Analisis Statistik Faktor Faktor Yang Mempengaruhi Pergerakan Harga Saham di Bursa Efek Indonesia (BEI) Menggunakan Regresi Time Series

Analisis Statistik Faktor Faktor Yang Mempengaruhi Pergerakan Harga Saham di Bursa Efek Indonesia (BEI) Menggunakan Regresi Time Series Theresia Desy M ), Haryono ) ) Mahasiswa Jurusan Statistika FMIPA ITS ) Dosen Jurusan Statistika FMIPA ITS Abstrak Analisis mengenai pergerakan saham perusahaan pada umumnya dilakukan meng Analisis mengenai pergerakan saham perusahaan pada umumnya dilakukan menggunakan analisis deret waktu. Akan tetapi, di dunia perekonomian hasil analisis tersebut cenderung kurang menarik bagi para investor. Hal ini disebabkan selain sulit di interpretasikan juga kurang informatif bagi investor karena terdapat beberapa faktor yang berpengaruh terhadap pergerakan saham. Salah satu analisis yang dapat dilakukan terhadap data respon dan predictor dimana keduanya dipengaruhi oleh waktu adalah analisis regresi time series menggunakan Autoregressive dan Generalized Regression Heteroscedasticity (GARCH). Analisis menggunakan GARCH akan dilakukan jika masih terdapat efek heterokedastisitas setelah dilakukan penanganan autokorelasi pada residual yang dihasilkan dari regresi. Kata kunci : Regresi Time Series, GARCH.. Pendahuluan Menginvestasikan sejumlah dana pada aset riil (tanah, emas, mesin atau bangunan), maupun aset finansial (deposito, saham ataupun obligasi) merupakan aktivitas investasi yang umumnya dilakukan. Investasi dalam bentuk saham dapat dilakukan oleh para investor di pasar modal. Harga saham yang selalu bergerak membuat tingkat pengembalian saham atau return tidak menentu tiap waktunya. Beberapa faktor yang mempengaruhi pergerakan harga saham diantaranya tingkat inflasi, nilai tukar mata uang asing terhadap mata uang domestik dan tingkat bunga yang disebut variabel ekonomi makro. Selain itu kondisi fundamental perusahaan juga berpengaruh terhadap pergerakan harga suatu saham seperti Earning per Share (EPS) dan Price Earning Ratio (PER). Faktor lain yang mempengaruhi pergerakan harga saham adalah beta saham yaitu ukuran risiko yang berasal dari hubungan antara tingkat keuntungan suatu saham dengan pasar. Sehingga diketahui bahwa saham merupakan investasi yang memiliki resiko dan terdapat beberapa faktor beragam yang mempengaruhi pergerakan harga saham, dimana hal ini terkait dengan tingkat pengembalian investasi saham yang akan diperoleh investor di pasar modal. Pada penelitian sebelumnya telah dilakukan oleh Haryono (00) tentang analisis faktor-faktor yang mempengaruhi harga saham menggunakan regresi berganda dengan pendekatan Ordinary Least Square, akan tetapi model yang diperoleh kurang sesuai. Terdapat beberapa pelanggaran asumsi klasik yang terjadi yaitu terjadinya autokorelasi dan heterokedastisitas pada residual. Sehingga dalam penelitian ini digunakan metode regresi time series untuk menganalisis faktor faktor yang mempengaruhi pergerakan harga saham. Penelitian ini bertujuan untuk mengetahui model regresi dari harga saham dengan variabel indikator ekonomi, harga saham dengan variabel faktor fundamental serta harga saham dengan variabel risiko sistematis. Hasil penelitian diharapkan dapat memberikan gambaran mengenai faktor faktor yang mempengaruhi harga saham sehingga dapat dijadikan acuan oleh investor dalam mengambil kebijakan.. Regresi Time Series Regresi time series merupakan fungsi antara satu variabel tak bebas (Y) dengan satu atau lebih variabel bebas (), dimana kedua variabel tersebut syarat dengan waktu. Adapun bentuk umum regresi time series dapat dikatakan secara statistik sebagai berikut. (Wei, 00) Y t = β,t + β,t +... +β k k,t + ε t () Atau dapat dituliskan sebagai berikut ' Yt t t dimana : β k = koefisien regresi time series ε t = error term Y t = variabel tak bebas t = vektor variabel independen

. Model Error Autoregressive First Order Model regresi berganda secara umum ketika mengikuti autoregresif orde pertama adalah sebagai berikut. Y t = β 0 + β t + β t +... +β p t,p + ε t (.) () u t Salah satu langkah utama perbaikan ketika terjadi autokorelasi pada error adalah dengan melakukan transformasi terhadap variabel. Transformasi terhadap variabel dependen dan independen adalah sebagai berikut. ' t t t Y Y Y ' t t t t. Autokorelasi dan Heterokedastisitas Autokorelasi berarti terdapat korelasi antar anggota sampel atau data pengamatan yang diurutkan berdasarkan waktu. Deteksi autokorelasi dapat dilakukan salah satunya dengan menggunakan metode Durbin Watson. H : 0 (residual tidak independen) Statistik uji: d n i e e i n i e i i t () Daerah penolakan: tolak H 0 jika d hitung d L,α/ atau d L,α/ (-d hitung ) d U,α/. Heterokedastisitas artinya varians error term dalam model tidak sama (konstan) (Algifari, ). Deteksi heterokedastisitas salah satunya dapat dilakukan dengan melihat plot ACF dan PACF kuadrat residual (Tsay, 00).. Generalized Autoregressive Conditional Heteroskedasticity(GARCH) Model Generalized Autoregressive Conditional Heteroskedasticity (GARCH) diperkenalkan pertama kali oleh Engle dan Bollerslev pada tahun. Model ini merupakan bentuk umum atau generalisasi model Autoregressive Conditional Heteroskedascity (ARCH). Varian residual untuk model GARCH(p,q) adalah sebagai berikut. (Wei, 00) σ t = θ 0 + θ ε t + + θ p ε t p + σ t + + q σ t q p = θ 0 + θ i ε t i i= q + j σ t j dimana :,,, q : nilai parameter dari GARCH, σ t, σ t,, σ t q : nilai varians. p > 0, q > 0 α 0 > 0, α i 0 ; i =,,, p ω j 0 ; j =,,, q. Faktor-Faktor Yang Mempengaruhi Pergerakan Saham Faktor-faktor yang mempengaruhi pergerakan harga saham adalah sebagai berikut. a. Faktor Fundamental Dua dari beberapa variabel yang terkait dalam penilaian harga saham yaitu Earning per Share (EPS), Price Earning Ratio (PER).. Earning Per Share (EPS) Earning Per Share adalah besarnya jumlah keuntungan yang diperoleh dari setiap lembar saham biasa. Untuk menghitungnya dapat menggunakan rumus sebagai berikut. Earning Perusahaan (Laba bersih Dividen saham preferen) EPS = Jumlah lembar saham yang beredar. Price Earning Ratio (PER) Price Earning Ratio adalah perbandingan antara harga per lembar saham terhadap earning per lembar saham perusahaan. PER = Harga per lembar saham Earning per lembar saham j= ()

