3.2 Perumusan Masalah
Tahap ini dimaksudkan untuk memperjelas permasalahan sehingga mempermudah pembahasan selanjutnya. Selain itu, perumusan masalah juga
menjadi sangat penting karena hal ini menjadi dasar dan tujuan akhir dilakukan penelitian ini. Masalah yang diangkat dalam penelitian ini adalah menentukan
model terbaik pada variabel-variabel prediktor yang mempengaruhi Indeks Harga Saham Gabungan IHSG, membuat pemprograman dengan SPSS versi 16.0 dan
SPM 7 agar dapat dimanfaatkan sebagai upaya untuk menentukan model MARS terbaik dengan nilai Generalized Cross-Validation GCV terkecil, serta melihat
besar tingkat pentingnya variabel prediktor terhadap model terbaik yang diperoleh. 1.
Bagaimana estimasi Multivariate Adaptive Regression Splines MARS pada variabel prediktor Indeks Harga Saham Gabungan IHSG terbaik
menggunakan kriteria Generalized Cross Validation GCV ? 2.
Berapa besar tingkat pentingnya variabel prediktor terhadap model terbaik yang diperoleh ?
3.3 Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data yang diperoleh dari sumber yang telah dipublikasikan oleh Bank Indonesia melalui
situs www.bi.go.id. Data IHSG bulanan diperoleh dari situs www.bi.go.idid statistiksekiterkinimonetercontensdefault.aspx. Data inflasi www.bi.go.idid
moneterinformasi_kursdefault.aspx. Data suku bunga di Indonesia bulanan diperoleh dari situs www.bi.go.ididmoneterbi-ratedatadefault.aspx. Data nilai
tukar kurs tengah rupiah bulanan terhadap dolar Amerika diperoleh dari situs www.bi.go.ididmoneterkalkulator-kursdefault.aspx. Data indeks saham Dow
Jones, indeks saham Nikkei 225, dan indeks Hang Seng diperoleh dari www.yahoo.
f
inance.com.
3.4 Pemecahan Masalah
Dari permasalahan yang ada, yaitu bagaimana estimasi Multivariate Adaptive Regression Splines
MARS pada variabel prediktor Indeks Harga Saham Gabungan IHSG terbaik menggunakan kriteria Generalized Cross Validation
GCV. Kemudian, model MARS diperoleh dari kombinasi nilai BF, MI, dan MO secara trial and error. Model terbaik MARS dilihat dari nilai GCV terkecil.
Selanjutnya, dilihat berapa besar tingkat pentingnya variabel prediktor terhadap model terbaik yang diperoleh. Langkah-langkah untuk memecahkan masalah di
atas sebagai berikut.
3.4.1 Variabel Penelitian
Dalam penelitian ini terdapat satu variabel respon yaitu Indeks Harga Saham Gabungan IHSG dan terdapat enam variabel prediktor yaitu Inflasi
bulanan , Suku Bunga di Indonesia bulanan
, Nilai Tukar Kurs Rupiah bulanan terhadap Dolar Amerika bulanan
di Indonesia, Indeks saham Dow Jones
, Indeks saham Nikkei 225 , dan Indeks Hang Seng
dimulai pada Bulan September 2010 hingga September 2015.