ABSTRAK. Universitas Sumatera Utara
|
|
- Vera Chandra
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ABSTRAK Skripsi ini membahas pemodelan dan estimasi volatilitas nilai tukar rupiah terhadap dolar Amerika tahun 005 menggunakan estimasi ARCH-GARCH. Data volatilitas nilai tukar rupiah dapat diterangkan oleh model ARCH-GARCH karena sifat variabel tersebut berfluktuasi (naik-turun) dari satu periode tertentu keperiode berikutnya. Berdasarkan hasil estimasi yang diperoleh melalui program eviews dapat diketahui bahwa data tersebut mengandung heteroskedastisitas, stasioner dan tidak mengandung otokorelasi.
2 ABSTRACT This thesis discusses about United State dolar exchange rate estimation and model using ARCH-GARCH in 005. Exchange rate volatility can be explained by ARCH-GARCH because the nature of the variabel can fluctuate on certain period with followed by the stabilization of the next period. According to the result of the estimation, we know that data have heteroscedasticity, stationerity and do not have otocorelation.
3 DAFTAR ISI Halaman PERSETUJUAN PERNYATAAN PENGHARGAAN ABSTRAK ABSTRACT DAFTAR ISI i ii iii v vi vii BAB. PENDAHULUAN.. Latar Belakang.. Perumusan Masalah 3.3. Tinjauan Pustaka 3.4. Batasan Masalah 3.5. Tujuan Penelitian 3.6. Manfaat Penelitian 4.7. Metode Penelitian 4. LANDASAN TEORI 5.. Heteroskedastisitas 5.. Stasioner.3. Model ARCH dan GARCH 6 3. PEMBAHASAN 3.. Deskripsi Data 3.. Uji Heteroskedastisitas 3.3. Otokorelasi (Autokorelasi) 3.4. Model ARCH-GARCH 3.5. Estimasi Parameter-parameter Dengan Estimasi Maximum Likelihood 3 4. KESIMPULAN DAN SARAN Kesimpulan Saran 6 DAFTAR PUSTAKA 7
4 BAB PENDAHULUAN. Latar Belakang Metode kuadrat terkecil (Ordinary Least Square/OLS) telah banyak digunakan dalam berbagai kesempatan. Pada umumnya metode ini digunakan untuk mengetahui hubungan antarvariabel. Dalam metode kuadrat terkecil, Teorema Gauss Markov, salah satunya mensyaratkan agar varians dari residu bersifat konstan atau tidak berubah-ubah. Hal ini agar estimator yang didapat adalah BLUE (Best Linier Unbiased Estimater) atau mempunyai sifat yang linier, tidak bias dan varians minimum. Data yang digunakan dalam metode ini dapat berupa data penampang (cross section) dan data runtun waktu (time series). Data penampang adalah data yang diperoleh dari pengamatan yang berbeda pada waktu yang sama, sedangkan data runtun waktu adalah data yang diperoleh dari pengamatan yang sama pada waktu yang berbeda. Contohnya besarnya kompensasi yang diberikan kepada karyawan industri makanan, tekstil, pakaian, percetakan dan lain-lain berdasarkan jumlah karyawan. Semakin besar industri (makin banyak jumlah karyawannya), maka kompensasi yang diberikan semakin besar. Data penampang sering memunculkan varians dan residu yang berubah-ubah, namun bukan berarti data runtun waktu terhindar dari permasalahan tersebut. Ada beberapa alasan mengapa variansi kesalahan pengganggu e i selalu berubah-ubah, antara lain sebagai berikut:. Mengikuti model berbuat kesalahan dalam belajar, yaitu kalau orang belajar terus, kesalahan untuk melakukan apa yang dipelajari semakin menurun, sebab ketrampilan semakin meningkat. Dalam hal ini diharapkan variansi σi diharapkan menurun nilainya.
5 . Kalau pendapatan tumbuh/berkembang, makin banyak orang menerima pendapatan yang sangat berbeda jumlahnya, kemungkinan mempunyai lebih banyak alternatif untuk mengeluarkan/menggunakan pendapatan itu, sehingga variansi makin membesar dengan kenaikan pendapatan. 3. Kalau teknik pengumpulan data semakin membaik, nilai σ cenderung mengecil. Data runtun waktu terutama data finansial seperti data harga indeks saham, tingkat bunga, nilai tukar sering kali berubah-ubah (volatilitas). Akibat data yang bervolatilitas adalah varians dan residu tidak konstan. Dengan kata lain data semacam itu mengalami heteroskedastisitas. Adanya heteroskedastisitas menyebabkan perkiraan (estimasi) parameter berdasarkan OLS menjadi tidak efesien baik dalam sampel kacil maupun sampel besar sehingga estimasi varians akan bias dan menyebabkan pengujian hipotesis tentang parameter tidak tepat. Bagaimana cara mendeteksi dan mengatasi adanya heteroskedastisitas akan dibahas pada bab berikutnya. Heteroskedastisitas dipandang bukan sebagai suatu masalah, tetapi justru memanfaatkan kondisi tersebut untuk membuat model. Bahkan dengan memanfaatkan heteroskedastisitas dalam residu dengan tepat, maka akan diperoleh varians yang lebih efisien. Model ini dikenal dengan nama Auto Regressive Conditional Heteroskedasticity (ARCH) dan General Auto Regressive Conditional Heteroskedasticity (GARCH). Volatilitas diperlukan dalam penukaran mata uang untuk menganalisis resiko pemegang aset dari investasi pilihan, meramalkan interval keyakinan sehingga dapat diperoleh interval yang lebih tepat dengan memodelkan varians, residu dan estimasi yang lebih efesien bila heteroskedastisitas digunakan dengan tepat. Berdasarkan uraian di atas, maka penulis memilih judul skripsi ini sebagai: Estimasi Volatilitas Nilai Tukar Rupiah Terhadap Dolar Amerika Tahun 005 Menggunakan Estimasi Model Auto Universitas Regressive Sumatera Con- Utara
6 3 ditional Heteroskdastisitas-General Auto Regressive Conditional Heteroskdastisitas (ARCH-GARCH).. Perumusan Masalah Adapun yang menjadi permasalahan dalam tulisan ini adalah bagaimana membuat dan mengestimasi parameter model ARCH-GARCH pada data volatilitas nilai tukar rupiah terhadap dolar Amerika tahun 005 menggunakan estimasi model ARCH-GARCH..3 Tinjauan Pustaka Engle (00) menyatakan bahwa ARCH adalah variabel yang dipengaruhi oleh variabel itu sendiri berdasarkan informasi masa lalu dan variansnya berubah-ubah pada periode-periode sebelumnya. Sumargono dan Laksono (004) menyatakan bahwa GARCH telah secara luas dipakai sebagai pendekatan pada variabel ekonomi khususnya volatilitas. J.Supranto (004) Heteroskedastisitas ialah suatu keadaan dimana variansi dari kesalahan pengganggu e i tidak konstan untuk semua variabel bebas. Surya dan Hariadi (003) telah melakukan pemodelan volatilitas beberapa saham menggunakan model GARCH(,)..4 Batasan Masalah Untuk menyelesaikan masalah pemodelan dan estimasi volatilitas, penulis membatasi orde/derajat pada ARCH-GARCH, yaitu GARCH(,)..5 Tujuan Penelitian Tulisan ini bertujuan untuk membuat dan mengestimasi model ARCH-GARCH untuk data volatilitas yang berbentuk heteroskedastisitas Universitas agar parameter Sumatera model Utara
7 4 menjadi lebih efesien yaitu mempunyai varians yang minimum..6 Manfaat Penelitian Memperkaya literatur tentang model dan estimasi ARCH-GARCH untuk data volatilitas dan hasil penelitian ini juga dapat menambah wawasan sebagai pendekatan pada variabel ekonomi khususnya volatilitas..7 Metode Penelitian Metode yang digunakan dalam menganalisis data adalah estimasi ARCH-GARCH bila data berbentuk heteroskedastisitas. Bila data berbentuk homoskedastisitas, maka data diestimasi menggunakan estimasi OLS. berikut: Langkah-langkah untuk membuat model dan estimasinya adalah sebagai. Pengumpulan data.. Uji korelasi dan uji heteroskedastisitas menggunakan uji white noise. 3. Menghilangkan otokorelasi (jika ada). Untuk mengetahui ada atau tidaknya otokorelasi dilakukan dengan uji Durbin Watson. d = Σn i=(e i e i ) Σ n i=e i 4. Membuat model sederhana ARCH-GARCH. σ i = α 0 + α e i + βσ i 5. Estimasi menggunakan metode kemungkinan terbesar. logl =Σ n i=( logπ logσ i e i σi ) 6. Kesimpulan.
