5.2.4. Uji Autokorelasi
Autokorelasi adalah adanya korelasi yang tinggi antar galat. Pengujian autokorelasi dilakukan dengan Breush-Grodfrey Serial Correlation LM Test
didapatkan probabilitas 0,9533. Hasil ini menunjukan bahwa nilai probabilitas lebih dari taraf nyata maka terima H
, artinya model tidak mengandung autokorelasi Lampiran 6.
5.3. Pemilihan Model 1 Terbaik
Pendugaan model GARCH p,q menggunakan metode kemungkinan maksimum atau Quasi Maksimum Likelihood QML. Simulasi model ini
menggunakan kombinasi nilai p=0,1,dan 2 dengan nilai q = 1 dan 2 Tabel 11. Evaluasi Model ARCHGARCH terbaik
Koef ARCH 1
ARCH 2
GARCH 1.1
GARCH 1,2
GARCH 2,1
GARCH 2,2
Prob C 0,0000
0,0000 0,0948
0,0987 0,0001
0,0611 Prob
α
1
0,0001 0,0558 0,0043
0,0779 0,0018 0,0548
Prob α
2
- 0,1060
- 0,4312
- 0,0980
Prob β
1
- - 0,0000
0,0368 0,0000
0,8996 Prob
β
2
- - -
- 0,0000
0,1125 AIC -1,0144
-1,0405 -1,0584
-1,0531 -1,1002
-1,0488 SC -0,9238
-0,7954 -0,8133
-0,7857 -0,8328
-0,7591 ARCH
efek - - - - Tidak
ada -
Sumber : Lampiran 7
Dari beberapa alternatif yang dicoba dipilih GARCH 2,1 sebagai conditional variance. Pemilihan model GARCH 2,1 ini karena memiliki nilai
AIC dan SC terkecil. tidak ada lagi efek ARCH yang tersisa berdasarkan uji ARCH-LM dengan nilai probability sebesar 0.0237 yang lebih kecil dari taraf
nyata 5persen.
5.4. Uji Efek ARCH untuk Model 1 Terbaik
Uji efek ARCH dilakukan untuk mengetahui apakah model masih memiliki efek ARCH atau tidak. Pada uji efek ARCH probabilitas 0,6558 yang
lebih besar dari taraf nyata 5 persen. Hal ini berarti terima H
0 .
artinya model sudah tidak memiliki efek ARCH Lampiran 9.
5.5. Uji Kenormalan Galat untuk Model 1 Terbaik
Dari hasil uji kenormalan galat didapatkan nilai probabilitas pada Jarque- Bera
J-B sebesar 0.8291 yang lebih besar dari taraf nyata 5 persen. Hal ini berarti bahwa galat error term telah terdistribusi normal Lampiran 10.
5.6. Model 1 Terbaik
Model yang dihasilkan oleh metode GARCH 2,1 ini dinyatakan dalam persamaan berikut Lampiran 8:
R
t
= -0,0191 – 1,4539 RCPI
t
– 1,2341 RKURS
t
+ 0,3854 RM2
t
+ 0,4338 RIPI
t
+ 0,2683 RSBI
t
+ 0,6836 RIHSG
t
+ 0,0568 DUMMY h
2 t
= 0,0009 + 0,1500
2 t-1
+ 1,4599 h
2 t-1
-0,6264 h
2 t-2
R
2
= 29,74 SE = 0,1898 F-stat = 4,4640 Prob = 0,000013
Variabel-variabel independen secara bersama-sama signifikan menjelaskan keragaman yang terjadi pada variabel dependen seperti yang diperlihatkan oleh
nilai statistik F. Nilai statistik F sebesar 4,4640 dan nilai probabilitas F adalah 0,000013 yang lebih kecil dari nilai
α = 0,05. Hal ini berarti paling tidak terdapat
satu variabel bebas yang tidak bernilai nol dan berpengaruh secara signifikan terhadap keragaman variabel tak bebasnya.
Taraf nyata yang digunakan adalah 5 persen sampai dengan 10 persen sehingga tingkat kepercayaanya sebesar 90 persen sampai dengan 95 persen. Nilai
R
2
dari persamaan regresi adalah 29,74 persen, yang berarti bahwa variasi return saham batubara dapat dijelaskan oleh variabel CPI, KURS, M2, IPI, suku bunga
SBI dan return IHSG sebesar 29,74 persen. sisa variasi sebesar 70,26 persen dari regresi tersebut dijelaskan oleh variabel lain yang tidak terdapat dalam model.
Nilai R
2
yang rendah dapat diakibatkan karena banyak faktor lain yang mempengaruhi return saham batu bara, seperti kondisi internal perusahaan
batubara BUMI dan PTBA, kondisi politik indonesia, harga minyak dunia, faktor makroekonomi luar negeri dan faktor psikologis investor. Selain itu, rendahnya R
2
dikarenakan data yang telah diubah ke dalam bentuk return.
5.7. Deskripsi Data Model 2
Kategori