KLBF 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.

5. PTBA

Dari hasil analisis, korelasi antara harga saham sebelumnya dengan harga saham setelahnya adalah: Tabel 4.5 Perhitungan Fungsi Autokorelasi PTBA Autocorrelations Series:PTBA Lag Autocorrelati on Std. Error a Box-Ljung Statistic Value df Sig. b 1 .996 .032 986.094 1 .000 2 .991 .032 1.964E3 2 .000 3 .986 .032 2.932E3 3 .000 4 .981 .032 3.892E3 4 .000 5 .976 .032 4.844E3 5 .000 6 .972 .032 5.788E3 6 .000 7 .967 .032 6.725E3 7 .000 8 .963 .032 7.654E3 8 .000 9 .959 .032 8.577E3 9 .000 10 .955 .032 9.493E3 10 .000 11 .950 .032 1.040E4 11 .000 12 .945 .032 1.130E4 12 .000 13 .940 .032 1.219E4 13 .000 14 .935 .031 1.307E4 14 .000 15 .930 .031 1.395E4 15 .000 16 .925 .031 1.481E4 16 .000 17 .920 .031 1.567E4 17 .000 18 .914 .031 1.651E4 18 .000 19 .908 .031 1.735E4 19 .000 20 .902 .031 1.817E4 20 .000 21 .896 .031 1.899E4 21 .000 22 .889 .031 1.979E4 22 .000 23 .882 .031 2.058E4 23 .000 24 .876 .031 2.137E4 24 .000 25 .870 .031 2.214E4 25 .000 26 .864 .031 2.290E4 26 .000 27 .858 .031 2.365E4 27 .000 28 .852 .031 2.440E4 28 .000 29 .846 .031 2.513E4 29 .000 30 .840 .031 2.585E4 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 4.5 Grafik Fungsi Autokorelasi PTBA Dari gambar di atas juga dapat dilihat bahwa koefisien autokorelasi berbeda secara signifikan dari nol, hal tersebut menunjukkan bahwa data tersebut mengandung autokorelasi.

6. TLKM

Dari hasil analisis, korelasi antara harga saham sebelumnya dengan harga saham setelahnya adalah: Tabel 4.6 Perhitungan Fungsi Autokorelasi TLKM Autocorrelations Series:TLKM Lag Autocorrelati on Std. Error a Box-Ljung Statistic Value df Sig. b 1 .989 .031 1.027E3 1 .000 2 .977 .031 2.031E3 2 .000 3 .967 .031 3.014E3 3 .000 4 .958 .031 3.980E3 4 .000 5 .949 .031 4.929E3 5 .000 6 .939 .031 5.859E3 6 .000 7 .931 .031 6.776E3 7 .000 8 .924 .031 7.678E3 8 .000 9 .917 .031 8.566E3 9 .000 10 .910 .031 9.443E3 10 .000 11 .904 .031 1.031E4 11 .000 12 .899 .031 1.117E4 12 .000 13 .894 .031 1.202E4 13 .000 14 .889 .031 1.286E4 14 .000 15 .883 .031 1.369E4 15 .000 16 .878 .031 1.451E4 16 .000 17 .873 .031 1.532E4 17 .000 18 .868 .031 1.613E4 18 .000 19 .862 .031 1.692E4 19 .000 20 .854 .031 1.770E4 20 .000 21 .847 .031 1.847E4 21 .000 22 .841 .031 1.923E4 22 .000 23 .834 .031 1.997E4 23 .000 24 .828 .031 2.071E4 24 .000 25 .821 .031 2.143E4 25 .000 26 .815 .030 2.215E4 26 .000 27 .808 .030 2.285E4 27 .000 28 .801 .030 2.354E4 28 .000 29 .794 .030 2.422E4 29 .000