perdagangan. Dalam studi ini cara yang kedua dipergunakan, karena keuntungan nol merupakan keuntungan sebenarnya bagi investor apabila
tidak ada perdagangan.
2. Kepustakaan
Pengumpulan data dilengkapi pula dengan membaca dan mempelajari serta menganalisis literature yang sumber-sumbernya dari
buku-buku, jurnal-jurnal yang berkaitan dengan penelitian ini. Sedangkan untuk variable independentnya dibatasi pada efek hari libur.
D. Metode Analisis
1. Stasioneritas
Nachrowi dan Hardius Usman, 2006 : 340 Data time series merupakan sekumpulan nilai suatu variabel yang diambil pada waktu
yang berbeda, setiap data dikumpulkan secara berkala pada interval tertentu. Dalam berbagai studi ekonometrika, data time series sangat
banyak digunakan. Namun dibalik begitu pentingnya data tersebut, ternyata data time series menyimpan berbagai permasalahan, salah
satunya adalah otokorelasi. Otokorelasi merupakan penyebab yang mengakibatkan data menjadi tidak stasioner, sehingga bila data dapat
distasionerkan maka otokorelasi akan hilang dengan sendirinya. Sekumpulan data dinyatakan stasioner jika nilai rata-rata dan varian dari
data time series tersebut tidak mengalami perubahan secara sistematik sepanjang waktu, atau rata-rata dan variannya konstan.
Uji yang sangat sederhana untuk melihat stasioneritas data adalah dengan analisis grafik, yang dilakukan dengan membuat plot antara nilai
observasi Y dan waktu t. Akan tetapi, dalam menetukan stasioner dengan menggunakan grafik tidaklah mudah. Sngat mungkin terjadi,
beberapa orang akan mengambil kesimpulan yang berbeda terhadap suatu grafik, karena keputusan diambil secara subjektif. Disamping itu,
bila grafik dibuat pada skala ukuran berbeda, maka dimungkinkan pula terjadi perbedaan pengambilan keputusan. Untuk itulah dibutuhkan uji
formal dalam menentukan stasioneritas data, yaitu uji Unit Root Test.
2. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah sebuah model variabel-variabel regresi mempunyai distribusi normal atau tidak. Model
regresi yang baik adalah distribusi data normal atau mendekati normal. Singgih Santoso, 2000 : 213 .
Untuk dapat mengetahui apakah model regresi tersebut mengalami normalitas atau tidak dapat dideteksi dengan melihat penyebaran data
titik pada sumbu diagonal dari grafik. Adapun dasar pengambilan keputusan menurut Singgih Santoso 2000 : 214 adalah :
1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka regresi asumsi normalitas.
2. Jika data menyebar jauh dari garis diagonal atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi
normalitas.
3. Analisis ARCH-GARCH