b. Indikator Ekonomi Beberapa variabel yang merupakan indikator ekonomi diantaranya nilai tukar rupiah terhadap dolar, inflasi dan suku bunga. Nilai tukar adalah mencerminkan keseimbangan permintaan dan penawaran terhadap mata uang dalam negeri (Rupiah) maupun mata uang (US $). (Haruman dkk, 00). Inflasi adalah meningkatnya jumlah uang yang beredar di masyrakat tanpa diikuti peningkatan arus barang sebagai imbangannya pada suatu periode tertentu. (Haruman dkk, 00). Suku bunga atau BI rate merupakan suku bunga kebijakan yang mencerminkan sikap atau stance kebijakan moneter yang ditetapkan oleh bank Indonesia dan diumumkan kepada publik. (Bank Indonesia) c. Risiko sistematis Risiko sistematis merupakan resiko yang tidak dapat didiversivikasikan atau risiko yang tidak dapat dihilangkan. Beta saham adalah ukuran risiko yang menunjukkan hubungan antara tingkat hasil atau keuntungan suatu aset berisiko (saham) terhadap tingkat hasil pasar. (Haruman dkk, 00). Untuk mengestimasi besarnya koefisien beta, bisa digunakan market model menggunakan regresi.. Metodologi Penelitian Data yang digunakan pada penelitian ini adalah data sekunder harga penutupan saham PT. Indofood (INDF), PT. Gudang Garam (GGRM) dan Bank Negara Indonesia (BBNI). Perusahan tersebut dipilih dari perwakilan sektor makanan, industri dan perbankan dalam saham LQ yang eksis pada periode Juli 00 sampai Desember 00. Data sekunder kurs rupiah terhadap dolar dan suku bunga bunga periode Juli 00 sampai Desember 00 yang diperoleh dari Bank Indonesia serta inflasi periode Juli 00 sampai Desember 00 dari BPS. Data primer EPS, PER dan beta saham dengan perhitungan yang didapat berdasarkan data sekunder laba bersih perusahaan PT. Indofood, PT. Gudang Garam dan Bank Negara Indonesia (BNI) dari Indonesian Capital Market Directory (ICMD) tahun 00, 00, 00. Variabel penelitian yang digunakan pada penelitian ini terdiri dari variabel respon (Y) dan variabel prediktor () seperti pada Tabel. Tabel Variabel Penelitian Model Indikator Ekonomi Faktor Fundamental Risiko Sistematis Variabel dependen Y=Harga Penutupan Saham (Rupiah) Y=Harga Penutupan Saham (Rupiah) Y=Harga Penutupan Saham (Rupiah) Variabel independen = Inflasi = Kurs = Suku Bunga = EPS = PER = Beta Saham Skala Data Ratio Ratio Satuan % per bulan Rupiah %per bulan Rupiah % per bulan Pada penelitian ini dilakukan olah data sebelum melakukan penentuan model regresi seperti berikut.. Mengolah data variabel kurs ( ) dari data harian menjadi bulan.. Mengolah data variabel EPS ( ) yaitu pendapatan bersih perusahaan tiap bulan dibagi dengan jumlah saham yang beredar bulan ke-i.. Mengolah data variabel PER ( ) yaitu harga saham bulan ke-i dibagi dengan EPS bulan ke-i.. Mengolah data variabel beta saham ( ) yaitu koefisien regresi antara IHSG dengan saham masing-masing saham. Tahap berikut adalah penenentuan model regresi time series saham dengan langkah-langkah sebagai berikut. Membuat Scatter plot antara variabel respon dan prediktor. Melakukan transformasi variabel respon jika model dugaan awal tidak linier atau multiplikatif.. Melakukan regresi linier sederhana.. Menguji adanya efek autokorelasi dan heterokedastisitas pada residual regresi linier sederhana. Pengujian autokorelasi menggunakan uji statistik Durbin-Watson dan mendeteksi efek heterokedastisitas menggunakan ACF plot kuadrat residual. Apabila terdapat autokorelasi dan bersifat heteroskedastisitas, maka dilakukan pengangan autokorelasi terlebih dahulu.. Jika terbukti terdapat efek aotokorelasi dan heterokedastisitas, maka dilakukan penganan autokorelasi dengan metode autoregressive. Ratio -