8 BAB LANDASAN TEORI Pada bab ini akan dipaparkan mengenai materi-materi yang berhubungan dan mendukung untuk mendapatkan model dan bagaimana mengestimasi model tersebut. Materi-materi tersebut antara lain: heteroskedastisitas, stasioner model ARCH-GARCH. Dengan demikian, akan mempermudah dalam hal pembahasan hasil utama pada bab berikutnya.. Heteroskedastisitas Heteroskedastisitas adalah suatu kondisi dimana varians dari kesalahan/pengganggu tidak konstan untuk semua nilai variabel bebas... Dampak Heteroskedastsitas. Beberapa akibat yang ditimbulkan heteroskedastisitas adalah sebagai berikut: (i) Estimasi OLS menjadi tidak bias. (ii) Varians dari parameter OLS tidak minimum. (iii) Estimasi OLS menjadi tidak konsisten... Teknik Mendeteksi Heteroskedastisitas. Untuk mendeteksi heteroskedastisitas dapat diketahui dengan dua cara, yaitu dengan metode grafik dan uji formal.
9 6. Metode Grafik Heteroskedastisitas merupakan suatu kondisi dimana varians tidak konstan. Dengan demikian pada suatu nilai variabel bebas akan mempunyai nilai varians yang berbeda dengan variabel bebas lainnya. Oleh karena itu, bila nilainilai varians diplot dengan nilai-nilai variabel bebas akan ditemui suatu pola atau bentuk yang sistematis.. Uji Formal Salah satu kelemahan pengujian secara grafik adalah tidak jarang kita ragu terhadap pola yang ditunjukkan grafik. Keputusan secara subyektif tentunya dapat mengakibatkan berbedanya keputusan antara satu orang dengan orang lainnya. Oleh karena itu, kadang-kadang dibutuhkan uji formal untuk memutuskannya. Uji formal tersedia cukup banyak, seperti uji Park dan Goldfeld Quandt, uji Breusch-Pagan Godfrey (uji BPG), uji white dan lain-lain. Pada bagian ini hanya akan membahas uji BPG dan uji white karena uji ini telah tersedia dalam program eviews. (a) Uji Breusch-Pagan Godfrey (BPG) Pada prinsipnya uji ini tidak jauh berbeda dengan uji lainnya, yaitu mencoba mengukur varians akibat perubahan nilai-nilai variabel bebasnya. Perhatikan model regresi ganda pada persamaan (.) berikut: Y i = β 0 + β X i + β X i β k X ki + e i (.) dengan i =,, 3,..., n. k = 0,, 3,..., n. n = Banyak pengamatan. Diasumsikan var(e i )=σ i merupakan fungsi linier. Adapun langkah-langkah yang perlu dilakukan untuk menguji ini adalah:. Buat hipotesis H 0 : Varians e i homoskedastisitas H : Varians e i heteroskedastisitas
10 7. Estimasi model regresi dan cari ê i. 3. Cari : σ = ê i n 4. Uji BPG dilambangkan dengan p, dengan rumus: p i = ê i σ 5. Regresikan p i dengan X sehingga didapat: p i = γ 0 + γ X i + γ X i γ m X mi + e i dengan e i adalah residual. 6. Hitung jumlah kuadrat regresi (Sum Of Square Regression/SSR) dan cari: Θ= SSR 7. Bandingkan dengan tabel Chi Square dengan derajat bebas (m ) dimana m adalah jumlah parameter yang digunakan. Jika Θ >χ (m ), maka tolak hipotesis yang menyatakan homoskedastisitas. (b) Uji White noise (White General Heteroscedastisity Test) Model ini lebih mudah digunakan dibandingkan dengan uji-uji lainnya. Perhatikan persamaan regresi ganda berikut: Y i = β 0 + β X i + β X i β k X ki + e i k = Banyaknya variabel yang tercakup dalam persamaan regresi. Berdasarkan persamaan regresi ganda di atas kita dapat melakukan uji white noise dengan beberapa tahap, yaitu:. Hasil estimasi dari model di atas akan menghasilkan residu, yaitu: ê i.. Dengan hipotesis:
11 8 H 0 : Varians e i homoskedastisitas. H : Varians e i heteroskedastisitas. Sampel berukuran n dan koefesien determinasi R yang didapat dari regresi akan mengikuti distribusi Chi Square dengan derajat bebas, jumlah variabel bebas atau jumlah parameter regresi di luar intercept. Dengan demikian, rumus uji white noise adalah sebagai berikut: nr χ 3. Jika nilai penghitungan melebihi nilai kritis dengan α yang dipilih, diputuskan bahwa tidak terdapat heteroskedastisitas. Hal ini disebabkan α = α = α 3 =... = α k = 0, sehingga ê i = α 0 (konstan)...3 Teknik Mengatasi Heteroskedastisitas. Menurut Nachrowi dan Usman (006) ada beberapa teknik yang dapat digunakan untuk mengatasi heteroskedastisitas, yaitu: (a) Metode Kuadrat Terkecil Tertimbang Metode ini hanya dapat diterapkan jika σi diketahui. Perhatikan model berikut: Y i = β 0 +β X i +e i dengan var(e i )=σi (.3) Jika persamaan tersebut masing-masing dikalikan σ i, maka: Y i σ i = β 0 ( σ i )+β ( X i σ i )+( e i σ i ) (.4) Jika σ i disubstitusi dengan * maka model tersebut dapat dituliskan sebagai: Y i = β 0 + β X i + e i (.5) Dapat dibuktikan bahwa model (.4) telah homoskedastisitas. Perhatikan pembuktian di bawah ini:
12 9 E(e i )=E( e i σi )= σi E(e i )= σi = σ (.6) Oleh karena residu telah homoskedastisitas karena mempunyai varians yang konstan, maka model (.4) dapat diduga dengan OLS, dan penduga yang diperoleh akan bersifat BLUE, sedangkan model awal (.3) yang belum ditransformasikan bila diestimasi dengan OLS, estimasi tidak bersifat BLUE. (b) Transformasi dengan X i Dalam banyak pembuatan model regresi, ternyata nilai-nilai σi hampir tidak pernah diketahui. Untuk menanggulangi kendala tersebut maka digunakan asumsi untuk menentukan nilai σi. Asumsikan bahwa: E(e i )=σ Xi (.7) Dengan asumsi demikian, maka transformasi dilakukan dengan membagi model awal (.3) dengan X i. Maka model menjadi: Y i X i = β 0 ( X i )+β +( e i X i ) (.8) Jika X i disubstitusi dengan * maka model tersebut dapat ditulis sebagai: Y i = β 0 +β +e i (.9) Apakah sudah homoskedastisitas? Perhatikan bukti berikut: E(e i )=E( e i )= E(e Xi Xi i )= X i (σ X i )=σ (.0) Ternyata hasil transformasi tersebut telah menyebabkan residual konstan, dan berarti residual telah homoskedastisitas. Mengingat hal tersebut, maka sekarang OLS dapat digunakan dengan meregresikan Y i X i dengan X i. Lihat kembali persamaan (.8). Persamaan hasil transformasi menunjukkan bahwa yang menjadi slope adalah β 0 dan yang menjadi intercept adalah β.
