Heteroskedastisitas Model GARCH LANDASAN TEORI

atau dengan menggunakan uji ARCH-LM. Tahap ketujuh adalah estimasi model GARCH. Dan yang terakhir atau kedelapan yaitu evaluasi model. Dari penjelasan deskriptif di atas maka dapat digambarkan kerangka pemikiran dalam penelitian ini sebagai berikut: Gambar 2.1 Kerangka Penelitian Closing Price JII tahun 2011- 2013 Return JII Uji stasioneritas data melihat correlogram melalui Autocorrelation Function ACF Proses Differensi proses ini dilakukan untuk membuat data menjadi stasioner TIDAK YA Identifikasi Model ARMA dengan melihat correlogram melalui Autocorrelation Function ACF dan patrial autocorrelation function PACF Estimasi Model dengan mengamati nilai koefisien determinasi. Uji Diagnosis Model dengan melihat Autocorrelation Function ACF dan patrial autocorrelation function PACF Mengidentifikasi Efek ARCH dan GARCH Heteroskedastisitas Yaitu dengan melihat pola residual kuadrat dari correlogram atau dengan menggunakan uji ARCH-LM Estimasi Model GARCH Evaluasi Model Identifikasi Model ARIMA dengan melihat correlogram melalui Autocorrelation Function ACF dan patrial autocorrelation function PACF YA YA Identifikasi Model ARIMA dengan melihat correlogram melalui Autocorrelation Function ACF dan patrial autocorrelation function PACF 1 2 3

2.11 Hipotesis

Hipotesis merupakan jawaban sementara atas perumusan masalah yang diajukan. Berdasarkan perumusan masalah yang ada, maka hipotesis dalam penelitian ini adalah sebagai berikut: Ho1: Harga saham periode sebelumnya tidak memiliki pengaruh terhadap harga saham periode saat ini di Indeks Saham JII pada periode 2011 –2013. Ha1: Harga saham periode sebelumnya memiliki pengaruh terhadap harga saham periode saat ini di Indeks Saham JII pada periode 2011 –2013. Ho2: Lag periode sebelumnya tidak memiliki pengaruh signifikan terhadap harga saham periode saat ini di Indeks Saham JII pada periode 2011-2013. Ha2: Lag periode sebelumnya memiliki pengaruh signifikan terhadap harga saham periode saat ini di Indeks Saham JII pada periode 2011-2013. Ho3: Nilai residual periode sebelumnya tidak memiliki memiliki pengaruh signifikan terhadap harga saham periode saat ini di Indeks Saham JII pada periode 2011-2013. Ha3: Nilai residual periode sebelumnya memiliki pengaruh signifikan terhadap harga saham periode saat ini di Indeks Saham JII pada periode 2011-2013. Ho4: Pasar modal syariah di Indonesia tidak termasuk kedalam klasifikasi pasar efesien bentuk lemah weak form pada periode 2011-2013. Ha4: Pasar modal syariah di Indonesia termasuk kedalam klasifikasi pasar efisien bentuk lemah weak form pada periode 2011-2013.

III. METODOLOGI PENELITIAN

3.1 Jenis Penelitian

Penelitian ini merupakan jenis penelitian yang menggunakan pendekatan kuantitatif. Menurut Silalahi dalam Eliyawati 2012 penelitian kuantitatif yaitu penelitian yang merupakan sebuah penyelidikan tentang masalah sosial berdasarkan pada pengujian sebuah teori yang terdiri dari variabel-variabel, diukur dengan menggunakan angka, dan analisis dengan prosedur statistik untuk membuktikan apakah generalisasi prediktif teori tersebut benar. Namun jika dilihat berdasarkan tujuan dari penelitian ini, penelitian ini termasuk kedalam jenis penelitian eksplanatori. Penelitian eksplanatori dapat dikelompokkan kedalam empat jenis penelitian yaitu, penelitian asosiasi, penelitian kausal, penelitian prediksi dan penelitian komparatif. Penelitian ini masuk kedalam jenis prediksi karena penelitian ini meramalkan kemungkinan yang akan terjadi di masa mendatang berdasarkan informasi di masa lalu atau saat ini. Metode yang digunakan dalam pendekatan kuantitatif pada penelitian ini adalah logika deduktif dengan menguji teori dan hipotesis.

Dokumen yang terkait

APLIKASI MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCHEDASTICITY (GARCH) UNTUK MENENTUKAN VALUE AT RISK PADA ANALISIS RESIKO INVESTASI

0 4 62

Modelling National Area Harvested of Paddy Using GARCH Methods (Generalized Autoregressive Conditional Heteroscedastic) Model.

0 3 40

PENERAPAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (GARCH) DALAM MENENTUKAN TINGKAT INFLASI.

0 2 17

ANALISIS PENGARUH HARI PERDAGANGAN TERHADAP RETURN SAHAM DI BURSA EFEK INDONESIA : PENGUJIAN MENGGUNAKAN GARCH ( GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSKEDASTICITY) | Cahyaningdyah | Ekspektra : Jurnal Bisnis dan Manajemen 84 235 1 PB

0 1 10

Pemodelan volatilitas dapat dilakukan ketika terjadi heteroskedastisitas. Model Autoregressive Conditional Heteroscedastic (ARCH) dan model Generalized Autoregressive Conditional Heteroscedasticity (GARCH) digunakan dalam generalisasi asumsi heteroskedast

0 0 10

PERBANDINGAN RESIKO INVESTASI BANK CENTRAL ASIA DAN BANK MANDIRI MENGGUNAKAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (GARCH)

0 0 9

Generalized Autoregressive Conditional Heterocedasticity

0 0 14

PEMODELAN NILAI EKSPOR DI INDONESIA DENGAN PENDEKATAN GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (GARCH) Repository - UNAIR REPOSITORY

0 0 14

Model Generalized Autoregressive Conditional Heteroscedastic (GARCH) - USD Repository

0 0 232

PERAMALAN INDEKS NILAI RETURN HARGA TUTUP DOW JONES INDUSTRIAL AVERAGE (DJIA) BERDASARKAN MODEL AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (ARCH)/GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTIC (GARCH) - Repository UNRAM

0 1 12