Y Y Y. Menguji adanya efek autokorelasi dan heterokedastisitas pada residual yang terbentuk dari metode autoregressive. Apabila masih terdapat efek heterokedastisitas, maka dilakukan analisis ARCH-GARCH. Apabila efek heterokedastisitas tidak terjadi maka model regresi saham adalah AR.. Melakukan estimasi parameter untuk model regresi saham tiap perusahaan. Analisis Regresi Harga Saham dengan Indikator Ekonomi Dalam penelitian ini indikator ekonomi diukur oleh inflasi ( ), kurs ( ) dan suku bunga ( ) yang akan diregresikan dengan harga saham (Y). Harga saham akan diregresikan terhadap variabel tersebut untuk saham INDF, BBNI dan GGRM. a. Saham INDF Langkah pertama yang dilakukan sebelum penentuan model regresi adalah melihat scatter plot dari variabel respon dan prediktor untuk mengetahui apakah data memiliki hubungan linier atau non linear seperti pada Gambar. Scatterplot of Harga Saham vs Inflasi Scatterplot of Harga Saham vs Kurs Scatterplot of Harga Saham vs Suku Bunga 00 00 00 000 000 000 00 00 00 000 000 000 00 00 00 000 000 000 0. Gambar Scatter Plot Harga Saham INDF dengan Inflasi, Kurs dan Suku Bunga Gambar menunjukkan bahwa pola hubungan antara harga saham INDF dengan variabel indikator ekonomi yaitu inflasi, kurs dan suku bunga adalah non linier sehingga dimungkinkan model regresi yang terbentuk adalah multiplikatif atau intrinsik sebagaimana yang banyak terjadi pada kasus-kasus ekonomi lain seperti berikut. Y 0 e Dari model tersebut didapatkan model dugaan regresi OLS antara dari harga saham dengan inflasi, kurs dan suku bunga dengan melakukan uji signifikan parameter secara parsial terlebih dahulu dan hipotesis sebagai berikut. H 0 : β k = 0 H : β k 0; k =,,, Nilai p tiap variabel kurang dari α yaitu maka tolak H 0 atau dapat dikatakan semua variabel indikator ekonomi berpengaruh terhadap harga saham. Sehingga didapatkan model dugaaan regresi OLS sebagai berikut.... y e Uji autokorelasi dilakukan terhadap residual yang terbentuk dari regresi OLS dengan hipotesis sebagai berikut. H : 0 (residual tidak independen) Dengan uji statistik Durbin-Watson sebesar 0., dimana nilai d tabel dengan α sebesar yaitu d L sebesar., maka d hitung kurang dari d L,α/ (0.<.) yang berarti tolak hipotesis nol sehingga dinyatakan bahwa error mengalami efek autokorelasi dengan korelasi (r) sebesar 0. Selain uji autokorelasi, uji heterokedastisitas juga dilakukan pada residual dengan melihat ACF dan PACF plot dari kuadrat residual seperti pada Gambar. 000 00 0000 000 000 00 000 00 P 0. 0. 0..0 0. 0. 0. 0. -0. -0. -0. -0. -.0.0 0. 0. 0. 0. -0. -0. -0. -0. -.0 0 Gambar ACF dan P OLS Saham INDF dengan Indikator Ekonomi Gambar. menunjukkan bahwa tidak terdapat lag yang signifikan sehingga dinyatakan tidak 0

autokorelasi terlebih dahulu dengan model autoregressive yaitu melakukan regresi terhadap variabel respon dan prediktor yang telah ditransformasi seperti berikut ' ' ' ' y y ry r r r dimana: t t t y t = Ln y t t t t t = Ln t t t t y t = Ln y t t t t t = Ln t t = Ln t t = Ln t t = Ln t t = Ln t model regresi yang terbentuk dari variabel dependen dan independen hasil transformasi adalah sebagai berikut. ' ' ' ' y t b0 b b b Berdasarkan hasil regresi pada Lampiran diketahui bahwa nilai durbin watson sebesar., maka d hitung lebih dari d L,α/ (. >.) yang berarti gagal tolak hipotesis nol sehingga dinyatakan bahwa error tidak mengalami efek autokorelasi. Uji heterokedastisitas juga dilakukan dengan melihat ACF dan PACF plot kuadrat residual hasil regresi tersebut seperti pada Gambar. PACF Kuadrat Residual.0 0. 0. 0. 0. -0. -0. -0. -0. -.0.0 0. 0. 0. 0. -0. -0. -0. -0. -.0 0 Gambar ACF dan P Model Autoregressive Saham INDF dengan Indikator Ekonomi Gambar menunjukkan bahwa tidak terdapat lag yang signifikan sehingga dinyatakan tidak terdapat efek heterokedastisitas pada residual. Maka model yang terbentuk adalah model autoregressive. Estimasi parameter untuk model autoregressive harga saham dengan variabel indikator ekonomi untuk saham INDF sebagai berikut. Tabel Estimasi Parameter Model Autoregressive Harga saham INDF dengan Indikator Ekonomi Prediktor Koefisien P-value konstan.0 00 0. 0. -. 00 -. 00 Uji parsial parameter model dilakukan dengan hipotesis sebagai berikut. H 0 : b k = 0 H : b k 0; k =,,, Berdasarkan Tabel dapat dilihat bahwa variabel kurs dan suku bunga memiliki nilai p kurang dari α sebesar maka tolak H 0 atau dapat disimpulkan variabel kurs dan suku bunga berpengaruh terhadap pergerakan harga saham INDF. Sehingga model autoregressive untuk harga saham INDF dengan variabel indikator ekonomi adalah sebagai berikut. y =. -. t t -. t- -. t -. 0 t- y t- b. Saham BBNI Pertama, melihat scatter plot dari variabel respon dan prediktor pada Gambar. untuk mengetahui apakah data memiliki hubungan linier atau non linear. 00 Scatterplot of harga saham vs inflasi(x) 00 Scatterplot of harga saham vs kurs(x) 00 0 Scatterplot of harga saham vs sukubunga(x) 000 000 000 harga saham 00 harga saham 00 harga saham 00 000 000 000 00 00 00 inflasi(x) 0. 000 00 0000 000 000 kurs(x) Gambar Scatter Plot Harga Saham BBNI dengan Inflasi, Kurs dan Suku Bunga Gambar menunjukkan bahwa pola hubungan antara harga saham BBNI dengan variabel indikator ekonomi yaitu inflasi, kurs dan suku bunga adalah non linier sehingga dimungkinkan model regresi yang terbentuk adalah multiplikatif atau intrinsik sebagaimana yang banyak terjadi pada kasus-kasus ekonomi lain seperti berikut. 00 000 00 sukubunga(x) 0. 0. 0.