13 0 (c) Transformasi dengan Xi Pada transformasi ini diasumsikan bahwa E(e i )=σ X i. Setelah ditransformasikan persamaan (.3) menjadi: Y i = β 0 ( )+β Xi +( e i ) (.) Xi Xi Xi Atau dapat ditulis dengan: Jika Xi disubstitusi dengan * maka model tersebut dapat ditulis sebaga: Y i = β 0 + β + e i Pembuktian bahwa hasil transformasi konstan adalah: E(e i e i )=E( )= E(e i )= (σ X i )=σ (.) Xi X i X i (d) Transformasi dengan E(Y i ) Transformasi ini dilandasi dengan asumsi bahwa: E(e i )=σ [E(Y i )] Hasil transformasi adalah: Y i E(Y i ) = β 0( E(Y i ) )+β X i ( E(Y i ) )+( E(Y i ) ) (.3) e i Atau dapat ditulis dengan: Y i = β 0 + β X + e i Kembali akan dibuktikan, apakah residu telah homoskedastisitas? E(e i e i )=E( [E(Y i )] )= [E(Y i )] E(e i )= [E(Y i )] (σ [E(Y i )] )=σ (.4) Permasalahan dalam transformasi ini adalah tidak diketahuinya nilai β 0 dan β, sehingga [E(Y i )] juga tidak dapat diketahui. Oleh karena itu, transformasi dapat dilakukan dengan memanfaatkan model regresi yang diduga,
14 yaitu: Y i = b 0 +b X i, yang sekaligus merupakan penduga [E(Y i )], atau sering dinotasikan dengan Ŷ. Persamaan hasil transformasinya adalah: Y i Ŷ i = β 0 ( Ŷ i )+β ( X i Ŷ i )+( e i Ŷ i ) (.5). Stasioner Sekumpulan data dinyatakan stasioner jika nilai rata-rata dan varians dari data runtun waktu tidak mengalami perubahan (rata-rata dan varians konstan). Data runtun waktu sangat banyak digunakan, ternyata data runtun waktu menyimpan berbagai permasalahan. Salah satunya adalah otokorelasi. Otokorelasi adalah penyebab yang mengakibatkan data menjadi tidak stasioner, sehingga bila data distasionerkan maka otokorelasi akan hilang dengan sendirinya, karena itu transformasi data untuk membuat data yang tidak stasioner menjadi stasioner sama dengan transformasi data untuk menghilangkan otokorelasi. Mengapa data harus stasioner? Hal ini berkaitan dengan metode estimasi yang digunakan. Misalnya regresi, tidak stasionernya data mengakibatkan kurang baiknya model yang diestimasi akibat heteroskedastisitas. Proses yang stasioner mempunyai sifat-sifat sebagai berikut:. P (Y i,..., Y (i+k) )=P (Y (i+m),..., Y (i+k+m) ), k,m,i. EY i = µ y tidak tergantung pada i. 3. Var(Y i )=σ y = E[Y i µ i ] tidak tergantung pada i. 4. γ k = cov(y i,y (i+k) ) : tidak tergantung pada = cov(y (i+m),y (i+k+m) ) Sebagai catatan: k = 0, berlaku: γ 0 = cov(y i,y i )=Var(Y i )=µ y
15 dengan k = Beda waktu (lag) dan m = Panjang lag... Uji Kestasioneran Data. Uji yang sangat sederhana untuk melihat stasioner data adalah dengan analisis grafik, yang dilakukan dengan membuat plot antara nilai observasi (Y ) dan waktu (i). Akan tetapi analisis grafik mempunyai kelemahan karena keputusan diambil secara subyektif, sehingga memungkinkan terjadinya perbedaan pengambilan keputusan. Untuk itulah digunakan uji formal dalam menentukan stasioner data. Ada beberapa macam pengujian yang dapat dilakukan yaitu Uji Bartlett, Uji Box-Pierce, Uji Ljung-Box(LB) dan Unit Root Test. (a) Uji Bartlett Uji ini dilakukan untuk melihat signifikan r k satu per satu. Bartlett menunjukkan bahwa jika suatu runtun waktu dibentuk melalui proses white noise, maka sampel otokorelasinya akan memiliki distribusi normal dengan rata-rata nol dan standar deviasi, di mana n banyaknya pengamatan, atau dinotasikan dengan r n / k N(0, ). Oleh karena itu, bila ada r n / k > 0. (dua kali standar deviasi), maka kita yakin dengan kepercayaan 95% bahwa ρ 0 dan berarti runtun waktu yang sedang kita analisis bukan berasal dari proses white noise. Atau secara sistematis dapat ditulis: r k ± Z a s.e Di mana: s.e = standar error. H 0 : Homoskedastisitas H : Lainnya. Jika interval r k tidak mengandung nilai nol, maka H 0 diterima, akan tetapi jika interval H 0 tidak mengandung nilai 0, maka H 0 ditolak.
16 3 (b) Uji Box-Pierce Uji ini digunakan untuk mengetahui apakah nilai ρ k pada sekumpulan waktu secara nyata berbeda dengan nol. Dengan demikian hipotesisnya adalah: H 0 : Semua ρ k =0 H : Paling sedikit ada satu ρ k 0 Untuk menguji hipotesis tersebut, kita gunakan uji Q yang dikenalkan oleh Box dan Pierce, dengan formulasi: Q = nσ m k= r k Dengan: n = Banyaknya pengamatan. m = Panjangnya lag. Nilai uji Q ini dibandingkan dengan Tabel Chi-Square dengan derajat bebas sama dengan m. jika Q>χ (m,5), maka kita dapat menolak hipotesis, atau dapat juga dikatakan, kita yakin dengan tingkat kepercayaan 95% bawha tidak semua ρ k = 0. Bila ini terjadi, runtun waktu tidak berasal dari proses white noise. (c) Uji Ljung-Box (LB) Fungsi uji ini sesungguhnya sama dengan Uji Q, tetapi untuk sampel yang berukuran kecil, teknik yang merupakan pengembangan dari Statistik Q ini lebih powerfull. Rumus dari pengujian ini adalah sebagai berikut: r k LB = n(n + )Σ m k=( n k )
17 4 Sama pula dengan Uji Q, nilai LB dibandingkan dengan tabel Chi Square dengan derajat bebas sama dengan m. (d) Uji Unit Root Selain membuat korelogram, stasioner juga dapat dilihat dengan menggunakan uji formal yang dikenal dengan uji Unit Root. Pengujian ini merupakan uji yang sangat populer, dan dikenalkan oleh David Dickey dan Wayne Fuller. Untuk memudahkan pengertian mengenai Unit Root, perhatikan model berikut: Y i = ρy i + e i Jika ρ k =, maka model menjadi acak tanpa trend. Disini kita akan menghadapi masalah dimana varian Y i tidak stasioner. Dengan demikian Y i dapat disebut mempunyai unit root atau data tidak stasioner. Bila persamaan tersebut dikurangi pada Y i sisi kanan dan kiri, maka persamaannya menjadi: Y i Y i = ρy i + e i Y i Y i Y i =(ρ )Y i + e i Atau dapat ditulis dengan: Y i = δy i + e i Dari persamaan tersebut dapat dibuat hipotesis: H 0 : δ =0 H : δ 0 Jika kita menolak hipotesis δ = 0, maka ρ =. Artinya kita memiliki unit root, dimana data runtun waktu Y i tidak stasioner.
