satu variabel bebas yang tidak bernilai nol dan berpengaruh secara signifikan terhadap keragaman variabel tak bebasnya.
Taraf nyata yang digunakan adalah 5 persen sampai dengan 10 persen sehingga tingkat kepercayaanya sebesar 90 persen sampai dengan 95 persen. Nilai
R
2
dari persamaan regresi adalah 29,74 persen, yang berarti bahwa variasi return saham batubara dapat dijelaskan oleh variabel CPI, KURS, M2, IPI, suku bunga
SBI dan return IHSG sebesar 29,74 persen. sisa variasi sebesar 70,26 persen dari regresi tersebut dijelaskan oleh variabel lain yang tidak terdapat dalam model.
Nilai R
2
yang rendah dapat diakibatkan karena banyak faktor lain yang mempengaruhi return saham batu bara, seperti kondisi internal perusahaan
batubara BUMI dan PTBA, kondisi politik indonesia, harga minyak dunia, faktor makroekonomi luar negeri dan faktor psikologis investor. Selain itu, rendahnya R
2
dikarenakan data yang telah diubah ke dalam bentuk return.
5.7. Deskripsi Data Model 2
Tabel 12. Statistik Deskriptif Data Return SBIS dan JII Variabel
Mean Skewness Kurtosis
RSBIS 0,008358 -0,198468
6,836005 RJII 0,014641
-1,760519 9,275125
Sumber : Lampiran 11 Berdasarkan Tabel 12 nilai mean RSBIS dan RJII menunjukkan nilai yang
positif yang berarti nilai return SBIS dan RJII positif. Nilai skewness variabel SBIS dan JII yang lebih kecil dari nol menunjukkan bahwa distribusi data miring
ke kiri. Ini berarti data cenderung menumpuk pada nilai yang tinggi. Nilai kurtosis yang lebih besar dari tiga bermakna bahwa data cenderung runcing.
5.8. Identifikasi Model ARCH-GARCH
5.8.1. Uji Stasioneritas
Tabel 13. Uji Stasioneritas Model Pembanding pada Level Variabel ADF
Statistic MacKinnon Critical Value
P-value Ket 1 5
10 RSBIS -9,4788 -3,4837
-2,8849 -2,5793
0,0000 Stasioner
RJII -7,8333 -3,4824
-2,8843 -2,5790
0,0000 Stasioner
Sumber: Lampiran 12 Uji stasioner pada model 2 hanya dilakukan untuk variabel SBIS dan JII
dikarenakan uji stasioner variabel lain telah dilakukan pada model 1. Dari Tabel 13 terlihat bahwa variabel SBIS dan JII telah stasioner pada pada taraf 5 persen.
5.8.2. Uji Multikolinearitas
Pengujian korelasi parsial pada model pembanding ini memperlihatkan hasil korelasi yang rendah antar variabel independen. Hal ini berarti tidak terdapat
multikolinearitas Lampiran 13.
5.8.3. Uji Heteroskedatisitas
Pengujian heteroskedastisitas mendapatkan nilai probabilitas 0,0249. Hasil ini menunjukkan bahwa nilai probabilitas lebih kecil dari taraf nyata 5 persen. Hal
ini berarti tolak H artinya persamaan regresi model pembanding terdapat
heteroskedastisitas Lampiran 15.
5.8.4. Uji Autokorelasi
Autokorelasi adalah adanya korelasi yang tinggi antar galat. Pengujian autokorelasi dilakukan dengan Breush-Grodfrey Serial Correlation LM Test
didapatkan probabilitas 0,7546. Hasil ini menunjukan bahwa nilai probabilitas lebih dari taraf nyata maka terima H
, artinya model tidak mengandung autokorelasi. Lampiran 16.