Y 0 e Dari model tersebut didapatkan model dugaan regresi OLS antara dari harga saham dengan inflasi, kurs dan suku bunga dengan melakukan uji signifikan parameter secara parsial terlebih dahulu dan hipotesis sebagai berikut. H 0 : β k = 0 H : β k 0; k =,,, Nilai p variabel inflasi dan kurs pada Lampiran kurang dari α yaitu maka tolak H 0 atau dapat dikatakan variabel yang berpengaruh terhadap harga saham adalah inflasi dan kurs. Sehingga didapatkan model dugaaan regresi OLS sebagai berikut.. 0.. y e Uji autokorelasi dilakukan terhadap residual yang terbentuk dari regresi OLS dengan hipotesis sebagai berikut. H : 0 (residual tidak independen) Dengan uji statistik Durbin-Watson sebesar 0., dimana nilai d tabel dengan α sebesar yaitu d L sebesar., maka d hitung kurang dari d L,α/ (0.<.) yang berarti tolak hipotesis nol sehingga dinyatakan bahwa error mengalami efek autokorelasi dengan korelasi (r) sebesar 0.. Selain uji autokorelasi, uji heterokedastisitas juga dilakukan pada residual dengan melihat ACF dan PACF plot dari kuadrat residual seperti pada Gambar. P.0 0. 0. 0. 0. -0. -0. -0. -0. -.0.0 0. 0. 0. 0. -0. -0. -0. -0. -.0 0 Gambar ACF dan P OLS Saham BBNI dengan Indikator Ekonomi Gambar menunjukkan bahwa tidak terdapat lag yang signifikan sehingga dinyatakan tidak autokorelasi terlebih dahulu dengan model autoregressive yaitu melakukan regresi terhadap variabel respon dan prediktor yang telah ditransformasi seperti langkah transformasi pada saham INDF. Berdasarkan hasil regresi diketahui bahwa nilai durbin watson sebesar., maka d hitung lebih dari d L,α/ (. >.) yang berarti gagal tolak hipotesis nol sehingga dinyatakan bahwa error tidak mengalami efek autokorelasi. Uji heterokedastisitas dilakukan dengan melihat ACF dan PACF plot kuadrat residual hasil regresi tersebut seperti pada Gambar. 0 PACF Kuadrat Residual.0 0. 0. 0. 0. -0. -0. -0. -0. -.0.0 0. 0. 0. 0. -0. -0. -0. -0. -.0 0 Gambar ACF dan P Model Autoregressive Saham BBNI dengan Indikator Ekonomi Gambar menunjukkan bahwa tidak terdapat lag yang signifikan sehingga dinyatakan tidak terdapat efek heterokedastisitas pada residual. Maka model yang terbentuk adalah model autoregressive. Estimasi parameter untuk model autoregressive harga saham dengan variabel indikator ekonomi untuk saham BBNI sebagai berikut. Tabel Estimasi Parameter Model Autoregressive Harga saham BBNI dengan Indikator Ekonomi Prediktor Koefisien P-value konstan.0 00-0. -.0 00-0. 0. 0

Berdasarkan Tabel dapat dilihat bahwa variabel yang berpengaruh terhadap pergerakan harga saham adalah kurs karena memiliki nilai p kurang dari α sebesar. Sehingga model autoregressive untuk harga saham BBNI dengan variabel indikator ekonomi adalah sebagai berikut..0. 0. t 00. t t yt y c. Saham GGRM Langkah pertama adalah melihat scatter plot dari variabel respon dan prediktor untuk mengetahui apakah data memiliki hubungan linier atau non linear. Gambar. menunjukkan pola hubungan antara variabel respon dengan masing-masing variabel prediktor adalah non linier. Scatterplot of hargasaham(y) vs inflasi(x) Scatterplot of hargasaham(y) vs kurs(x) Scatterplot of hargasaham(y) vs sukubunga(x) 00 00 00 0000 0000 0000 00 00 00 hargasaham(y) 000 00 0000 hargasaham(y) 000 00 0000 hargasaham(y) 000 00 0000 00 00 00 000 000 000 inflasi(x) 0. 000 00 0000 000 000 kurs(x) Gambar Scatter Plot Harga Saham GGRM dengan Inflasi, Kurs dan Suku Bunga Gambar menunjukkan bahwa pola hubungan antara harga saham GGRM dengan variabel indikator ekonomi yaitu inflasi, kurs dan suku bunga adalah non linier sehingga dimungkinkan model regresi yang terbentuk adalah multiplikatif atau intrinsik sebagaimana yang banyak terjadi pada kasus-kasus ekonomi lain seperti berikut. Y 0 e Dari model tersebut didapatkan model dugaan regresi OLS antara dari harga saham dengan inflasi, kurs dan suku bunga seperti pada Lampiran dengan melakukan uji signifikan parameter secara parsial terlebih dahulu dan hipotesis sebagai berikut. H 0 : β k = 0 H : β k 0; k =,,, Nilai p variabel inflasi dan suku bunga pada Lampiran kurang dari α yaitu maka tolak H 0 atau dapat dikatakan variabel yang berpengaruh terhadap harga saham adalah inflasi dan suku bunga. Sehingga didapatkan model dugaaan regresi OLS sebagai berikut..0. y e Uji autokorelasi dilakukan terhadap residual yang terbentuk dari regresi OLS dengan hipotesis sebagai berikut. H : 0 (residual tidak independen) Dengan uji statistik Durbin-Watson sebesar 0., dimana nilai d tabel dengan α sebesar yaitu d L sebesar., maka d hitung kurang dari d L,α/ (0.<.) yang berarti tolak hipotesis nol sehingga dinyatakan bahwa error mengalami efek autokorelasi dengan korelasi (ρ) sebesar 0.. Selain uji autokorelasi, uji heterokedastisitas juga dilakukan pada residual dengan melihat ACF dan PACF plot dari kuadrat residual seperti pada Gambar. 00 000 00 P sukubunga(x) 0. 0. 0..0 0. 0. 0. 0. -0. -0. -0. -0. -.0.0 0. 0. 0. 0. -0. -0. -0. -0. -.0 0 Gambar ACF dan P OLS Saham GGRM dengan Indikator Ekonomi Gambar. menunjukkan bahwa terdapat lag yang signifikan sehingga dinyatakan terdapat efek heterokedastisitas pada residual. Langkah selanjutnya adalah menangani efek autokorelasi terlebih dahulu dengan model autoregressive seperti pada Lampiran yaitu melakukan regresi terhadap variabel respon dan prediktor yang telah ditransformasi seperti langkah transformasi yang dilakukan pada saham INDF dan BBNI. Berdasarkan hasil regresi diketahui bahwa nilai durbin watson sebesar., maka d hitung lebih dari d L,α/ (. >.) yang berarti gagal tolak hipotesis nol sehingga dinyatakan bahwa error tidak mengalami efek autokorelasi. Uji heterokedastisitas dilakukan kembali 0