18 5.. Transformasi Data Tidak Stasioner Menjadi Stasioner. Teknik transformasi yang digunakan adalah proses pembedaan stasioner (Difference Stasionarity Process/DSP). Untuk keperluan tersebut, perhatikan model berikut: Y i = α + ρy i + e i dengan memasukkan variabel bebas waktu(i), maka model menjadi: Y i = α + βi + ρy i + e i Andaikan α =0,β = 0, dan ρ 0, maka modelnya menjadi: Y i = Y i + e i Atau dapat ditulis dengan: Y i Y i = e i atau Y i = e i Sehingga, E( Y i ) = 0, dan var( Y i )=σ, maka model tersebut menjadi stasioner. Proses inilah yang disebut proses pembedaan stasioner. Andaikan α 0, β = 0, dan ρ 0, maka modelnya menjadi: Y i = α + Y i + e i Model tersebut adalah Random Walk dengan intercep yang tidak stasioner. Bila model ditulis dengan: Y i Y i = α + e i atau Y i = α + e i
19 6 maka: E( Y i )=E(α + e i )=α dan var( Y i )=var(α + e i )=σ Kita lihat bahwa rata-rata maupun varians telah konstan, yang berarti Y i telah stasioner. Berarti persamaan ini juga merupakan proses pembedaan stasioner, karena ketidakstasioneran Y i dapat dieliminasi pada pembedaan pertama. Andaikan α 0,β 0, dan ρ = 0, maka modelnya menjadi: Y i = α + βi + e i Dengan rata-rata adalah sebagai berikut: E(Y i )=α + βi dan E(Y i )=σ Dari persamaan rata-rata dan varians di atas dapat kita lihat bahwa rata-rata berubah sesuai waktu, sehingga tidak stasioner..3 Model ARCH dan GARCH.3. Model ARCH. Model ARCH yang sangat sederhana dan mudah digunakan adalah model linier orde pertama (I). Andaikan {e i } adalah nilai riil dan {a i } adalah sebuah white noise dengan ψ i adalah kumpulan semua informasi yang diperoleh pada waktu i. Pada intinya, model ARCH dapat dijelaskan sebagai berikut: Perhatikan model regresi ganda di bawah ini:
20 7 y i = b 0 + b x i + b x i + e i σ i atau varians e i heteroskedastisitas, dan mengikuti persamaan berikut: σ i = α 0 + α e i ; σ i = var(e i ) Perhatikan bahwa var(e i ) dijelaskan oleh dua komponen: (a) Komponen konstanta: α 0 (b) Komponen variabel: α e i ; yang disebut komponen ARCH Pada model ini, e i heteroskedastisitas, tergantung (conditional) pada e i. Dengan menambahkan informasi conditional ini estimator dari b 0, b dan b menjadi lebih efesien. Model ARCH di atas, dengan var(e i ) tergantung hanya pada volatilitas satu periode lalu, seperti pada σi = α 0 + α e i, disebut model ARCH(). Sedangkan secara umum, bila var(e i ) tergantung hanya pada volatilitas beberapa periode lalu, seperti σ i = α 0 + α e i + α e i + α 3 e i α p e i p disebut model ARCH(p) dengan α 0 > 0 dan α,α,α 3,..., α p 0. p = Orde/derajat model. = 0,,..., Atau ditulis dengan: σ i = α 0 +Σ p i= α ie i Pada model ini, agar varians menjadi positif (var(e ) > 0), maka harus dibuat pembatasan, yaitu: α 0 > 0 dan 0 <α <. Sebuah proses ARCH(p) stasioner jika: 0 Σ p i= α i < Perhatikan model ARCH(p) di atas. Dengan jumlah p yang relatif be-
21 8 sar akan mengakibatkan banyaknya parameter yang harus diestimasi sehingga ketelitian dari estimator tersebut berkurang. hal semacam ini sering dijumpai pada analisis data harian. Untuk mengatasi estimasi parameter yang terlalu banyak, var(e i ) dapat dijadikan model berikut: σ i = α 0 + α e i + βσ i Model ini disebut model GARCH(,), karena σi tergantung pada e i dan σi yang masing-masing mempunyai beda waktu satu hari, maksudnya waktu yang diperlukan variabel tak bebas terhadap perubahan-perubahan variabel bebas adalah satu hari. Sama halnya dengan model ARCH, agar varians menjadi positif (var(e i ) > 0), maka pada model ini juga harus dibuat pembatasan, yaitu: α 0 > 0; α,β 0; dan α + β<untuk menjamin bahwa data mempuyai varians yang stationer. Sebagaimana model ARCH, maka model GARCH ini juga dapat diestimasi dengan teknik maximum likelihood. Secara umum, var(e i ) dapat ditulis: σ i = α 0 + α e i α p e i p + β σ i β q σ i q Model di atas disebut model GARCH(p, q). Dari model di atas terlihat bahwa besaran var(e i ) selain diduga tergantung pada e juga tergantung pada σ pada masa lalu. Parameter dari model GARCH memberi informasi seberapa erat pengaruh masa lalu terhadap perubahan nilai volatilitas..3.. Sifat-sifat Model ARCH() Linier. Dengan menggunakan persamaan E(e i ) = E{E(e i ψ i )}, sifat dari ARCH() linier dapat ditunjukkan. Sifat-sifatnya adalah sebagai berikut: (i) Varians E(e i )=0,α 0 > 0 dan 0 α < (ii) V (e i )= α 0 α
22 9 (iii) cov(e i,e i k )=0, k 0 (iv) E(e 4 i )=[ 3α 0 ( α ][ α ) 3α ], α 0 > 0 dan 0 α < Teorema.3. Asumsikan bahwa e i adalah proses ARCH() dengan variabel (e i )=σ <. Maka e i adalah white noise. Bukti. Dari E(e i ψ i ) sedemikian sehingga E(e i ) = 0, dan cov(e i,e i k ) = E(e i ψ i ) = E[E(e i e i k ψ i )] = E[e i k E(e i ψ i )] = E[e i k, 0] = E[0] = 0. Teorema.3. (Ketidakkondisionalan varians dari ARCH()) Asumsikan proses e i adalah proses ARCH() dengan var(e i )=σ < sedemikian sehingga σ = α 0 α. Bukti σ = E(e i ) = E[E(e i ψ i )] = α 0 + αe(e i ) = α 0 + α σ σ ( α ) = α 0 σ = α 0 α,α <.
