Di bawah ini dijelaskan kondisi hipotesis nol, JB memiliki derajat bebas 2. tolak H
jika JB χ
2 2
α atau jika P χ
2 2
JB kurang dari α = 0,05. Artinya data
residual terbakukan dan tidak menyebar normal. Model ARCH-GARCH menunjukkan kinerja yang baik jika dapat
menghilangkan autokorelasi yang ada pada data, yaitu bila residual baku merupakan proses ingar putih. Langkah selanjutnya adalah memeriksa koefisien
autokorelasi residual baku, dengan uji statistik Ljung-Box. Uji Ljung-Box Q pada dasarnya adalah pengujian kebebasan residual
baku. Untuk data deret waktu dengan N pengamatan, statistik uji Ljung-Box diformulasikan sebagai :
Q = k
n r
n n
k I
t
− +
∑
=
1 2
1
2 ε
dimana r
1 t
adalah autokorelasi contoh pada lag 1 dan k adalah maksimum lag yang diinginkan. Jika nilai Q lebih besar dari nilai
χ
2 2
α dengan derajat bebas k- p-q atau jika P
χ
2 k-p-q
Q lebih kecil dari taraf nyata 0,05 maka model tersebut dinyatakan tidak layak.
3.3.2. Peramalan Ragam
Setelah memperoleh model yang memadai, model tersebut digunakan untuk memperkirakan nilai volatilitas masa datang. Peramalan ragam untuk
periode mendatang diformulasikan sebagai berikut : h
t
= σ
2
+ α
1 2
t-1
+ α
2 2
t-2
+ ... + α
m 2
t-m
untuk ARCH m atau
h
t
= к +
1
h
t-1
+
2
h
t-2
+ ... +
r
h
t-r
+ α
1 2
t-1
+ α
2 2
t-2
+ ... + α
m 2
t-m
untuk GARCH r, m dengan
к 0, r ≥ 0 dan α
m
≥ 0 dimana :
h
t
: Nilai ragam ke-t : Nilai sisaan
к : Konstanta
r
dan α
m
: Paramater-parameter
3.3.3. Uji Kointegrasi
Sering dijumpai dua variabel random yang masing-masing merupakan variabel yang tidak stasioner. Tetapi kombinasi linier antara kedua variabel
tersebut merupakan time series yang stasioner. Dalam teori keuangan dan ekonomi hal ini mengindikasikan adanya kointegrasi antara dua variabel tersebut.
Dalam ekonometrika variabel yang saling terkointegrasi dikatakan dalam kondisi keseimbangan jangka panjang long run equilibrium. Jika dapat dibuktikan
bahwa kedua variabel tersebut terkointegrasi, maka dapat disimpulkan bahwa regresi tersebut terkointegrasi.
Dalam uji kointegrasi dua variabel yang tidak stasioner sebelum dilakukan differencing
namun stasioner setelah dilakukan differencing, besar kemungkinan akan terjadi kointegrasi, yang berarti terdapat hubungan jangka panjang di antara
keduanya. Pada penelitian ini akan dilakukan pengujian apakah terjadi kointegrasi antara harga buah dengan jumlah pasokan yang ada. Tujuannya adalah untuk
mengidentifikasi apakah harga buah dipengaruhi oleh jumlah pasokan yang ada. Untuk menguji kointegrasi antara harga dengan jumlah pasokan dilakukan uji two
steps Engle-Granger. Model yang diajukan oleh Engle-Granger EG memerlukan
dua tahap, sehingga disebut dengan two steps EG. Tahap pertama adalah menghitung nilai residual persamaan regresi awal. Adapun model regresi yang
digunakan sebagai berikut Gujarati, 1978: Y
t
= α + βX
t
+ ε
t
Dimana: Y
t
= Variabel dependen harga terikat pada waktu ke t α
= Konstanta β
= Koefisien regresi X
t
= Variabel independen pasokan terikat pada waktu ke t ε
t
= Galat yang mewakili efek variabel yang tidak dijelaskan oleh model Adapun hipotesis yang diuji adalah sebagai berikut:
H :
β = 0 H
1
: β 0
Apabila koefisien regresi menunjukkan hasil kurang dari nol negatif maka terjadi penolakan pada hipotesis nol. Artinya bahwa memang jumlah pasokan
akan mempengaruhi harga buah. Tahap kedua dari uji kointegrasi antara two steps Engle-Granger adalah
melakukan analisis dengan memasukkan residual dari langkah pertama. Apabila hasil pengujian menghasilkan nilai probabilitas residual yang kurang dari 0,05
maka hal ini menunjukkan bahwa model yang digunakan sudah valid, yang berarti bahwa memang terjadi kointegrasi antara jumlah pasokan dengan harga buah.
IV. GAMBARAN UMUM
