45
Nilai probability sisaan sebesar 0.0000, artinya jauh lebih kecil dari tingkat signifikansi 0.05 0.000.05, maka H
ditolak. Kesimpulan yang didapat bahwa sisaan mengandung autokorelasi.
d. Uji Heteroskedastisitas
Pengujian heteroskedastisitas dilakukan untuk mendeteksi apakah ragam sisaan dari data konstan atau tidak. Salah satu metode untuk mendeteksi ada
tidaknya masalah heteroskedastisitas adalah metode white. Metode ini digunakan karena tidak memerlukan asumsi adanya normalitas terhadap variabel sisaan [10].
Tabel 4.6 White Heteroscedasticity Test
F-Statistic 8.029086
Prob F1,87 0.000000
ObsR-squared 42.71302
Prob.Chi-Square1 0.000002
Terlihat bahwa nilai probability sisaan sebesar 0.00. Nilai ini jauh lebih kecil dari tingkat signifikansi 0.05 0.000.05, H
ditolak. Sehingga, dapat disimpulkan bahwa sisaan mengandung gejala heteroskedastisitas.
Model regresi mengasumsikan bahwa variabel sisaan mempunyai rata-rata nol, ragam yang konstan dan variabel sisaan yang tidak saling berhubungan antara
satu pengamatan dengan pengamatan yang lain. Salah satu aumsi penting dalam membangun
model regresi
berganda adalah
bahwa ragam
bersifat homoskedastisitas. Asumsi homoskedastisitas merupakan konsekuensi serius
untuk estimator teknik OLS [10]. Berikut adalah hasil nilai MAPE dari model regresi.
46
Tabel 4.7 Nilai MAPE model Regresi
IHSG IHSGF
eror 2348.67 2170.476
0.07587 2194.34 2035.496 0.072388
2359.21 2143.524 0.091423 2643.49 2341.254 0.114332
2688.33 2267.334 0.156601 2745.83 2264.778 0.175194
2627.25 2121.212 0.192611 2721.94 2155.663 0.208042
2447.3 2010.806 0.178357 2304.52 1865.266 0.190605
2444.35 1887.11 0.227971
2349.1 1767.514 0.247578 2304.51
1997.1 0.133395 2165.94 1969.308 0.090784
1832.51 1783.473 0.02676
1256.7 1345.008 -0.07027
1241.54 1342.079 -0.08098
1355.41 1562.598 -0.15286
1332.67 1390.09
-0.04309 1285.48
1243.87 0.032369 1434.07 1474.493
-0.02819 1722.77 1855.811
-0.07722 1916.83 1957.668
-0.0213 2026.78 2096.458
-0.03438 2323.24 2352.436
-0.01257 2341.54
2416.5 -0.03201
2467.59 2597.203 -0.05253
2367.7 2487.292 -0.05051
2415.84 2533.741 -0.0488
2534.36 2604.444 -0.02765
Rat a-rat a 0.049397 M APE
4.9397
Nilai MAPE error yang kecil, namun estimator yang dihasilkan tidak BLUE,
sehingga model tidak dapat digunakan untuk analisis maupun peramalan. Model yang mengasumsikan adanya heteroskedastisitas adalah model ARCH-GARCH.
47
4.3 Identifikasi Model ARCH-GARCH