23 0.3. Estimasi Model ARCH(p) Linier. Estimasi dari model ARCH adalah berdistribusi normal menggunakan metode maximum likelihood. Asumsikan bahwa e i berdistribusi normal. l(e i ψ i )= e e πσ σ. e πσ e σ. e πσ 3 e 3 σ 3... e πσ i e i σ i logl = log( e πσ e σ. e πσ e σ. e πσ 3 e 3 σ 3... e πσ i logl = log( e e σ )+log( e e σ )+log( e e 3 σ 3 ) log( e πσ πσ πσ 3 πσ i logl =Σ n i=log( e πσ i e i σ i ) e i σ i ) e i σ i ) n = Jumlah pengamatan dari Y i. logl =Σ n i=( logπ logσ i e i σi )
BAB III METODE PENELITIAN
33 BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Penelitian ini dilakukan berdasarkan data series bulan yang dipublikasikan oleh Bank Indonesia (BI) dan Badan Pusat Statistik (BPS), diantaranya adalah
Lebih terperinciBAB II LANDASAN TEORI. Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan
BAB II LANDASAN TEORI 2.1 Data Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan datum yang berisi fakta-fakta serta gambaran suatu fenomena yang dikumpulkan, dirangkum, dianalisis, dan
Lebih terperinciBAB III METODE PENELITIAN. di peroleh dari Website Bank Muamlat dalam bentuk Time series tahun 2009
17 BAB III METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang di peroleh dari Website Bank Muamlat dalam bentuk Time series tahun 2009
Lebih terperinciIII. METODE PENELITIAN. bentuk runtut waktu (time series) yang bersifat kuantitatif yaitu data dalam
48 III. METODE PENELITIAN A. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder dalam bentuk runtut waktu (time series) yang bersifat kuantitatif yaitu data dalam
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Stasioneritas Stasioneritas berarti bahwa tidak terdapat perubahan yang drastis pada data. Fluktuasi data berada di sekitar suatu nilai rata-rata yang konstan, tidak tergantung
Lebih terperinciBAB II TINJAUAN PUSTAKA. keuntungan atau coumpouding. Dari definisi di atas dapat disimpulkan bahwa
BAB II TINJAUAN PUSTAKA 2.1 Pengertian Investasi Menurut Fahmi dan Hadi (2009) investasi merupakan suatu bentuk pengelolaan dana guna memberikan keuntungan dengan cara menempatkan dana tersebut pada alokasi
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya
BAB 3 METODOLOGI PENELITIAN 3.1 Obyek Penelitian Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya yield to maturity (YTM) dari obligasi negara seri fixed rate tenor 10 tahun
Lebih terperinciMETODE PENELITIAN. deposito berjangka terhadap suku bunga LIBOR, suku bunga SBI, dan inflasi
III. METODE PENELITIAN Variabel-variabel yang digunakan dalam penelitian ini adalah tingkat suku bunga deposito berjangka terhadap suku bunga LIBOR, suku bunga SBI, dan inflasi pada bank umum di Indonesia.
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini menggunakan data time series tahunan Data
40 III. METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data time series tahunan 2002-2012. Data sekunder tersebut bersumber dari Badan Pusat Statistik (BPS) Lampung. Adapun data
Lebih terperinciBAB II TINJAUAN PUSTAKA. penelitian ini, yaitu ln return, volatilitas, data runtun waktu, kestasioneran, uji
35 BAB II TINJAUAN PUSTAKA Pada Bab II akan dibahas konsep-konsep yang menjadi dasar dalam penelitian ini, yaitu ln return, volatilitas, data runtun waktu, kestasioneran, uji ACF, uji PACF, uji ARCH-LM,
Lebih terperinciIII. METODE PENELITIAN. Laporan Kebijakan Moneter, Laporan Perekonomian Indonesia, Badan Pusat
49 III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder yang diambil dari data publikasi Bank Indonesia berupa Statistik Ekonomi Moneter, Laporan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini menggunakan data sekunder tahunan Data sekunder
47 III. METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data sekunder tahunan 2003-2012. Data sekunder tersebut bersumber dari Badan Pusat Statistik (BPS) Lampung Dalam Angka, Badan
Lebih terperinciBAB III METODE PENELITIAN. tercatat secara sistematis dalam bentuk data runtut waktu (time series data). Data
24 BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data 3.1.1 Jenis Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder atau kuatitatif. Data kuantitatif ialah data yang diukur dalam
Lebih terperinciIII. METODE PENELITIAN. Data yang digunakan pada penelitian ini adalah data sekunder yang diperoleh dari
III. METODE PENELITIAN Metode penelitian merupakan langkah dan prosedur yang akan dilakukan dalam pengumpulan data atau informasi empiris guna memecahkan permasalahan dan menguji hipotesis penelitian.
Lebih terperinciBAB III METODE PENELITIAN. Objek dari penelitian ini adalah perilaku prosiklikalitas perbankan di
BAB III METODE PENELITIAN A. Objek Penelitian Objek dari penelitian ini adalah perilaku prosiklikalitas perbankan di Indonesia pada tahun 2007M01 2016M09. Pemilihan pada periode tahun yang digunakan adalah
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN Pada bab II telah dipaparkan hasil dari studi literatur yang diperoleh mengenai pertumbuhan aset perbankan syariah dan faktor-faktor yang mempengaruhinya. Hasil dari studi literatur
Lebih terperinciDalam kasus-kasus terjadinya heteroskedastisitas, var(e i. ) = σ i2
Heteroscedasticity Before discussing ARCH (AutoRegressive Conditional Heteroscedasticity) and GARCH (Generalized AutoRegressive Conditional Heteroscedasticity) models, we need to review the concept of
Lebih terperinciIII. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder yaitu
III. METODE PENELITIAN A. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yaitu berkaitan dengan data yang waktu dikumpulkannya bukan (tidak harus) untuk memenuhi
Lebih terperinciThe analysis was focused on heteroscedasticities that based on the magnitude of a regressor that caused non constant residual variances.