pada residual dari model autoregresive dengan melihat ACF dan PACF plot kuadrat residual hasil regresi tersebut seperti pada Gambar. P.0 0. 0. 0. 0. -0. -0. -0. -0. -.0.0 0. 0. 0. 0. -0. -0. -0. -0. -.0 0 Gambar ACF dan P Model Autoregressive Saham GGRM dengan Indikator Ekonomi Gambar menunjukkan bahwa terdapat lag yang signifikan yaitu pada lag ke- sehingga dinyatakan terdapat efek heterokedastisitas pada residual. Maka pembentukan model GARCH dapat dilakukan. Identifikasi orde model GARCH dilakukan dengan melihat ACF PACF pada Gambar. Pembentukan model GARCH dilakukan dengan program SAS yaitu menggunakan perintah model ARIMA dan dihasilkan parameter yang signifikan adalah AR[] sehingga model ARCH yang merupakan model varian adalah sebagai berikut. σ t = 0. 0.ε t + a t. Analisis Regresi Harga Saham dengan Faktor Fundamental Dalam penelitian ini faktor fundamental diukur oleh EPS () dan PER (). Harga saham akan diregresikan terhadap variabel tersebut untuk saham INDF, GGRM dan BBNI. a. Saham INDF Langkah pertama dalam penentuan model regresi adalah melihat scatter plot dari variabel respon dan prediktor pada Gambar.0 untuk mengetahui apakah data memiliki hubungan linier atau non linear. 0 Scatterplot of harga saham(y) vs eps(x) Scatterplot of harga saham vs per(x) 00 00 000 000 harga saham(y) 00 000 00 harga saham 00 000 00 000 000 0 000 000 000 000 eps(x) 0000 000 000 Gambar 0 Scatter Plot Harga Saham INDF dengan EPS dan PER Gambar 0 menunjukkan bahwa pola hubungan antara harga saham INDF dengan variabel faktor fundamental yaitu EPS dan PER adalah non linier. Beberapa analisis tentang saham kebanyakan melakukan melakukan transformasi Ln terhadap harga saham. Selanjutnya dilakukan regresi OLS antara dari Ln harga saham dengan EPS dan PER. Uji autokorelasi dilakukan terhadap residual yang terbentuk dari regresi OLS dengan hipotesis sebagai berikut. H : 0 (residual tidak independen) Dengan uji statistik Durbin-Watson sebesar 0., dimana nilai d tabel dengan α sebesar yaitu d L sebesar., maka d hitung kurang dari d L,α/ (0.<.) yang berarti tolak hipotesis nol sehingga dinyatakan bahwa error mengalami efek autokorelasi dengan korelasi (r) sebesar 0.. Uji heterokedastisitas juga dilakukan pada residual dengan melihat ACF dan PACF plot dari kuadrat residual seperti pada Gambar. -00-00 0 00 00 per(x) 00 P 00 00 00.0 0. 0. 0. 0. -0. -0. -0. -0. -.0.0 0. 0. 0. 0. -0. -0. -0. -0. -.0 0 Gambar ACF dan P OLS Saham INDF dengan Faktor Fundamental Gambar menunjukkan bahwa terdapat lag yang signifikan sehingga dapat dinyatakan bahwa autokorelasi terlebih dahulu dengan model autoregressive yaitu melakukan regresi terhadap variabel 0

respon dan prediktor yang telah ditransformasi dengan ρ menggunakan metode Hidrat-Lu sebesar 0. seperti berikut. ' ' ' y y ry r r t t t y t t t t t t t dimana: y t = Ln t y = Ln y t Berdasarkan hasil regresi diketahui bahwa nilai durbin watson sebesar.0, maka d hitung lebih dari d L,α/ (.0 >.) yang berarti gagal tolak hipotesis nol sehingga dinyatakan bahwa error tidak mengalami efek autokorelasi. Uji heterokedastisitas juga dilakukan dengan melihat ACF dan PACF plot kuadrat residual hasil regresi tersebut seperti pada Gambar. P.0 0. 0. 0. 0. -0. -0. -0. -0. -.0.0 0. 0. 0. 0. -0. -0. -0. -0. -.0 0 Gambar ACF dan P Model Autoregressive Saham BBNI dengan Faktor Fundamental Gambar menunjukkan bahwa tidak terdapat lag yang signifikan sehingga dinyatakan tidak terdapat efek heterokedastisitas pada residual. Maka model yang terbentuk adalah model autoregressive. Estimasi parameter untuk model autoregressive harga saham dengan variabel indikator ekonomi untuk saham INDF sebagai berikut. Tabel Estimasi Parameter Model Autoregressive Harga saham INDF dengan Faktor Fundamental Prediktor Koefisien P-value konstan 0. 00 000 0. 0. Berdasarkan Tabel dapat dilihat bahwa variabel yang berpengaruh terhadap pergerakan harga saham adalah PER karena nilai p variabel tersebut kurang dari α sebesar. Sehingga model autoregressive untuk harga saham INDF dengan variabel faktor fundamental adalah sebagai berikut. y = exp(0.+ 0. t -0. t- + 0.Lny t- ) t b. Saham BBNI Pertama, melihat scatter plot dari variabel respon dan prediktor pada Gambar untuk mengetahui apakah data memiliki hubungan linier atau non linear. 0 Scatterplot of harga saham(y) vs eps(x) Scatterplot of harga saham(y) vs per(x) 00 00 000 000 harga saham(y) 00 000 harga saham(y) 00 000 00 00 0 00000 000000 00000 000000 eps(x) 00000 000000 00000 Gambar Scatter Plot Harga Saham BBNI dengan EPS dan PER Gambar menunjukkan bahwa pola hubungan antara harga saham BBNI dengan variabel faktor fundamental yaitu EPS dan PER adalah non linier. Beberapa analisis tentang saham kebanyakan melakukan melakukan transformasi Ln terhadap harga saham. Selanjutnya dilakukan regresi OLS antara dari Ln harga saham dengan EPS dan PER. Uji autokorelasi dilakukan terhadap residual yang terbentuk dari regresi OLS dengan hipotesis sebagai berikut. H : 0 (residual tidak independen) Dengan uji statistik Durbin-Watson sebesar 0., dimana nilai d tabel dengan α sebesar yaitu d L sebesar., maka d hitung kurang dari d L,α/ (0.<.) yang berarti tolak hipotesis nol sehingga dinyatakan bahwa error mengalami efek autokorelasi dengan korelasi (r) sebesar 0.. Uji heterokedastisitas juga dilakukan pada residual dengan melihat ACF dan PACF plot dari kuadrat residual seperti pada Gambar. 0..0..0 per(x)..0.

