Implementasi regresi Ridge menggunakan estimator parameter Kibria

INDONESIA:

Harga saham dalam perekonomian, khususnya di Indonesia, memiliki peran penting sehingga banyak orang yang ingin mendapatkan keuntungan dari berinvestasi saham. Tingkat keuntungan dari saham yang dimiliki oleh investor itulah disebut return saham. Pada penelitian ini mencari model return saham, yang kemudian berguna untuk meramalkan return saham pada waktu tertentu. Metode yang digunakan untuk peramalan return saham adalah regresi ridge menggunakan estimator parameter Kibria. Tujuan digunakannya metode ini adalah untuk menghilangkan multikolinearitas yang tidak bisa dihilangkan pada metode OLS. Model return saham gabungan JKSE dicari dengan mengikuti langkah-langkah yang ada pada metode regresi dan menggunakan uji-uji untuk mendapatkan model terbaik. Uji yang dilakukan adalah uji normalitas, uji multikolinearitas, dan uji signifikansi parameter. Berdasarkan hasil penelitian diperoleh persamaan model regresi ridge dengan semua variabel bebasnya signifikan berpengaruh terhadap return saham. Nilai VIF yang diperoleh juga kurang dari 10 yaitu sebesar X_1=3,6310,X_2=0,8428,X_3=3,2148,X_4=2,1465,X_5=2,0458,X_6=1,4058, dan X_7=0,8270 dengan nilai koefisien determinasi sebesar 0,9626 yang berarti bahwa besarnya semua variabel bebas yang diteliti terhadap return saham sebesar 96,26% sedangkan 3,74% dipengaruhi oleh variabel bebas lainnya. Oleh karena itu, metode regesi ridge menggunakan estimator parameter Kibria dapat digunakan untuk meramalkan.

ENGLISH:

Stock prices in the economy, especially in Indonesia, is very important that so many people want to get benefits from investing stocks. The rate of return that owned by investor is called return investment. In this research, we are looking for return of stock model, which is useful for predicting return of stock at a certain time. The method that used for forecasting of return is ridge regression using tuning parameter Kibria. The purpose of using this method is for eliminate multicollinearity that cannot be in OLS method. Model of return of JKSE is searched by following the steps in regression method and using tests to get the best model. Based on the result of the study, it was obtained that the equation of the ridge regression model with all the independent variables had a significant effect on return of stock. The tests that perfomed are normality test, multicollinearity test and parameter significant test. The VIF value obtained is also less than 10, namely X_1=3,6310,X_2=0,8428,X_3=3,2148,X_4=2,1465,X_5=2,0458,X_6=1,4058, dan X_7=0,8270 with a coefficient of determination is 0,9626 which means that all the independent variables on return of stock is 96,26% while 3,74% is influenced by other independent variables. Therefore, the ridge regression method using tuning parameter Kibria can be used to predict.

ARABIC:

أهمّيّة ثمن الأسهم في الاقتصاديّة، خصوصا بإندونيسيا، حتّى يكون كثير من الناس يريد الأرباح من استثمارات الأسهام. ودرجة المكسب من الأسهم لمستثمر يسمّى بعوائد الأسهام. وفي هذ البحث هو طلب شكل عوائد الأسهم، التالية لتكون نافعا لتنبّأ عوائد الأسهام في الوقت المعيّن. ومنهج الذي يستخدم لتنبّأ عوائد الأسهام هو ridge regressionباستخدام مقدّر المعامل لكبريا. وأهداف هذ المنهج هو لإرالة multicollinearity التي لا تُزَال في منهج OLS. وشكل فوائد الأسهام الميتخدمة JKSE يُطلَب باتباع خطوات التي كانت في منهج regression واستخدام تجريبات لنيل أحسن الشكل. والتجريبات التي مُستَخدَمة هي تجريبات الطبيعيّة، وتجريبات multicollinearity، وتجريبات الدلالة المعامل. وتحصل الباحثة أحسن الشكل من هذ المنهج ridge regression باستخدام مقدّر المعامل لكبريا الذي قد وُجِدَ وذلك المنهج مناسب لاستخدامه لتنبّأ كذلك. بناء على مناقشة نتائج البحث فتُحصَل تشابه شكل ridge regression بجميع متقلّب مطلقها يتأثّر كبيرا لعوائد الأسهم. فنتيجة VIF تُحصَل أيضا أنقص من 10 يعنى X1= 3،6310، X2= 0، 8428، X3= 3، 2148، X4= 2، 1465، X5= 2، 0458، X6= 1، 4058، و X7= 0، 8270 بنتيجة معامل التحديد 0، 9626 بمعنى أنّ أكبر جميع أشكال المطلق المبحوث إلى عوائد الأسهام هي 96، 26% وإمّا 3، 74% تتأثّر بمتقلّب المطلق غيرها. لذلك، منهج ridge regression باستخدام مقدّر المعامل لكبريا تُستَخدَم لتنبّأ.