56 Test Statistics menunjukkan nilai yang lebih besar dari nilai Test Critical
Values, maka dilakukan proses differencing atau pembedaaan hingga diperoleh data yang stasioner sehingga dapat memenuhi criteria ADF Test
Statistics Test Critical Values. Pada perhitungan return indeks LQ-45 ini, diperoleh nilai ADF
Test Statistics adalah -15.64715 dan nilai Critical Value 5 adalah - 2.873440. karena nilai ADF Test Statistics lebih kecil dari pada Critical
Values -15.64715 -2.873440, maka dengan demikian dapat dinyatakan bahwa data stasioner. Atau dengan melihat nilai probabilitas diperoleh
nilai Prob sebesar 0.0000 lebih kecil dari pada 0.05 0.0000 0.05 maka dapat dikatakan bahwa data sudah stasioner.
2. Uji Normalitas
Berdasarkan Normal Probability Plot of Actual pada gambar 4.3, diketahui bahwa data aktual membentuk suatu pola garis lurus mengikuti
garis linear, sehingga bisa disimpulkan bahwa data aktual berdistribusi normal.
Gambar 4.3 Hasil Uji Normalitas
Sumber: Lampiran 1
57 Adapun uji normalitas yang digunakan dalam penelitian ini
menggunakan uji Kolmogorov-Smirnov untuk menguji sesuai goodness of fit menggunakan software SPSS13. Dalam hal ini yang diperhatikan
adalah tingkat kesesuaian antara distribusi nilai sampel observasi dengan distribusi teoritis. Jadi hipotesis statistiknya adalah bahwa distribusi
frekuensi hasil pengamatan observasi bersesuaian dengan distribusi frekuensi harapan teoritis.
Hasil uji normalitas pada data aktual gambar 4.4 berdasarkan uji Kolmogorov-Smirnov diperoleh angka probabilitas sebesar 0.074 dengan
menggunakan taraf signifikansi alpha 5 atau 0.05, maka diketahui nilai probabilitas 0.074 lebih besar dari 0.05, maka H
diterima, sehingga dapat disimpulkan bahwa data berdistribusi normal. Kesimpulan tersebut
sama seperti pengujian pada Normal Probability Plot of Actual dan histogram.
Gambar 4.4 Hasil Uji Kolmogorov-Smirnov
One-Sample Kolmogorov-Smirnov Test
238 -.001139
.0256172 .083
.083 -.071
1.283 .074
N Mean
Std. Deviation Normal Parameters
a,b
Absolute Positive
Negative Most Extreme
Differences Kolmogorov-Smirnov Z
Asymp. Sig. 2-tailed Actual
Test distribution is Normal. a.
Calculated from data. b.
Sumber : Lampiran 1
58 Oleh karena data aktual berdistribusi normal, maka model yang
akan didapatkan dari 240 data, nantinya dapat digunakan untuk peramalan periode yang akan datang.
3. Identifikasi Orde dan Model Sementara
Setelah data stasioner, langkah selanjutnya adalah menetapkan orde dan model. Berdasarkan gambar Correlogram yang terdapat pada
table 4.1, terlihat bahwa koefisien Autocorrelaton ACF dan koefisien Partial Autocorrelation PACF data return indeks LQ-45 keduanya
menurun secara eksponensial menuju ke nol. Sehingga model awal yang dapat diidentifikasi adalah model ARMA p,q karena tidak mengalami
pembedaan. Untuk estimasi model AR, terlihat dari jumlah PACF yang berbeda
secara siginifikan dari nol sebanyak 3 lag, yaitu pada lag 6, 7 dan 9. Sedangkan estimasi model MA, terlihat dari ACF yang berbeda secara
signifikan dari nol sebanyak 3 lag, yaitu pada lag 6, 9 dan 13. Dengan demikian model sementara yang diperoleh adalah ARMA
3,3. Selanjutnya akan dilakukan estimasi terhadap lag-lag yang ada untuk mendapatkan model terbaik.
59
Tabel 4.1
Sumber: Lampiran 1
4. Estimasi Parameter Model