P.0 0. 0. 0. 0. -0. -0. -0. -0. -.0.0 0. 0. 0. 0. -0. -0. -0. -0. -.0 0 Gambar ACF dan P OLS Saham BBNI dengan Faktor Fundamental Gambar menunjukkan bahwa terdapat lag yang signifikan sehingga dapat dinyatakan bahwa autokorelasi terlebih dahulu dengan model autoregressive yaitu melakukan regresi terhadap variabel respon dan prediktor yang telah ditransformasi seperti langkah transformasi pada saham INDF. Berdasarkan hasil regresi diketahui bahwa nilai durbin watson sebesar., maka d hitung lebih dari d L,α/ (. >.) yang berarti gagal tolak hipotesis nol sehingga dinyatakan bahwa error tidak mengalami efek autokorelasi. Uji heterokedastisitas juga dilakukan dengan melihat ACF dan PACF plot kuadrat residual hasil regresi tersebut seperti pada Gambar. 0 P.0 0. 0. 0. 0. -0. -0. -0. -0. -.0.0 0. 0. 0. 0. -0. -0. -0. -0. -.0 0 Gambar ACF dan P Model Autoregressive Saham BBNI dengan Faktor Fundamental Gambar menunjukkan bahwa tidak terdapat lag yang signifikan sehingga dinyatakan tidak terdapat efek heterokedastisitas pada residual. Maka model yang terbentuk adalah model autoregressive. Estimasi parameter untuk model autoregressive harga saham dengan variabel indikator ekonomi untuk saham BBNI sebagai berikut. Tabel Estimasi Parameter Model Autoregressive Harga saham BBNI dengan Faktor Fundamental Prediktor Koefisien P-value konstan 0. 00-000000 0. -0 0. Berdasarkan Tabel dapat dilihat bahwa tidak ada variabel faktor fundamental terhadap pergerakan harga saham yaitu dengan nilai p lebih dari 0. Sehingga model autoregressive untuk harga saham BBNI dengan variabel indikator ekonomi adalah sebagai berikut. yt exp( 0. 0.Lnyt ) c. Saham GGRM Langkah pertama adalah melihat scatter plot dari variabel respon dan prediktor pada Gambar untuk mengetahui apakah data memiliki hubungan linier atau non linear. 00 Scatterplot of hargasaham(y) vs eps(x) 00 Scatterplot of hargasaham(y) vs per(x) 0 0000 0000 00 00 hargasaham(y) 000 00 0000 hargasaham(y) 000 00 0000 00 00 000 000 0 00000 00000 00000 00000 eps(x) 00000 00000 00000 Gambar Scatter Plot Harga Saham GGRM dengan EPS dan PER Gambar menunjukkan bahwa pola hubungan antara harga saham GGRM dengan variabel faktor fundamental yaitu EPS dan PER adalah non linier. Beberapa analisis tentang saham kebanyakan melakukan melakukan transformasi Ln terhadap harga saham. Selanjutnya dilakukan regresi OLS antara dari Ln harga saham dengan EPS dan PER. Uji autokorelasi dilakukan terhadap residual yang terbentuk dari regresi OLS dengan hipotesis sebagai berikut. H : 0 (residual tidak independen) 0 per(x) 0. 0

Dengan uji statistik Durbin-Watson sebesar 0., dimana nilai d tabel dengan α sebesar yaitu d L sebesar., maka d hitung kurang dari d L,α/ (0.<.) yang berarti tolak hipotesis nol sehingga dinyatakan bahwa error mengalami efek autokorelasi dengan korelasi (r) sebesar 0.. Uji heterokedastisitas juga dilakukan pada residual dengan melihat ACF dan PACF plot dari kuadrat residual seperti pada Gambar. P.0 0. 0. 0. 0. -0. -0. -0. -0. -.0.0 0. 0. 0. 0. -0. -0. -0. -0. -.0 0 Gambar ACF dan P OLS Saham GGRM dengan Faktor Fundamental Gambar menunjukkan bahwa terdapat lag yang signifikan sehingga dapat dinyatakan bahwa autokorelasi terlebih dahulu dengan model autoregressive seperti pada Lampiran yaitu melakukan regresi terhadap variabel respon dan prediktor yang telah ditransformasi dengan ρ menggunakan metode Hidrat-Lu sebesar 0.. Berdasarkan hasil regresi diketahui bahwa nilai durbin watson sebesar., maka d hitung lebih dari d L,α/ (. >.) yang berarti gagal tolak hipotesis nol sehingga dinyatakan bahwa error tidak mengalami efek autokorelasi. Uji heterokedastisitas juga dilakukan dengan melihat ACF dan PACF plot kuadrat residual hasil regresi tersebut seperti pada Gambar. 0 P.0 0. 0. 0. 0. -0. -0. -0. -0. -.0.0 0. 0. 0. 0. -0. -0. -0. -0. -.0 0 Gambar ACF dan P Model Autoregressive Saham GGRM dengan Faktor Fundamental Gambar menunjukkan bahwa terdapat lag yang signifikan sehingga dinyatakan terdapat efek heterokedastisitas pada residual. Maka pembentukan model GARCH dapat dilakukan. Identifikasi orde model GARCH dilakukan dengan melihat ACF PACF pada Gambar. Pembentukan model GARCH dilakukan dengan program SAS yaitu menggunakan perintah model ARIMA dan dihasilkan parameter yang signifikan adalah AR(,), sehingga model ARCH yang merupakan model varian adalah sebagai berikut. σ t =. + 0.ε t + a t 0. Analisis Regresi Harga Saham dengan Risiko Sistematis Dalam penelitian ini risiko sistematis diukur oleh beta saham. Harga saham akan diregresikan terhadap variabel tersebut untuk saham INDF, BBNI dan GGRM. a. Saham INDF Langkah pertama dalam penentuan model regresi adalah melihat scatter plot dari variabel respon dan prediktor pada Gambar untuk mengetahui apakah data memiliki hubungan linier atau non linear. 00 Scatterplot of hargasaham(y) vs beta saham (x) 0 000 hargasaham(y) 00 000 00 000 - - 0 beta saham (x) Gambar Scatter Plot Harga Saham INDF dengan Beta Saham Gambar menunjukkan bahwa pola hubungan antara harga saham INDF dengan variabel risiko sistematis yaitu beta saham adalah non linier. Beberapa analisis tentang saham kebanyakan melakukan melakukan transformasi Ln terhadap harga saham. Selanjutnya dilakukan regresi OLS antara dari Ln harga saham dengan beta saham. Uji autokorelasi dilakukan terhadap residual yang terbentuk dari regresi OLS dengan hipotesis sebagai berikut.

