= Nilai pasar pada hari ke- , diperoleh dari jumlah lembar yang tercatat di bursa dikalikan dengan harga pasar per lembar.
= Nilai dasar, BEI memberi nilai dasar IHSG 100 pada tanggal 10 agustus 1982.
IHSG untuk tanggal 10 Agustus 1982 selalu disesuaikan dengan kejadian- kejadian seperti penawaran saham perdana initial public of fering, right issues,
company listing, delisting dan konversi. Rumus untuk mencari nilai dasar yang baru karena adanya kejadian-kejadian tersebut adalah
2.2 =
+ ×
. Keterangan:
= Nilai Dasar Baru = Nilai Dasar Lama
= Nilai Pasar Lama = Nilai Pasar Tambahan Halim, 2005: 12-14.
2.2 Return
Return merupakan tingkat pengembalian. Pada pemodelan runtun waktu diperlukan suatu kondisi stasioneritas terhadap rata-rata dan ragam. Salah satu cara
untuk membuat data menjadi stasioner terhadap rata-rata dan ragam adalah transformasi data menjadi data return. Pendekatan untuk fluktuasi harga adalah
perubahan relatif atau return yang didefinisikan sebagai Continously Compounded Return yaitu
2.3 =
Elvitra, 2013: 480.
2.3 Stasioneritas
Stasioneritas berarti bahwa tidak terdapat perubahan yang drastis pada data. Fluktuasi data berada di sekitar suatu nilai rata-rata yang konstan, tidak tergantung
pada waktu dan variansi dari fluktuasi tersebut Makridakis, 1995: 351. Data time series dikatakan stasioner jika rata-rata dan variansinya konstan, tidak ada unsur
trend dalam data, dan tidak ada unsur musiman. Stasioneritas dibagi menjadi dua Wei, 2006: 80 yaitu sebagai berikut.
2.3.1 Stasioner dalam mean
Stasioner dalam mean adalah fluktuasi data berada di sekitar suatu nilai rata- rata yang konstan, tidak tergantung pada waktu dan variansi dari fluktuasi tersebut.
Dari bentuk plot data seringkali dapat diketahui bahwa data tersebut stasioner atau tidak stasioner. Apabila dilihat dari plot ACF, maka nilai-nilai autokorelasi dari data
stasioner akan turun menuju nol sesudah time lag selisih waktu kedua atau ketiga. Apabila data tidak stasioner, maka perlu dilakukan transformasi untuk menghasilkan
data yang stasioner.
2.3.2 Stasioner dalam varian
Suatu data time series dikatakan stasioner dalam varian apabila struktur data dari waktu ke waktu mempunyai fluktuasi data yang tetap atau konstan dan tidak
berubah-ubah. Secara visual untuk melihat hal tersebut dapat dibantu dengan menggunakan plot time series, yaitu dengan melihat fluktuasi data dari waktu ke
waktu.
2.4 Transformasi
Transformasi yang biasa digunakan dalam analisis data runtun waktu adalah transformasi diferensi dan transformasi log.
2.4.1 Transformasi diferensi
Transformasi diferensi merupakan salah satu transformasi yang sering digunakan dalam analisis data runtun waktu. Tujuan dari transformasi ini adalah
membentuk barisan data runtun waktu yang bersifat stasioner, yakni untuk mencari komponen stasioner dari data yang memuat komponen trend danatau komponen
musiman. Didefinisikan diferensi orde 1 dari suatu data runtun waktu dengan persamaan
2.4 ∆ = 1 − = −
dengan 2.5
= yakni operator backward orde ke- . Sedangkan diferensi orde didefinisikan sebagai
2.6 ∆
= 1 − = 1 −
1 − .
2.4.2 Transformasi log
Salah satu jenis transformasi lain yang sering digunakan dalam analisis data runtun waktu adalah transformasi logaritma yang sering juga digabungkan dengan
melakukan diferensi terhadap data hasil logaritma. Untuk melakukan diferensi order terhadap data log , persamaannya
adalah 2.7
∆ log = ∆ log − log
Rosadi, 2012: 24-25.
2.5 Pengujian Unit Root