5.9. Pemilihan Model 2 Tebaik
Pendugaan model GARCH p,q menggunakan metode kemungkinan maksimum atau Quasi Maksimum Likelihood QML. Simulasi model ini
menggunakan kombinasi nilai p=0,1,dan 2 dengan nilai q = 1 dan 2 Tabel 14. Evaluasi Model Pembanding ARCHGARCH terbaik
Koef ARCH 1
ARCH 2
GARCH 1.1
GARCH 1,2
GARCH 2,1
GARCH 2,2
Prob C 0,0000
0,0001 0,0494
0,1095 0,0046
0,0000 Prob
α
1
0,0065 0,0695 0,0700
0,0068 0,0000 0,0000
Prob α
2
- 0,2447
- 0,0224
- 0,0234
Prob β
1
- - 0,0000
0,0000 0,0014
0,1888 Prob
β
2
- - -
- 0,0142
0,0031 AIC -1,0806
-1,0768 -1,0990
-1,0913 -1,1337
-1,1633 SC -0,8578
-0,8317 -0,8539
-0,8239 -0,8663
-0,8736 ARCH
efek - - - - Tidak
ada -
Sumber : Lampiran 17
Dari beberapa alternatif yang dicoba dipilih GARCH 2,1 sebagai conditional variance. Pemilihan model GARCH 2,1 ini karena memiliki nilai
AIC dan SC terkecil tidak ada lagi efek ARCH yang tersisa berdasarkan uji ARCH-LM dengan nilai probability sebesar 0.0237 yang lebih kecil dari taraf
nyata 5 persen.
5.10. Uji Efek ARCH untuk Model 2 Terbaik
Uji efek ARCH dilakukan untuk mengetahui apakah model masih memiliki efek ARCH atau tidak. Pada uji efek ARCH probabilitas 0,1671 yang
lebih besar dari taraf nyata 5 persen. Hal ini berarti terima H
0 .
artinya model sudah tidak memiliki efek ARCH Lampiran 19.
5.11.Uji Kenormalan Galat untuk Model 2 terbaik
Dari hasil uji kenormalan galat didapatkan nilai probabilitas pada Jarque- Bera
J-B sebesar 0,4098 yang lebih besar dari taraf nyata 5persen. Hal ini berarti bahwa galat error term telah terdistribusi normal Lampiran 20.
5.12.Model 2 Terbaik
Model yang dihasilkan dari metode GARCH 2,1 ini dinyatakan dalam persamaan berikut Lampiran 18:
R
t
= - 0,0189 – 0,1385 RCPI
t
– 1,4098 RKURS
t
+ 0,2628 RM2
t
– 0,0217 RIPI
t
– 0,0282 RSBIS
t
+ 1,227 RJII
t
+ 0, 0177 DUMMY h
t
= 0, 007757 + 0, 812857
2 t-1
– 0.185722 h
2 t-1
+ 0, 177307 h
2 t-2
R
2
= 34,19 SE = 0,161122 F-stat = 5,479145 Prob = 0,000001
Berdasarkan nilai probabilitas koefisien-koefisien model di atas, hanya nilai tukar Rupiah terhadap US Dollar KURS dan Jakarta Islamic Indekx JII
yang berpengaruh signifikan terhadap return saham BUMI dan PTBA. Customer Price Index
CPI, Industrial production Index IPI, Suku bunga Sertifikat Bank Indonesia Syariah SBIS , dan jumlah uang beredar M2, tidak berpengaruh
terhadap return. Berdasarkan hasil tersebutt maka model yang dipilih adalah model dengan menggunakan SBI dan IHSG. Hal ini dikarenakan model dengan
kombinasi variabel SBI dan IHSG lebih dapat menjelaskan faktor-faktor yang mempengaruhi return saham BUMI dan PTBA.
5.13.Pemilihan Penggunaan Model
Pemilihan model yang digunakan dalam penelitian ini adalah berdasarkan banyaknya signifikansi dan kesesuaian dengan teori. Berdasarkan banyaknya
signifikansi, model 1 lebih banyak yang signifikan. Model 1 yang menggunakan variabel CPI, KURS, M2, IPI, SBI dan IHSG menghasilkan empat variabel yang
signifikan mempengaruhi return saham, sedangkan model pembanding yang menggunakan SBIS dan JII sebagai pengganti SBI dan JII menghasilkan dua
variabel yang signifikan mempengaruhi return. Berdasarkan kesesuaian teori, pengaruh variabel-variabel pada model 1
lebih sesuai dengan teori dibandingkan dengan model pembanding. Model pertama menyatakan variabel yang signifikan secara positif mempengaruhi return
saham BUMI dan PTBA adalah IPI dan IHSG, variabel yang signifikan secara negatif mempengaruhi return adalah CPI dan KURS, dan variabel yang tidak
signifikan namun memiliki pengaruh positif adalah M2 dan SBI. Jadi, dari kedua kategori di atas model terbaik yang digunakan untuk
menjelaskan faktor-faktor yang mempengaruhi return adalah model 1 yang menggunakan variabel SBI dan IHSG. Hal ini berarti IHSG lebih baik dalam
menggambarkan market return dan SBI sebagai risk free rate.
5.14. Faktor-faktor yang Mempengaruhi Return Saham BUMI dan PTBA