Y H : 0 (residual tidak independen) Dengan uji statistik Durbin-Watson sebesar 0., dimana nilai d tabel dengan α sebesar yaitu d L sebesar., maka d hitung kurang dari d L,α/ (0.<.) yang berarti tolak hipotesis nol sehingga dinyatakan bahwa error mengalami efek autokorelasi dengan korelasi (r) sebesar 0.. Uji heterokedastisitas juga dilakukan pada residual dengan melihat ACF dan PACF plot dari kuadrat residual seperti pada Gambar 0. P.0 0. 0. 0. 0. -0. -0. -0. -0. -.0.0 0. 0. 0. 0. -0. -0. -0. -0. -.0 0 Gambar 0 ACF dan P OLS Saham INDF dengan Beta Saham Gambar 0 menunjukkan bahwa terdapat lag yang signifikan sehingga dapat dinyatakan bahwa autokorelasi terlebih dahulu dengan model autoregressive yaitu melakukan regresi terhadap variabel respon dan prediktor yang telah ditransformasi dengan ρ menggunakan metode Hidrat-Lu sebesar 0.. Berdasarkan hasil regresi diketahui bahwa nilai durbin watson sebesar.0, maka d hitung lebih dari d L,α/ (.0 >.) yang berarti gagal tolak hipotesis nol sehingga dinyatakan bahwa error tidak mengalami efek autokorelasi. Uji heterokedastisitas juga dilakukan dengan melihat ACF dan PACF plot kuadrat residual hasil regresi tersebut seperti pada Gambar. P 0.0 0. 0. 0. 0. -0. -0. -0. -0. -.0.0 0. 0. 0. 0. -0. -0. -0. -0. -.0 0 Gambar ACF dan P Model Autoregressive Saham INDF dengan Beta Saham Gambar menunjukkan bahwa tidak terdapat lag yang signifikan sehingga dinyatakan tidak terdapat efek heterokedastisitas pada residual. Maka model yang terbentuk adalah model autoregressive. Estimasi parameter untuk model autoregressive harga saham dengan variabel indikator ekonomi untuk saham INDF sebagai berikut. Tabel Estimasi Parameter Model Autoregressive Harga saham INDF dengan Beta Saham Prediktor Koefisien P-value konstan 0. 00-0. Berdasarkan Tabel dapat dilihat bahwa variabel beta saham tidak signifikan terhadap pergerakan harga saham yaitu dengan nilai p kurang dari. Sehingga model autoregressive untuk harga saham INDF dengan variabel beta saham adalah sebagai berikut. y t exp( 0. 0.Lnyt ) b. Saham BBNI Pertama, melihat scatter plot dari variabel respon dan prediktor pada Gambar untuk mengetahui apakah data memiliki hubungan linier atau non linear. 00 Scatterplot of Y vs x 0 000 00 000 00 0 x Gambar Scatter Plot Harga Saham BBNI dengan Beta Saham

Gambar menunjukkan bahwa pola hubungan antara harga saham BBNI dengan variabel risiko sistematis yaitu beta saham adalah non linier. Beberapa analisis tentang saham kebanyakan melakukan melakukan transformasi Ln terhadap harga saham. Selanjutnya dilakukan regresi OLS antara dari Ln harga saham dengan beta saham seperti pada Lampiran. Uji autokorelasi dilakukan terhadap residual yang terbentuk dari regresi OLS dengan hipotesis sebagai berikut. H : 0 (residual tidak independen) Dengan uji statistik Durbin-Watson sebesar 0., dimana nilai d tabel dengan α sebesar yaitu d L sebesar., maka d hitung kurang dari d L,α/ (0.<.) yang berarti tolak hipotesis nol sehingga dinyatakan bahwa error mengalami efek autokorelasi dengan korelasi (r) sebesar 0.. Uji heterokedastisitas juga dilakukan pada residual dengan melihat ACF dan PACF plot dari kuadrat residual seperti pada Gambar. P.0 0. 0. 0. 0. -0. -0. -0. -0. -.0.0 0. 0. 0. 0. -0. -0. -0. -0. -.0 0 Gambar ACF dan P OLS Saham BBNI dengan Beta Saham Gambar menunjukkan bahwa terdapat lag yang signifikan sehingga dapat dinyatakan bahwa autokorelasi terlebih dahulu dengan model autoregressive seperti pada Lampiran yaitu melakukan regresi terhadap variabel respon dan prediktor yang telah ditransformasi. Berdasarkan hasil regresi diketahui bahwa nilai durbin watson sebesar., maka d hitung lebih dari d L,α/ (. >.) yang berarti gagal tolak hipotesis nol sehingga dinyatakan bahwa error tidak mengalami efek autokorelasi. Uji heterokedastisitas juga dilakukan dengan melihat ACF dan PACF plot kuadrat residual hasil regresi tersebut seperti pada Gambar. 0 P.0 0. 0. 0. 0. -0. -0. -0. -0. -.0.0 0. 0. 0. 0. -0. -0. -0. -0. -.0 0 Gambar ACF dan P Model Autoregressive Saham BBNI dengan Beta Saham Gambar menunjukkan bahwa tidak terdapat lag yang signifikan sehingga dinyatakan tidak terdapat efek heterokedastisitas pada residual. Maka model yang terbentuk adalah model autoregressive. Estimasi parameter untuk model autoregressive harga saham dengan variabel indikator ekonomi untuk saham BBNI sebagai berikut. Tabel Estimasi Parameter Model Autoregressive Harga saham BBNI dengan Beta Saham Prediktor Koefisien P-value konstan 0. 00 ' 0 Berdasarkan Tabel dapat dilihat bahwa tidak ada variabel faktor fundamental terhadap pergerakan harga saham yaitu dengan nilai p lebih dari 0. Sehingga model autoregressive untuk harga saham BBNI dengan variabel risiko sistematis adalah sebagai berikut. y t exp( 0. Ln t Ln t 0.Lnyt ) c. Saham GGRM Langkah pertama adalah melihat scatter plot dari variabel respon dan prediktor pada Gambar untuk mengetahui apakah data memiliki hubungan linier atau non linear. 0