Model ARCH dan GARCH On earlier discussion, we have talked about the possibility of having heteroscedasticity in a model. We also have discussed how to overcome this problem to have more efficient parameter
Lebih terperinciIII. METODE PENELITIAN. Pusat Statistik (BPS) Kota Bandar Lampung yang berupa cetakan atau publikasi
III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder yang berasal dari publikasi dinas atau instansi pemerintah, diantaranya adalah publikasi dari
Lebih terperinciIII. METODE PENELITIAN. Dalam penelitian Analisis Pengaruh Nilai Tukar, Produk Domestik Bruto, Inflasi,
391 III. METODE PENELITIAN Dalam penelitian Analisis Pengaruh Nilai Tukar, Produk Domestik Bruto, Inflasi, dan Suku Bunga Luar Negeri Terhadap Nilai Impor Non Migas di Indonesia (Periode 2001:I 2012:IV)
Lebih terperinciIII. METODE PENELITIAN. tingkat harga umum, pendapatan riil, suku bunga, dan giro wajib minimum. Data
47 III. METODE PENELITIAN A. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder, yang terdiri dari satu variabel terikat yaitu Ekses Likuiditas dan empat variabel
Lebih terperinciMETODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif. Definisi dari penelitian deskriptif adalah penelitian yang menggambarkan
Lebih terperinciBAB III METODE PENELITIAN. (time series data). Dalam penelitiaan ini digunakan data perkembangan pertumbuhan ekonomi,
BAB III 3.1. Jenis dan Sumber Data METODE PENELITIAN 3.1.1. Jenis Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder yang digunakan adalah data yang dicatat secara
Lebih terperinciBAB III DATA DAN METODOLOGI PENELITIAN
BAB III DATA DAN METODOLOGI PENELITIAN 3.1 Pengantar Penelitian dilakukan dengan menganalisis apakah imbal hasil reksadana syariah dan konvensional dipengaruhi oleh IHSG, suku bunga SBI, Kurs mata uang
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Metode Penelitian Penelitian ini merupakan jenis penelitian deskriptif-korelasional (kausal) yang menjelaskan adakah hubungan dan seberapa besar pengaruh tiap-tiap variabel
Lebih terperinciMETODE PENELITIAN. tahunan dalam runtun waktu (time series) dari periode 2005: :12 yang
III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder berupa data tahunan dalam runtun waktu (time series) dari periode 2005:01 2012:12 yang diperoleh
Lebih terperinciBAB III METODE PENELITIAN. Objek penelitian merupakan sumber diperolehnya data penelitian yang
62 BAB III METODE PENELITIAN 3.1 Objek Penelitian Objek penelitian merupakan sumber diperolehnya data penelitian yang dilakukan. Objek yang diambil dalam penelitian ini adalah pertumbuhan ekonomi di Kabupaten/
Lebih terperinciIII. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh pertumbuhan
49 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh pertumbuhan ekonomi, inflasi dan kualitas sumber daya manusia terhadap tingkat pengangguran
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi
Lebih terperinciBAB III METODE PENELITIAN. Yang menjadi objek dari penelitian ini adalah ekspor industri tekstil dan
52 BAB III METODE PENELITIAN 3.1 Objek Penelitian Yang menjadi objek dari penelitian ini adalah ekspor industri tekstil dan produk tekstil. Fokus yang akan diteliti adalah faktor-faktor yang mempengaruhi
Lebih terperinciAnalisis Regresi Linier ( Lanjutan )
Analisis Regresi Linier ( Lanjutan ) Outline - Regresi Berganda - Pemeriksaan Regresi : Koef. Determinasi Standar Error Interval Kepercayaan Uji Hipotesis :t test, F test, - Pelanggaran Asumsi : Multicollinearity
Lebih terperinciBAB IV PEMBAHASAN. Gambar 4.1 nilai tukar kurs euro terhadap rupiah
BAB IV PEMBAHASAN 4.1 Deskripsi Data Gambar 4.1 memperlihatkan bahwa data berfluktuasi dari waktu ke waktu. Hal ini mengindikasikan bahwa data tidak stasioner baik dalam rata-rata maupun variansi. Gambar
Lebih terperinciIII. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah
63 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah Minimum Provinsi (UMP) dan Belanja Barang dan Jasa (BBJ) terhadap pembangunan
Lebih terperinciBAB IV METODE PENELITIAN
BAB IV METODE PENELITIAN 4.1. Metode Pengumpulan Data 4.1.1. Sumber Data Data yang digunakan dalam penelitian ini diperoleh dari sumber data sekunder, yaitu laporan keuangan tahunan perusahaan pertambangan
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian dilakukan di Pasar Bunga Rawabelong, Jakarta Barat yang merupakan Unit Pelaksana Teknis (UPT) Pusat Promosi dan Pemasaran Holtikultura
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder (time series) yang diperoleh dari beberapa lembaga dan instansi pemerintah,
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini bersumber dari data sekunder mulai dari tahun 2005 sampai dengan tahun 2010. Data tersebut didapat dari beberapa
Lebih terperinciIII. METODE PENELITIAN. runtut waktu (time series) atau disebut juga data tahunan. Dan juga data sekunder
42 III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan dalam penelitian adalah data sekunder yang mempunyai sifat runtut waktu (time series) atau disebut juga data tahunan. Dan juga data
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
8 BAB 2 TINJAUAN PUSTAKA 2.1. Konsep Perhitungan PDB Tujuan PDB adalah meringkas aktivitas ekonomi dalam suatu nilai uang tertentu selama periode waktu tertentu. Menurut Mankiw (2007), ada dua cara untuk
Lebih terperinciIII. METODE PENELITIAN. Variabel-variabel yang digunakan dalam penelitian Analisis Pengaruh Tingkat
III. METODE PENELITIAN Variabel-variabel yang digunakan dalam penelitian Analisis Pengaruh Tingkat Suku Bunga Deposito (3 Bulan) Dan Kredit Macet (NPL) Terhadap Loan To Deposit Ratio (LDR) Bank Umum Di
Lebih terperinciIII. METODE PENELITIAN. Jenderal Pengelolaan Utang, Bank Indonesia dalam berbagai edisi serta berbagai
51 III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder yang berasal dari publikasi dinas atau instansi pemerintah, diantaranya adalah publikasi
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Pengumpulan Data 3.1.1 Populasi dan Pemilihan Sampel Populasi dalam penelitian ini adalah tingkat pengembalian indeks saham sektoral yang terdaftar di Bursa Efek Indonesia
Lebih terperinciBAB III METODE PENELITIAN. Dalam penelitian ini daerah yang akan dijadikan lokasi penelitian adalah
BAB III METODE PENELITIAN 3.1 Objek Penelitian Dalam penelitian ini daerah yang akan dijadikan lokasi penelitian adalah Kecamatan Ciampea Kabupaten Bogor. Dan yang menjadi objek penelitian adalah pengusaha
Lebih terperinciBAB III METODE PENELITIAN. 3.1 Unit Analisis dan Ruang Lingkup Penelitian. yang berupa data deret waktu harga saham, yaitu data harian harga saham
32 BAB III METODE PENELITIAN 3.1 Unit Analisis dan Ruang Lingkup Penelitian 3.1.1. Objek Penelitian Objek sampel data dalam penelitian ini menggunakan data sekunder yang berupa data deret waktu harga saham,
Lebih terperinciIII. METODOLOGI PENELITIAN. Modal, Dinas Penanaman Modal Kota Cimahi, Pemerintah Kota Cimahi, BPS Pusat
III. METODOLOGI PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini berupa data tenaga kerja, PDRB riil, inflasi, dan investasi secara berkala yang ada di kota Cimahi.
Lebih terperinciMETODE PENELITIAN. Ruang lingkup penelitian ini adalah menganalisis faktor-faktor yang
43 III. METODE PENELITIAN A. Jenis dan Sumber Data Ruang lingkup penelitian ini adalah menganalisis faktor-faktor yang mempengaruhi nilai tukar mengambang seperti uang beredar, suku bunga Indonesia(BI
Lebih terperinciIII. METODE PENELITIAN. gabungan dari data runtun waktu (time series) tahunan. Data yang digunakan
III. METODE PENELITIAN A. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang berupa gabungan dari data runtun waktu (time series) tahunan. Data yang digunakan
Lebih terperinciIII. METODOLOGI PENELITIAN. Data yang digunakan dalam penulisan ini adalah data sekunder berupa data
III. METODOLOGI PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penulisan ini adalah data sekunder berupa data tahunan dari periode 2003 2012 yang diperoleh dari publikasi data dari Biro
Lebih terperinciIII. METODE PENELITIAN. series dan (2) cross section. Data time series yang digunakan adalah data tahunan
29 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder berupa data panel, yaitu data yang terdiri dari dua bagian : (1)
Lebih terperinciIII. METODE PENELITIAN. Data yang digunakan pada penelitian ini adalah data sekunder yang berupa data time
44 III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan pada penelitian ini adalah data sekunder yang berupa data time series periode 2001-2012 yang diperoleh dari Badan Pusat Statistik
Lebih terperinciBAB III METODE PENELITIAN. Objek dalam penelitian ini adalah ekspor kayu lapis Indonesia di pasar
87 BAB III METODE PENELITIAN 3.1 Objek Penelitian Objek dalam penelitian ini adalah ekspor kayu lapis Indonesia di pasar internasional berupa data time series periode 1988-007. Dalam penelitian ini variabel
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan kajian mengenai Faktor-Faktor Yang Mempengaruhi
III. METODE PENELITIAN A. Ruang Lingkup Penelitian Penelitian ini merupakan kajian mengenai Faktor-Faktor Yang Mempengaruhi Produk Domestik Bruto Usaha Mikro Kecil dan Menengah (UMKM) di Indonesia Tahun
Lebih terperinciBAB III METODE PENELITIAN. data PDRB, investasi (PMDN dan PMA) dan ekspor provinsi Jawa Timur.
