TLKM Analisis Uji Autokorelasi Pada Jakarta Islamic Index

Dari gambar di atas juga dapat dilihat bahwa koefisien autokorelasi berbeda secara signifikan dari nol, hal tersebut menunjukkan bahwa data tersebut mengandung autokorelasi.

7. UNVR

Dari hasil analisis, korelasi antara harga saham sebelumnya dengan harga saham setelahnya adalah: Tabel 4.7 Perhitungan Fungsi Autokorelasi UNVR Autocorrelations Series:UNVR Lag Autocorrelati on Std. Error a Box-Ljung Statistic Value df Sig. b 1 .996 .032 988.788 1 .000 2 .993 .032 1.972E3 2 .000 3 .990 .032 2.949E3 3 .000 4 .986 .032 3.921E3 4 .000 5 .984 .032 4.889E3 5 .000 6 .981 .032 5.853E3 6 .000 7 .979 .032 6.814E3 7 .000 8 .977 .032 7.771E3 8 .000 9 .975 .032 8.725E3 9 .000 10 .973 .032 9.676E3 10 .000 11 .971 .032 1.062E4 11 .000 12 .969 .032 1.157E4 12 .000 13 .966 .031 1.251E4 13 .000 14 .963 .031 1.345E4 14 .000 15 .961 .031 1.438E4 15 .000 16 .958 .031 1.531E4 16 .000 17 .955 .031 1.623E4 17 .000 18 .953 .031 1.715E4 18 .000 19 .951 .031 1.807E4 19 .000 20 .949 .031 1.898E4 20 .000 21 .947 .031 1.989E4 21 .000 22 .945 .031 2.080E4 22 .000 23 .942 .031 2.171E4 23 .000 24 .940 .031 2.261E4 24 .000 25 .938 .031 2.351E4 25 .000 26 .936 .031 2.440E4 26 .000 27 .934 .031 2.529E4 27 .000 28 .932 .031 2.618E4 28 .000 29 .930 .031 2.707E4 29 .000 30 .928 .031 2.795E4 30 .000 a. The underlying process assumed is independence white noise. b. Based on the asymptotic chi-square approximation. Berdasarkan pengujian secara statistik dengan menggunakan taraf signifikansi   5 dan banyaknya observasi n=30, maka batas intervalnya adalah  30 96 , 1 atau -0,358 sd 0,358. Dapat dilihat dari tabel bahwa semua nilai koefisien autokorelasi berada di luar confidence limit, artinya koefisien autokorelasi tersebut signifikan atau berbeda dari nol, sehingga hal tersebut membuktikan bahwa ada pengaruh antara data tertentu sebelumnya dengan data sekarang atau setelahnya. Gambar 4.7 Grafik Fungsi Autokorelasi UNVR Dari gambar di atas juga dapat dilihat bahwa koefisien autokorelasi berbeda secara signifikan dari nol, hal tersebut menunjukkan bahwa data tersebut mengandung autokorelasi.

B. Analisis Tren Pergerakan Harga Saham Dengan Metode Moving Average

Proses penyajian analisis teknikal dilakukan dengan menggunakan metode Moving average dengan bantuan software SPSS. Metode Moving Average berguna untuk melihat tren pergerakan harga saham. Berikut tren pergerakan harga saham dari masing-masing emiten:

1. ANTM

Gambar 4.8 Tren Pergerakan Saham ANTM Tren yang terjadi dalam saham ANTM dari tahun 2007 hingga tahun 2011 memiliki tren pergerakan yang berubah-ubah naik turun. Harga saham antam pada tahun 2007 memiliki tren yang meningkat bahkan berada pada posisi puncak harga. Namun, memasuki tahun 2008, harga saham ANTM terus menurun jauh dari posisi