EVIEWS: KURS RUPIAH DAN INDEKS NIKEI 225 TERHADAP IHSG

 

Hipotesis:

H1:  Kurs rupiah berpengaruh negatif terhadap IHSG

H2:  Indeks Nikei 225 berpengaruh negatif terhadap IHSG

I.      IHSG

(LEVEL)

1^st Difference

Nilai prob ADF test statistic sebesar 0,9887 lebih besar dari Alpha 5% sehingga kita menerima hipotesis nol (data tidak stasioner).

1^st difference

Nilai prob ADF 0,0000 lebih kecil daripada alpha 5% sehingga kita tolak hipotesis nol dan menyimpulkan data sudah stasioner pada differens 1.  Untuk ADF statistiknya juga lebih kecil dari Mackinnon 5% level -2,885051. Hasil ini juga membuktikan bahwa dapa sudah stasioner pada differens 1

Berdasarkan output yang dihasilkan, maka model ARIMA dengan suku konstan merupakan model yang signifikan (sebagai calon model terbaik). Estimasi model ARIMA dapat ditulis dengan rumus:

Y_t – Y_t-1 = C + b1* {( Y_t-1– Y_t-2 )} + b2*{( Y_t-2– Y_t-3 )} + a_t

Y_t– Y_t-1 = 39.283967 + 0.199925( Y_t-1– Y_t-2 ) -0.208973( Y_t-2– Y_t-3 ) + a_t

 Verifikasi model

 Uji normalitas

Uji serial korelasi

Uji heteroskedestitas

Heterokedasitas Untuk mendeteksi adanya gejala heterokedasitas digunakan metode Park Test. Apabila ditemukan korelasi yang signifikan (sig < 0,05) antara absolut residual dengan variabel independen lainnya, maka terjadi heterokedasitas. Apabila korelasi tidak signifikan (sig > 0,05) berarti model bebas heterokedasitas

ARCH

  

II.       KURS

(LEVEL)

1^st Difference

1^st Difference

Nilai prob ADF 0,0000 lebih kecil daripada alpha 5% sehingga kita tolak hipotesis nol dan menyimpulkan data sudah stasioner pada differens 1.  Untuk ADF statistiknya juga lebih kecil dari Mackinnon 5% level -2,885450. Hasil ini juga membuktikan bahwa dapa sudah stasioner pada differens 1

III.    INDEKS NIKEI 225

1^st difference

  

  

1^st difference

Nilai prob ADF 0,0000 lebih kecil daripada alpha 5% sehingga kita tolak hipotesis nol dan menyimpulkan data sudah stasioner pada differens 1.  Untuk ADF statistiknya juga lebih kecil dari Mackinnon 5% level -2,885051. Hasil ini juga membuktikan bahwa dapa sudah stasioner pada differens 1

IV.   IHSG, KURS, INDEKS NIKEI 225

1^st difference

GARCH-M (-1) adalah signifikan secara statistik. Dengan demikian, ia memberitahu bahwa kesalahan prediksi IHSG (residual) dipengaruhi oleh variasi residual sebelumnya (GARCH). Berdasarkan hasil Eviews  menunjukkan bahwa nilai signifikansi F adalah 0.000000. F nilai signifikansi lebih kecil dari 0,05 (0.00 <0,05) sehingga H0 ditolak dan dapat diartikan bahwa variabel independen yang terdiri kurs, indeks Nikei 225 bersama-sama (simultan) berpengaruh secara signifikan terhadap variabel IHSG.

Jika dilihat pada nilai-nilai probabilitas variabel kurs dan indeks Nikei 225 memiliki nilai probabilitas lebih kecil dari nilai signifikansi 0,05% yang berarti bahwa variabel independen secara individual mempengaruhi variabel dependen.

Berdasarkan hasil Eviews terlihat bahwa R-squared (R2) Nilai adalah 0,378860 dan Adjusted R-squared Nilai adalah 0,368593. Hal ini menunjukkan bahwa variabel IHSG dapat dijelaskan oleh 50% dari kurs dan indeks Nikei 225 sedangkan sisanya (100% - 50% = 50%) dijelaskan oleh lainnya faktor di luar model.

 Correlogram

Berdasarkan Tabel correlogram menunjukkan bahwa asumsi non-autokorelasi terpenuhi (tidak adaautokorelasi). Hal ini dapat dilihat dari berbagai indikator

(1) ACF dan PACF batang pada lag -1 ke 36 lag berada di garis Bartlett. Bartlett garis adalah garis yang ditandai dengan titik-titik garis-garis pada sisi kanan dan kiri dari garis tengah;

 (2) Nilai-nilai autokorelasi dalam ACF dan PACF kolom dalam probabilitas -1 dan +1 nilai; (3) The Q nilai statistik sampai ketinggalan 36 adalah 43.818, Nilai ini lebih kecil dari nilai kritis χ2 di α = 5% dan 124 derajat kebebasan, yang 32,501

 (4) nilai Probabilitas dari lag - 1 tertinggal-36 menunjukkan nilai lebih besar dari α = 5%

Uji Jarque-bera

Uji normalitas dapat dilakukan dengan jarque bera test.  jika nilai J-B < 2 maka data berdistribusi normal dan jika sebaliknya, J-B > 2 maka data dikatakan tidak berdistribusi nornal.  Selain itu jika probabilitas > 5% maka data berdistribusi normal dan jika sebaliknya apabila probabilitas < 5% maka data tidak berdistribusi normal. Disini menunjukan bahwa probabilitas > 5% maka data dapat dikatakan berdistribusi normal. 

Heteroskedasticity

Berdasarkan Tabel di atas, hal itu menunjukkan bahwa nilai yang dihitung dari χ2 (Obs * R-squared) adalah 1,21 dengan nilai probabilitas 0,61. Demikian pula, nilai -statistic F adalah 0,259 dengan nilai probabilitas dari 0,60 Ini berarti tes ARCH-LM menunjukkan bahwa model GARCH-M  diperkirakan bebas dari efek ARCH. Sebagai model terbaik, GARCH-M    Model akan menjadi elemen dasar untuk menjelaskan faktor-faktor yang mempengaruhi IHSG sepanjang periode pemantauan.