BAB III METODE PENELITIAN A. Lokasi Penelitian Lokasi penelitian diambil di provinsi Jawa Timur dengan menggunakan data PDRB, investasi (PMDN dan PMA) dan ekspor provinsi Jawa Timur. B. Jenis dan Sumber
Lebih terperinciBAB II KAJIAN PUSTAKA. dicatat, atau diobservasi sepanjang waktu secara berurutan. Periode waktu dapat
BAB II KAJIAN PUSTAKA 2.1 Konsep Dasar Runtun Waktu Data runtun waktu (time series) merupakan data yang dikumpulkan, dicatat, atau diobservasi sepanjang waktu secara berurutan. Periode waktu dapat berupa
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Heteroskedastis Masalah serius lainnya yang mungkin kita hadapi dalam analisis regresi adalah heteroskedastis.ini timbul pada saat bahwa varians dari faktor konstan untuk semua
Lebih terperinciBAB III METODE PENILITIAN
44 BAB III METODE PENILITIAN 3.1 Jenis dan Cara Pengumpulan Data Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari lembaga-lembaga atau instansi-instansi antara lain Bank
Lebih terperinciBAB III METODOLOGI PENELITIAN. runtut waktu (time series). Penelitian ini menggunakan data-data Produk
BAB III METODOLOGI PENELITIAN 3.1 Jenis dan Cara Pengumpulan Data Jenis data dalam penelitian ini adalah data sekunder yang merupakan data runtut waktu (time series). Penelitian ini menggunakan data-data
Lebih terperinciSBAB III MODEL VARMAX. Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n
SBAB III MODEL VARMAX 3.1. Metode Analisis VARMAX Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n dengan variabel random Z n yang dapat dipandang sebagai variabel random berdistribusi
Lebih terperinciBAB III METODE PENELITIAN. Ruang lingkup penelitian ini adalah menganalisis pengaruh antara upah
40 BAB III METODE PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini adalah menganalisis pengaruh antara upah minimum, Indeks Pembangunan Manusia (IPM), dan pengangguran terhadap tingkat
Lebih terperinciIII. METODE PENELITIAN. model struktural adalah nilai PDRB, investasi Kota Tangerang, jumlah tenaga kerja,
III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Data yang dibutuhkan dalam penelitian ini adalah data sekunder dalam bentuk time series dari tahun 1995 sampai tahun 2009. Data yang digunakan dalam model
Lebih terperinciKata Kunci: Autokorelasi, Heteroskedastisitas, Metode Kuadrat Terkecil, Metode Newey West
Judul : Penerapan Metode Newey West dalam Mengoreksi Standard Error ketika Terjadi Heteroskedastisitas dan Autokorelasi pada Analisis Regresi Nama : Zakiah Nurlaila NIM : 1208405019 Pembimbing : 1. Made
Lebih terperinciIII. METODE PENELITIAN. Data yang digunakan dalam penulisan proposal ini adalah data sekunder yang
30 III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan dalam penulisan proposal ini adalah data sekunder yang diperoleh dari Laporan Bank Indonesia, Statistik Ekonomi dan Keuangan Indonesia,
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Objek Penelitian Objek penelitian merupakan sumber diperolehnya data dari penelitian yang dilakukan. Objek dalam penelitian ini yaitu nilai tukar rupiah atas dollar Amerika
Lebih terperinciBAB III METODOLOGI PENELITIAN. 3.1 Model Data Model data akan dijelaskan sebagai berikut:
BAB III METODOLOGI PENELITIAN 3.1 Model Data Model data akan dijelaskan sebagai berikut: 3.1.1 Model Estimasi Model yang akan diestimasi dalam penelitian analisa dan proyeksi permintaan listrik sektor
Lebih terperinciIII. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder deret waktu
III. METODE PENELITIAN A. Jenis dan Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder deret waktu (time-series data) bulanan dari periode 2004:01 2011:12 yang diperoleh dari PT.
Lebih terperinciBAB III DATA DAN METODOLOGI PENELITIAN
BAB III DATA DAN METODOLOGI PENELITIAN 3.1 Pengantar Penelitian merupakan suatu proses yang diawali dari minat untuk mengetahui fenomena tertentu. Lalu berkembang menjadi gagasan, teori, konseptualisasi,
Lebih terperinciIII. METODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif. Definisi dari penelitian deskriptif adalah penelitian yang menggambarkan
Lebih terperinciMETODE PENELITIAN. Selang periode runtun waktu. Bulanan Tahun Dasar PDB Triwulanan Miliar rupiah. M2 Bulanan Persentase
III. METODE PENELITIAN A. Jenis dan Sumber Data 1. Jenis Data Tabel 8. Deskripsi Data Input Nama Data Selang periode runtun waktu Satuan pengukuran Sumber Data Inflasi (CPI) Bulanan Tahun Dasar 2000 Indeks
Lebih terperinciBAB I PENDAHULUAN. Inflasi yang terjadi di Indonesia telah menyebabkan perekonomian baik yang
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Krisis finansial yang melanda Indonesia pada pertengahan tahun 1997 memberi dampak yang kurang menguntungkan bagi perekonomian Indonesia. Salah satu dampak
Lebih terperinciIV METODE PENELITIAN 4.1 Lokasi Penelitian 4.2. Data dan Sumber Data 4.3 Metode Pengumpulan Data
IV METODE PENELITIAN 4.1 Lokasi Penelitian Penelitian mengenai risiko harga dan perilaku penawaran apel dilakukan di PT Kusuma Satria Dinasasri Wisatajaya yang beralamat di Jalan Abdul Gani Atas, Kelurahan
Lebih terperinciIII. METODE PENELITIAN. Data yang digunakan dalam penelitian ini merupakan data kuantitatif dengan
40 III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini merupakan data kuantitatif dengan rentang waktu dari tahun 2001 2012. Tipe data yang digunakan adalah data runtut
Lebih terperinciBAB III METODE PENELITIAN. Dalam penelitian ini, penulis akan melaksanakan langkah-langkah sebagai
BAB III METODE PENELITIAN A. Langkah Penelitian Dalam penelitian ini, penulis akan melaksanakan langkah-langkah sebagai berikut: 1. Merumuskan spesifikasi model Langkah ini meliputi: a. Penentuan variabel,
Lebih terperinciMETODE PENELITIAN. A. Variabel Penelitian dan Definisi Operasional. Dalam penelitian ini variabel terikat (dependent variabel) yang digunakan adalah
III. METODE PENELITIAN A. Variabel Penelitian dan Definisi Operasional 1. Variabel Penelitian Dalam penelitian ini variabel terikat (dependent variabel) yang digunakan adalah nilai tukar rupiah, sedangkan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini menggunakan data sekunder tahunan Data sekunder
III. METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data sekunder tahunan 2001-2012.Data sekunder tersebut bersumber dari Badan Pusat Statistik (BPS) Lampung Dalam Angka, dan Dinas
Lebih terperinciBAB IV ANALISIS HASIL PENELITIAN
BAB IV ANALISIS HASIL PENELITIAN 4.1 Menghitung Return Karena penelitian ini mengukur potensi kerugian maksimum dari saham BMRI. Maka, langkah pertama adalah menghitung return hariannya dengan rumus (2-3)
Lebih terperinciBAB III PARTIAL ADJUSTMENT MODEL (PAM) Pada dasarnya semua model regresi mengasumsikan bahwa hubungan
