10 d. Memilih 30 saham dengan urutan berdasarkan tingkat likuiditas rata-rata
nilai perdagangan regular selama satu tahun terakhir. Pengkajian ulang akan dilakukan enam bulan sekali dengan penentuan komponen indeks
pada awal bulan Januari dan Juli setiap tahunnya. Sedangkan perubahan pada jenis usaha emiten akan dimonitoring secara terus menerus
berdasarkan data-data publik yang tersedia.Lampiran 1
2.4 Return Saham
Tingkat bagi hasil atau return diukur dengan cara prosentase dari perubahan harga saham. Menurut [4] mengukur tingkat bagi hasil pada suatu
saham dapat diperoleh dengan dua cara yaitu:
t t
t t
d d
d X
1
2.1 dengan:
t
X : return
indeks harga saham pada hari ke-t
t
d : indeks harga saham pada hari ke t d
t+1
: indeks harga saham pada hari ke t+1. Hanya saja dalam analisis statistik perhitungan bagi hasil tersebut bias
yang disebabkan oleh pengaruh bsaran pembaginya maka perhitungan tingkat bagi hasil dilakukan dengan menggunakan persamaan sebagai berikut :
t t
n t
d d
X
1
2.2
11 dengan:
t
X : return
indeks harga saham pada waktu ke-t
t
d : indeks harga saham harga saham pada hari ke t d
t+1
: indeks harga saham pada hari ke t+1.
2.5 Uji Stasioneritas
Dalam suatu analisis deret waktu, kestasioneran merupakan hal yang penting. Begitu juga dalam analisis dengan menggunakan model ARCH-
GARCH yang mensyaratkan setiap variabel yang disertakan dalam model adalah stasioner. Oleh karena itu, sebelum dilakukan analisis lebih lanjut
mengenai model ARCH-GARCH maka perlu diuji kestasioneran dari data yang diikutsertakan dalam model.
Suatu series dikatakan stasioner apabila rata-rata, varians dan autokovariansi nilainya konstan dari waktu ke waktu. Dengan kata lain, ketiga
ukuran tersebut tidak tergantung waktu. Namun, seringkali data deret waktu yang dikumpulkan merupakan data yang tidak stasioner, terutama jika data
tersebut merupakan variabel-variabel ekonomi yang terus meningkat sepanjang waktu. Sehingga apabila dilakukan analisis terhadap data yang tidak
stasioner ini, maka akan dihasilkan suatu regresi yang palsu dan kesimpulan yang diambil akan kurang bermakna serta berakibat tidak bisanya parameter
model tersebut diestimasi. Oleh karena itu, penting untuk menguji kestationeran data dan apabila ditemukan ketidakstasioneran, maka lakukan
diferensiasi atau transformasi hingga data menjadi stasioner.
12 Dalam pengujian kestasioneran data digunakan suatu uji yang sering
disebut dengan uji unit root. Uji ini bertujuan untuk mengetahui apakah data tersebut mengandung unit root atau tidak. Jika variabel mengandung unit root,
maka data tersebut dapat dikatakan sebagai data yang tidak stasioner dan untuk itu diperlukan suatu diferensiasi hingga data menjadi stasioner. Terdapat
beberapa metode pengujian dengan menggunakan uji unit root, di antaranya adalah uji Dickey Fuller DF yang selanjutnya dikembangkan menjadi uji
Augmented Dickey Fuller ADF dan uji Phillip Peron. Pengembangan uji DF menjadi uji ADF dikarenakan pada uji DF
terkadang terdapat korelasi antar residual dalam suatu series, sehingga mengakibatkan hasil dari uji DF akan menjadi bias. Karena bias dalam
pengujian merupakan masalah yang penting, maka dilakukan modifikasi dalam uji DF. Oleh karena itu, dikembangkan uji ADF. Uji ini
mengikutsertakan sejumlah lag variabel dependen dalam prosedur standar uji DF agar korelasi antar residual dapat dihilangkan. Dengan mengikutsertakan
sejumlah lag, ini berarti banyaknya lag harus ditentukan terlebih dahulu. Penentuan panjang lag ini dapat ditentukan dengan Akaike Information
Criterion AIC atau Schwartz Information Criterion SIC yang akan dibahas pada subbab selanjutnya.
Penentuan kestasioneran data dilihat dari nilai t-statistik ADF dibandingkan dengan nilai kritis pada tabel MacKinnon. Selain itu dapat juga
dilihat dari nilai probabilitasnya. Dengan hipotesis:
13 : data mengandung unit root
: data tidak mengandung unit root Jika nilai t-statistik ADF lebih kecil dari nilai kritis McKinnon, maka
terima dan tolak
yang berarti series mengandung unit root atau dengan kata lain series tidak stasioner. Sedangkan dari uji probabilitas jika nilai
probabilitasnya kurang dari 0.05 maka kita menolak yang berarti series
mengandung unit root atau dengan kata lain series tidak stasioner, dan menerima
yang berarti series tidak mengandung unit root atau dengan kata lain series sudah stasioner. Sedangkan untuk pengujian unit root lainnya
adalah dengan menggunakan pendekatan uji Phillip Peron yang merupakan pengembangan uji DF dengan memperbolehkan asumsi adanya distribusi
error [4].
2.6 Penentuan Panjang Lag