Proses Analisis untuk Data Deret

Persamaan 2.6 adalah model yang paling banyak digunakan perilaku harga saham. Variabel adalah volatility dari harga saham. Variabel adalah tingkat pengembalian yang diharapkan. Hull 2006

2.7 Proses Analisis untuk Data Deret

Waktu Dalam analisis data deret waktu, proses baku yang harus dilakukan adalah 1. Memetakan nilai data terhadap waktu, hal ini dilakukan untuk menelaah kestasioneran data, sebab jika data tidak stasioner maka harus distasionerkan melalui proses stasioneritas. 2. Menggambarkan korelogram gambar fungsi autokorelasi, untuk menelaah apakah autokorelasi signifikan atau tidak, dan perlu-tidaknya proses diferensi dilakukan. Jika autokorelasi data tidak signifikan, analisis data cukup menggunakan analisis regresi sederhana data atas waktu, sedangkan jika signifikan harus menggunakan analisis regresi deret waktu. Jika data ditransformasikan, maka proses pemetaan data dan penggambaran korelogram, sebaiknya dilakukan juga pada data hasil transformasi, untuk menelaah apakah proses transformasi ini sudah cukup baik dalam upaya menstasionerkan data. 3. Jika dari korelogram disimpulkan bahwa autokorelasi signifikan, maka bangun model regresi deret waktunya, dan lakukan penaksirannya baik dalam kawasan waktu maupun kawasan frekuensi. 4. Lakukan proses peramalan dengan metode yang sesuai dengan kondisi datanya, dan untuk mendapatkan hasil yang memuaskan, digunakan metode Box-Jenkins . Mulyana 2004 Trend dan Kestasioneran Trend adalah komponen data deret waktu yang menunjukkan peningkatan atau penurunan dalam jangka panjang selama periode waktu yang diamati. Sebagai contoh data dengan trend diindikasikan antara lain dengan koefisien autokorelasi beberapa beda kala pertama tinggi dan berbeda dengan nol secara signifikan, lalu turun mendekati nol saat series meningkat. Data dengan trend berarti data tidak stasioner. Data yang stasioner adalah data dengan rataan dan ragam konstan sepanjang waktu pengamatan. Data ini dicirikan oleh koefisien autokorelasi pada beberapa beda kala pertama mendekati nol atau tidak terdapat autokorelasi antar series. Firdaus 2006

2.8 Model Deret Waktu ARIMA