BAB III PARTIAL ADJUSTMENT MODEL (PAM) 3.1 Model Distribusi Lag Pada dasarnya semua model regresi mengasumsikan bahwa hubungan antara peubah tak bebas dan peubah-peubah bebas bersifat serentak. Hal ini
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Sumber data yang digunakan dalam penelitian ini adalah menggunakan data sekunder yang terdiri dari nilai tukar Rupiah terhadap Dolar yang bergerak dari
Lebih terperinciIII. METODE PENELITIAN. Ruang lingkup penelitian ini adalah penelitian yang bertujuan untuk menganalisis
III. METODE PENELITIAN A.Ruang Lingkup Penelitian Ruang lingkup penelitian ini adalah penelitian yang bertujuan untuk menganalisis pengaruh inflasi, pertumbuhan ekonomi, reformasi pengawasan perpajakan
Lebih terperinciMETODE PENELITIAN. Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015
III. METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015 bertempat di Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciMETODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
28 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif kuantitatif. Ruang lingkup penelitian ini adalah untuk melihat
Lebih terperinciMETODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang
III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari Pusat Data dan Informasi Kementerian Energi dan Sumberdaya Mineral
Lebih terperinciIII. METODE PENELITIAN. Data yang digunakan dalam penulisan ini adalah jenis sumber data sekunder
III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan dalam penulisan ini adalah jenis sumber data sekunder dalam runtun waktu (time Series) yang diperoleh dari BPS (Badan Pusat Statistik),
Lebih terperinciMETODE PENELITIAN. Data digunakan adalah data sekunder (time series) berupa data bulanan yang
45 III. METODE PENELITIAN A. Jenis Dan Sumber Data Data digunakan adalah data sekunder (time series) berupa data bulanan yang diperoleh dari data Bank Indonesia (BI) dan melalui pengolahan data yang dihitung
Lebih terperinciAnalisis Heteroskedastisitas Pada Data Cross Section dengan White Heteroscedasticity Test dan Weighted Least Squares
Analisis Heteroskedastisitas Pada Data Cross Section dengan White Heteroscedasticity Test dan Weighted Least Squares Christalia A. Mokosolang 1, Jantje D. Prang 2, Mans L. Mananohas 3 1 Program Studi Matematika,
Lebih terperinciPENGGUNAAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (P,Q) UNTUK PERAMALAN HARGA DAGING AYAM BROILER DI PROVINSI JAWA TIMUR
Seminar Nasional Matematika dan Aplikasinya, 21 Oktober 27 PENGGUNAAN MODEL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (P,Q) UNTUK PERAMALAN HARGA DAGING AYAM BROILER DI PROVINSI JAWA TIMUR
Lebih terperinciPENENTUAN RESIKO INVESTASI DENGAN MODEL GARCH PADA INDEKS HARGA SAHAM PT. INDOFOOD SUKSES MAKMUR TBK.
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 25 32 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENENTUAN RESIKO INVESTASI DENGAN MODEL GARCH PADA INDEKS HARGA SAHAM PT. INDOFOOD SUKSES MAKMUR TBK.
Lebih terperinciBAB III OBJEK DAN METODE PENELITIAN. Objek penelitian yang dianalisis adalah faktor-faktor yang mempengaruhi
48 BAB III OBJEK DAN METODE PENELITIAN 3.1. Objek Penelitian Objek penelitian yang dianalisis adalah faktor-faktor yang mempengaruhi ekspor komoditi karet di Indonesia periode 1990-2006. Adapun variabelnya
Lebih terperinciBAB III METODE PENELITIAN. Objek penelitian merupakan salah satu faktor yang tidak dapat dipisahkan dari
55 BAB III METODE PENELITIAN 3.1 Objek Penelitian Objek penelitian merupakan salah satu faktor yang tidak dapat dipisahkan dari suatu penelitian. Objek penelitian merupakan sumber diperolehnya data dari
Lebih terperinciPERBANDINGAN RAMALAN MODEL TARCH DAN EGARCH PADA NILAI TUKAR KURS EURO TERHADAP RUPIAH
PERBANDINGAN RAMALAN MODEL TARCH DAN EGARCH PADA NILAI TUKAR KURS EURO TERHADAP RUPIAH Oleh RETNO HESTININGTYAS M0106061 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar
Lebih terperinciBAB III METODE PENELITIAN. Statistik). Data yang diambil pada periode , yang dimana di dalamnya
BAB III METODE PENELITIAN 3.1. Metode Penelitian 3.1.1. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder sendiri artinya adalah data yang tidak dikumpulkan
Lebih terperinciBAB IV METODE PENELITIAN. dilakukan secara sengaja (purposive) melihat bahwa propinsi Jawa Barat
4.1. Waktu dan Tempat Penelitian BAB IV METODE PENELITIAN Penelitian dilakukan dalam lingkup wilayah Jawa Barat. Pemilihan lokasi dilakukan secara sengaja (purposive) melihat bahwa propinsi Jawa Barat
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini menggunakan data sekunder tahunan Data sekunder
III. METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data sekunder tahunan 2000-2011. Data sekunder tersebut bersumber dari Lampung dalam Angka (BPS), Badan Penanaman Modal Daerah
Lebih terperinciBAB III OBJEK DAN METODE PENELITIAN
73 BAB III OBJEK DAN METODE PENELITIAN 3.1 Objek Penelitian Yang menjadi objek dalam penelitian ini adalah menganalisis tentang faktor-faktor yang mempengaruhi distribusi pendapatan Indonesia yang terjadi
Lebih terperinciBAB 3 DATA DAN METODOLOGI PENELITIAN
BAB 3 DATA DAN METODOLOGI PENELITIAN 3.1 Data Penelitian ini menggunakan data indeks dari 15 bursa saham di 14 negara yang terdiri dari IHSG (Indonesia), IBOVESPA (Brazil), CAC-40 (Perancis), DJIA dan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber data penelitian Data yang digunakan dalam penelitian ini adalah data sekunder yang merupakan data time series tahunan dari tahun 1993-2013. Jenis data yang
Lebih terperinciBAB IV METODELOGI PENELITIAN
BAB IV METODELOGI PENELITIAN 4. 1 4.1.1 Jenis dan Teknik Analisis Data Jenis Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data yang diperlukan dalam penelitian ini dikumpulkan
Lebih terperinciIII METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang
III METODE PENELITIAN A. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang terbentuk dalam runtun waktu (time series) dan jurnal-jurnal ilmiah tentang upah
Lebih terperinciBAB III METODE PENELITIAN. minyak kelapa sawit Indonesia yang dipengaruhi oleh harga ekspor minyak
BAB III METODE PENELITIAN A. Ruang Lingkup Penelitian Penelitian ini bertujuan untuk menganalisa seberapa besar volume ekspor minyak kelapa sawit Indonesia yang dipengaruhi oleh harga ekspor minyak kelapa
Lebih terperinciIII. METODE PENELITIAN. Pertumbuhan ekonomi mengukur prestasi dari perkembangan suatu perekonomian dari
46 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Pertumbuhan ekonomi mengukur prestasi dari perkembangan suatu perekonomian dari suatu periode ke periode lainya. Dari satu periode ke periode lainnya
Lebih terperinci