Internet Research Metode Pengumpulan Data

44 konstan. Data yang digunakan dalam penelitian ini adalah data keuangan yang bersifat time series yaitu Indeks Harga Saham Gabungan IHSG, Dow Jones Industrial Average DJIA, variabel makro ekonomi inflasi, kurs, dan suku bunga tingkat suku bunga BI. Data dalam penelitian ini mempunyai varians error e t yang tidak konstan heteroskedasitas. Dalam metode ARCH dan GARCH varian error e t yang tidak konstan heteroskedasitas itu dapat dimanfaatkan untuk membuat model. Berdasarkan alasan diatas maka sangatlah tepat untuk menggunakan model ARCHGARCH sebagai metode analisis dalam penelitian ini. Dalam metode ARCH dan GARCH tidak memandang heteroskedasitas sebagai permasalahan, tetapi justru memanfaatkan kondisi tersebut untuk membuat model. Bahkan dengan memanfaatkan heteroskedasitas dalam error dengan tepat, maka akan diperoleh estimator yang lebih efisien. Adakalanya dalam sebuah model varian dari error tidak tergantung pada variabel bebasnya melainkan varian tersebut berubah-ubah seoring dengan perubahan waktu. Pada permodelan seperti ini, ada suatu periode dimana votalitiasnya sangat tinggi dan ada periode lain yang votalitasnya sangat rendah. Pada votalitas yang demikian menunjukkan adanya heteroskedasitas karena terdapat varian error yang besarnya tergantung pada volatilitas error dimasa lalu Nachrowi dan Usman, 2006:420. Data yang mempunyai sifat heteroskedasitas seperti ini dapat dimodelkan dengan model ARCH Autoregresive Conditional Heteroscedasticity dikembangkan oleh Engle 1982, Engle adalah pihak yang pertama kali 45 menganalisis adanya masalah heteroskedasitas dari varian residual dalam data time series. Untuk mengetahui pengaruh variabel dependen terhadap variabel dependen digunakan estimasi persamaan regresi sebagai berikut: Y = a + b 1 x 1 + b 2 x 2 + b 3 x 3 + b 4 x 4 + b 5 x 5 + e t Keterangan : Y = IHSG a = intercept variabel yang tidak dipengaruhi oleh variabel dependen dan independen. b = Koefisien dari X x 1 = Perubahan harga emas dunia x 2 = Perubahan inflasi x 3 = Perubahan kurs rupiah terhadap USD x 4 = Perubahan BI rate x 5 = perubahan Indeks Dow Jones Setelah dilakukan uji stasioner data pada seluruh variabel dan diyakini bahwa variabel sudah stasioner maka langkah selanjutnya melakukan Uji GARCH untuk menjelaskan pengaruh variabel yang digunakan dan seberapa besar pengaruhnya. Data time series dianggap lebih baik terutama dibidang finansial atau keuangan, sangat tinggi tingkat volatilitasnya, volatilitas di ikuti oleh relatif tingginya fase fluktuasi kemudian rendah dan kembali tinggi, data kata lain data ini mempunyai rata dan varian yang tidak konstan Agus Widarjono,2009:297.