Y Scatterplot of Y vs x 00 0000 00 000 00 0000 00 000-0 -0 0 Gambar Scatter Plot Harga Saham GGRM dengan Beta Saham Gambar menunjukkan bahwa pola hubungan antara harga saham GGRM dengan variabel risiko sistematis yaitu beta saham adalah non linier. Beberapa analisis tentang saham kebanyakan melakukan melakukan transformasi Ln terhadap harga saham. Selanjutnya dilakukan regresi OLS antara dari Ln harga saham dengan beta saham. Uji autokorelasi dilakukan terhadap residual yang terbentuk dari regresi OLS dengan hipotesis sebagai berikut. H : 0 (residual tidak independen) Dengan uji statistik Durbin-Watson sebesar 0., dimana nilai d tabel dengan α sebesar yaitu d L sebesar., maka d hitung kurang dari d L,α/ (0. <.) yang berarti tolak hipotesis nol sehingga dinyatakan bahwa error mengalami efek autokorelasi dengan korelasi (r) sebesar 0.. Uji heterokedastisitas juga dilakukan pada residual dengan melihat ACF dan PACF plot dari kuadrat residual seperti pada Gambar. x 0 0 0 P.0 0. 0. 0. 0. -0. -0. -0. -0. -.0.0 0. 0. 0. 0. -0. -0. -0. -0. -.0 0 Gambar ACF dan P OLS Saham GGRM dengan Beta Saham Gambar menunjukkan bahwa terdapat lag yang signifikan sehingga dapat dinyatakan bahwa autokorelasi terlebih dahulu dengan model autoregressive yaitu melakukan regresi terhadap variabel respon dan prediktor yang telah ditransformasi dengan ρ menggunakan metode Hidrat-Lu sebesar 0. seperti berikut. Berdasarkan hasil regresi diketahui bahwa nilai durbin watson sebesar., maka d hitung lebih dari d L,α/ (..) yang berarti gagal tolak hipotesis nol sehingga dinyatakan bahwa error tidak mengalami efek autokorelasi. Uji heterokedastisitas juga dilakukan dengan melihat ACF dan PACF plot kuadrat residual hasil regresi tersebut seperti pada Gambar. 0 ACF Kuadrat Residual PACF Kuadrat Residual.0 0. 0. 0. 0. -0. -0. -0. -0. -.0.0 0. 0. 0. 0. -0. -0. -0. -0. -.0 0 Gambar Saham GGRM Model Autoregressive Saham GGRM dengan Beta Saham Gambar menunjukkan bahwa terdapat lag yang signifikan setelah dilakukan transformasi, hal ini menunjukkan bahwa terdapat efek heterokedastisitas sehingga pembentukan model GARCH dapat dilakukan. Identifikasi orde model GARCH dilakukan dengan melihat ACF PACF pada Gambar. Pembentukan model GARCH dilakukan dengan program SAS yaitu menggunakan perintah model ARIMA dan dihasilkan parameter yang signifikan adalah MA(,) sehingga model GARCH yang merupakan model varian adalah sebagai berikut. σ t = 0000 + 0.σ t + a t. Kesimpulan dan Saran Berdasarkan hasil analisis dan pembahasan yang telah dilakukan terdapat beberapa hal yang dapat disimpulkan, diantaranya : 0

. Variabel indikator ekonomi yang signifikan berpengaruh terhadap pergerakan saham INDF adalah kurs dan suku bunga dengan model regresi sebagai berikut. y t =. -. t -. t- -. t -. 0 t- Y t- Variabel indikator ekonomi yang signifikan berpengaruh terhadap pergerakan saham BBNI adalah kurs dengan model regresi sebagai berikut. y t = 00. -.0 t. 0. t- Y t- Variabel indikator ekonomi yang signifikan berpengaruh terhadap pergerakan saham GGRM adalah kurs dengan model ARCH sebagai berikut. σ t = 0. 0.ε t + a t. Variabel faktor fundamental yang signifikan berpengaruh terhadap pergerakan harga saham INDF adalah PER dengan model regresi sebagai berikut. y t = exp(0.+ 0. t -0. t- + 0.Lny t- ) Variabel faktor fundamental yang signifikan berpengaruh terhadap pergerakan harga saham GGRM adalah EPS dan PER dengan model sebagai berikut. σ t =. + 0.ε t + a t. Beta saham signifikan pada model regresi harga saham BBNI dengan model sebagai berikut y t = exp(0. Ln t- +Ln t + 0.Lny t- ) Saran untuk penelitian selanjutnya, data harga saham dan faktor-faktor yang mempengaruhinya sebaiknya tidak secara parsial yaitu menggunakan menggunakan regresi panel atau multirespon agar informasi yang ditangkap lebih tampak dalam model yang terbentuk nantinya. Selain itu harga saham yang digunakan untuk diregresikan terhadap variabel indikator ekonomi yaitu inflasi, kurs dan suku bunga sebaiknya harga saham gabungan atau IHSG bukan saham individu. Daftar Pustaka Algifari.. Analisis Regresi Teori, Kasus dan Solusi. BPFE, Yogyakarta. Awat NJ.. Metode Statistik dan Ekonometri. Liberty, Yogyakarta. Fox, John. Time Series Regression and Generalized Least Square. USA Levy, H. dan Sarnat, M. 00. Capital Investment and Financial Decisions. Willey & Sons, New York. Manurung, J dan Manurung, H dan Sragih,M. 00. Ekonometrika Teori dan Aplikasi. Gramedia. Jakarta. Neter, J. and Kutner, M.. Applied Linear Statistical Models.. McGraw-Hill Companies, USA Greene, WH.. Econometric Analysis. Prentice Hall International Inc. New York Husnan, S. dan Pudjiastuti, E.. Dasar-dasar Teori Portofolio dan Analisis Sekuritas. Universitas Indonesia, Jakarta Rupert, D. 0. Statistics and Data Analysis for finance engineering. Springer, New York. Ryan P, T.. Modern Regression Methods. Willey & Sons, Canada. Wei, W. 00. Time Series Analysis Univariate and Multivariate Methods. Person Education Inc. New York