Estimasi dan Evaluasi Model AR Linear

commit to user Gambar 4.3 Plot ACF dan PACF Log Return Kurs Thai Bath terhadap Rupiah Periode 1 Januari 2005 sampai 9 April 2010

4.4 Estimasi dan Evaluasi Model AR Linear

Hasil uji pada identifikasi model awal menghasilkan proses AR2 tanpa konstanta merupakan model yang paling tepat untuk menggambarkan log return. Hasil estimasi model AR2 dapat dilihat pada Tabel 4.2. Hasil estimasi parameter memperlihatkan nilai 1 φ dan 2 φ signifikan tidak sama dengan nol karena memiliki p-value kurang dari 0,05. Selain itu, estimasi parameter φ telah memiliki kondisi stasioner karena nilai φˆ kurang dari satu. Model AR2 yang diperoleh adalah t t t t X X X ε + = − − 2 1 0,286011 - -0,495213 , dengan t X adalah data log return saat periode ke-t dan t ε adalah residu yang dihasilkan oleh model. Output model AR2 selengkapnya dapat dilihat pada Lampiran 3. 4.1 commit to user Tabel 4.2 Hasil Estimasi Model AR2 Tanpa Konstanta pada Data Log Return Parameter Koefisien Standar deviasi t-Statistik Probabilitas 1 φ -0,495213 0,026770 -18,49885 0,0000 2 φ -0,286011 0,026745 -10,69392 0,0000 Standar Deviasi 0,013659 AIC -5,747221 Model AR2 yang telah diperoleh akan diperiksa lebih lanjut. Model ini diperiksa apakah terdapat autokorelasi di dalam residu yang dihasilkan. Uji autokorelasi residu dilakukan dengan menggunakan uji statistik Breusch-Godfrey. Uji ini menggunakan hipotesis nol yang menyatakan bahwa tidak terdapat autokorelasi di dalam residu model AR2. Statistik Breusch-Godfrey sampai lag- 5 menghasilkan p-value = 0,999001. Hal ini dapat dilihat pada Tabel 4.3. Tabel 4.3 Hasil Uji Breusch-Godfrey sampai Lag-5 Residu Model AR2 Koefisien Probabilitas Uji Breusch-Godfrey 0,999001 AR1 0,264090 0,7225 AR2 0,063912 0,8347 Residu pada lag-1 -0,267255 0,7194 Residu pada lag-2 0,060191 0,9063 Residu pada lag-3 0,030402 0,8423 Residu pada lag-4 -0,047929 0,7029 Residu pada lag-5 0,005482 0,9460 Apabila diberikan tingkat signifikansi 05 , = α , maka hipotesis nol akan ditolak jika p-value uji Breusch-Godfrey lebih kecil dari 05 , = α . Karena p-value uji Breusch-Godfrey = 0,999001 lebih besar dari 05 , = α maka dapat disimpulkan bahwa tidak terdapat autokorelasi di dalam residu model AR2. Berdasarkan Tabel 4.3 dapat dilihat bahwa residu model AR2 tidak terdapat commit to user autokorelasi sampai lag ke-5 sekalipun. Output uji Breusch-Godfrey residu AR2 selengkapnya dapat dilihat pada Lampiran 5.

4.5 Uji Nonlinearitas