24
BAB III METODE PENELITIAN
3.1 Waktu dan Tempat Penelitian
Penelitian ini dilakukan pada bulan April 2010 terhadap salah satu indeks saham syariah di Bursa Efek Indonesia. Pemilihan indeks ini sebagai
penelitian dikarenakan indeks saham syariah kelompok JII selain merupakan salah satu indikator yang dapat memberikan investor gagasan secara cepat
tentang bagaimana kinerja sebuah bursa selama waktu tertentu, sekaligus menerapkan perilaku berinvestasi sesuai ajaran Islam.
3.2 Metode Pengumpulan Data
Dalam penelitian ini, data yang dikumpulkan merupakan data kuantitatif indeks harga saham syariah JII. Sedangkan untuk jenis data yang
digunakan dalam penelitian ini yaitu jenis data sekunder. Data sekunder yang digunakan yaitu data indeks harga saham syariah JII, data yang digunakan
berupa data indeks saham periode harian dari Januari 2006 sampai dengan Desember 2009. Data dicatat sesuai dengan banyaknya hari kerja yaitu satu
minggu terdiri dari lima hari kerja dan hari libur tidak dicatat, dengan jumlah observasi T=969. Data diperoleh dari Pusat Referensi Pasar Modal PRPM
Bursa Efek Indonesia.
25
3.2 Metode Pengolahan Data
Metode pengolahan data yang dilakukan dalam penelitian ini yaitu
menggunakan model volatilitas ARCH-GARCH. Pemilihan metode ini karena
data yang digunakan merupakan suatu data runtun waktu harian yang terjadi secara bersamaan mengikuti pergerakan data deret waktu yang lainnya. Dalam
beberapa penelitian, apabila data yang digunakan dalam penelitian merupakan data ekonomi seringkali ditemukan ketidakstasioneran, karena itu diperlukan
asumsi kestasioneran dalam data. Namun apabila tidak ditemukan kestasioneran, maka dilakukan diferensing hingga data menjadi stasioner.
Langkah-langkah pengolahan data: 1. Identifikasi Model
Langkah awal yang dilakukan adalah mengidentifikasi ada tidaknya heteroskedastisitas dari data JII. Langkah ini dilakukan dengan
menggunakan uji ARCH untuk mendeteksi keberadaan efek ARCH q dengan hipotesis:
... :
2 1
m
H
Tahapannya sebagai berikut: a. Menduga model ARMA p,q dan menghitung sisaan
t
b. Meregresikan kuadrat galat
2 t
dengan persamaan sebagai berikut:
t q
t q
t t
v
2 2
1 1
2
...
c. Uji Lagrange Multiplier, tolak H
jika
2 q
LM
yang berarti bahwa
terdapat pengaruh ARCH. Selain itu, dapat juga dilihat dari nilai kurtosis
26 keruncingan jika data memiliki nilai kurtosis yang lebih besar dari 3,
maka data tersebut memiliki sifat heteroskedastisitas. 2. Pendugaan Parameter ARCH-GARCH
Pendugaan parameter dimaksudkan untuk mencari koefisien model yang paling sesuai dengan data. Penentuan dugaan parameter ARCH-
GARCH dilakukan menggunakan metode Kemungkinan Maksimum secara iteratif dengan Algoritma Marquardt. Jika model sisaan baku
menyebar normal maka penduganya adalah penduga Kemungkinan Maksimum yang efisien. Namun jika sisaan baku tidak menyebar normal
maka untuk mendapat penduganya digunakan Metode Quasi maximum Likelihood.
3. Pemilihan Model ARCH-GARCH Terbaik Kriteria Model yang terbaik adalah memilih ukuran kebaikan
model yang baik dan koefisien yang signifikan. Ukuran yang digunakan sebagai indikator kebaikan model ARCH-GARCH menggunakan Akaike
Information Criterion AIC dan Schwartz Information Criterion SIC. Model terbaik adalah jika AIC dan SIC bernilai minimum.
4. Pemeriksaan Model ARCH-GARCH Pemeriksaan model dilakukan untuk menguji asumsi, sehingga
model yang diperoleh cukup memadai. Jika model tidak memadai, maka kembali ke tahap identifikasi untuk mendapatkan model yang lebih baik.
Pemeriksaan model dilakukan dengan memeriksa kebebasan pada sisaan tidak autokorelasi dengan pengujian koefisien autokorelasi sisaan baku
27 dengan Uji Ljung Box dan diperiksa juga apakah masih terdapat proses
ARCH dengan Uji Lagrange Multiplier, apabila proses ARCH sudah tidak ada maka model sudah baik.
Jika persamaan spesifikasi persamaan rataan dan ragam yang dipilih benar maka setidaknya 15 lag statistik-Q dari fungsi autokorelasi
galat dan kuadrat galat bernilai tidak signifikan. Demikian pula dengan efek ARCH pada galat, jika persamaan ragam yang dipilih telah benar
maka tidak ditemukan efek ARCH pada galat [9]. Pemeriksaan model dilakukan dengan memeriksa sisaan baku yang
meliputi: a. Kenormalan Sisaan Baku Sebaran Galat
Jika sisaan baku tidak memiliki distribusi normal maka parameter diduga dengan metode Quasi Maximum Likelihood. Dengan metode
ini kekonsistenan galat baku tetap dipertahankan sekalipun asumsi sebaran tidak terpenuhi [1]. Untuk memeriksa kenormalan sisaan baku
model digunakan Uji Jarque Berra. Hipotesis yang diuji adalah: H
: Sisaan baku menyebar normal H
1
: Sisaan baku tidak menyebar normal b. Kebebasan Galat
Model ARCH-GARCH menunjukkan kinerja yang baik jika dapat menghilangkan autokorelasi dari data, yaitu bila sisaan baku
merupakan suatu proses white noise. Pemeriksaan hal tersebut
28 dilakukan dengan pengujian koefisien autokorelasi sisaan baku dengan
Uji Ljung Box. 5. Peramalan Ragam
Setelah memperoleh model yang memadai, maka model tersebut digunakan untuk memperkirakan nilai volatility masa datang. Peramalan
ragam untuk periode mendatang, dirumuskan sebagai berikut:
2 2
2 2
2 1
1 2
2 2
2 2
1 1
... ...
p t
p t
t q
t q
t t
t
h
6. Perhitungan Value at Risk Langkah terakhir adalah melakukan perhitungan VaR dengan
beberapa lamanya waktu berinvestasi yang berbeda-beda yaitu 1 hari, 5 hari, 10 hari, 15 hari dan 20 hari
29
3.3 Alur Penelitian
Kategori