perubahan dalam pengharapan investor secara individual. Sehingga, hasil penelitian ini menunjukkan bahwa peristiwa ex date dividen tidak berpengaruh terhadap pasar secara utuh. Tetapi berpengaruh terhadap investor secara individual.</p>
    </sec>
  </body>
  <back />
</article>