2. d. SUZUKI (SZKMY)
> head(SZKMY);tail(SZKMY)
SZKMY.Open SZKMY.High SZKMY.Low SZKMY.Close SZKMY.Volume SZKMY.Adjusted
2012-08-13 75.51 75.51 75.51 75.51 0 72.33695
2012-08-14 75.51 75.51 75.51 75.51 0 72.33695
2012-08-15 75.51 75.51 75.51 75.51 0 72.33695
2012-08-16 75.51 75.51 75.51 75.51 0 72.33695
2012-08-17 75.51 75.51 75.51 75.51 0 72.33695
2012-08-20 75.51 75.51 75.51 75.51 0 72.33695
SZKMY.Open SZKMY.High SZKMY.Low SZKMY.Close SZKMY.Volume SZKMY.Adjusted
2019-02-14 197.79 205.74 197.79 201.390 1400 201.390
2019-02-15 202.83 209.65 202.83 206.195 1300 206.195
2019-02-19 202.88 208.39 202.88 208.110 1000 208.110
2019-02-20 204.83 213.31 204.83 208.535 1700 208.535
2019-02-21 201.44 209.77 201.44 204.560 1900 204.560
2019-02-22 208.60 208.60 205.50 207.720 1500 207.720
2. STATISTIKA DESKRIPTIF RETURN
Selanjutnya, dilakukan penghitungan return dari harga close price dan dan dilakukan perhitungan
statistika deskriptif dari return.
a. HONDA (HMC)
Diperoleh output statistika deskriptif dari software R, sebagai berikut
> summary(HMCLogReturns)
Min. 1st Qu. Median Mean 3rd Qu. Max.
-8.492e-02 -8.325e-03 2.868e-04 -9.056e-05 8.331e-03 7.045e-02
> sd(HMCLogReturns)
[1] 0.01455688
Diperoleh rata-rata Return Honda berkisar pada angka -9,056 𝑒−5
. Dengan maksimal return 7,045 𝑒−2
serta minimum return -8,492 𝑒−2
. Dan standar deviasi 0,0146.
b. YAMAHA (YAMHF)
Diperoleh output statistika deskriptif dari software R, sebagai berikut
> summary(HMCLogReturns)
Min. 1st Qu. Median Mean 3rd Qu. Max.
-0.1770782 0.0000000 0.0000000 0.0002046 0.0000000 0.1613555
> sd(HMCLogReturns)
[1] 0.02217803
Diperoleh rata-rata Return Honda berkisar pada angka 0.0002046. Dengan maksimal return 0.1613555
serta minimum return -0.1770782. Dan standar deviasi 0.02217803.
c. KAWASAKI (KWHIY)
Diperoleh output statistika deskriptif dari software R, sebagai berikut
> summary(KWHIYLogReturns)
Min. 1st Qu. Median Mean 3rd Qu. Max.
-1.304e-01 -8.278e-03 0.000e+00 -7.018e-05 8.383e-03 1.398e-01
> sd(KWHIYLogReturns)
[1] 0.02131321
Diperoleh rata-rata Return Honda berkisar pada angka -7.018𝑒−5
. Dengan maksimal return 1.398 𝑒−1
serta minimum return -1.304𝑒−1
. Dan standar deviasi 0,0146.
d. SUZUKI (SZKMY)
Diperoleh output statistika deskriptif dari software R, sebagai berikut
3. > summary(SZKMYLogReturns)
Min. 1st Qu. Median Mean 3rd Qu. Max.
-0.1138060 0.0000000 0.0000000 0.0006167 0.0000000 0.2075963
> sd(SZKMYLogReturns)
[1] 0.01585062
Diperoleh rata-rata Return Honda berkisar pada angka 0.0006167. Dengan maksimal return 0.2075963
serta minimum return -0.1138060. Dan standar deviasi 0.01585062.
Perbandingan Variansi
Untuk membandingkan standar deviasi satu sama lain, tidak dapat dibandingkan secara langsung. Karena
perbandingan tersebut tidak akan berarti karena adanya perbedaan satuan data. Sehingga dilakukan
perhitungan Koefisien Variansi dengan membagi antara standar deviasi dengan mean, sehingga dapat
diketahui seberapa besar perbedaan standar deviasi antar data yang berbeda.
HONDA YAMAHA KAWASAKI SUZUKI
MEAN -0,06102 0,000205 -0,0472869 0,000617
SD 0,014557 0,022178 0,0213132 0,015851
KOEF
VARIANSI -24% 10840% -45% 2570%
Dari perhitungan koefisien variansi tertinggi dimiliki oleh Yamaha dan Suzuki dengan nilai 10840% dan
2570% hal tersebut menunjukkan heterogenitas data yang sangat tinggi. Untuk Honda dan Kawasaki
memiliki nilai koefisien korelasi negatif karena mean/ rata-rata dari data tersebut memiliki tanda negatif.
Yang artinya saham dari kedua data tersebut memiliki return yang rendah dan cenderung akan mengalami
capital loss.
3. PENGUJIAN DISTRIBUSI STATISTIK
Dilakukan pengujian distribusi statistik dari return.
a. HONDA (HMC)
Dari histogram data return Honda terlihat data memiliki distribusi normal. Sehingga perlu dilakukan
pengujian menggunakan uji normalitas.
4. > shapiro.test(HMCLogReturns)
Shapiro-Wilk normality test
data: HMCLogReturns
W = 0.73617, p-value < 2.2e-16
Dengan menggunakan uji normalitas shapiro wilk, diperoleh p-value <2,2 𝑒−16
Kurang dari alfa=0,05. Sehingga menunjukkan distribusi data tidak normal.
Dari visualisasi qq plot normalitas juga tidak mengikuti garis linier,
sehingga dapat disimpulkan data tidak berdistribusi normal.
Distibusi data tersebut dinamakan heavy tail, karena dari hasil visualisasi
Histogram terlihat memiliki pola distribusi normal, namun setelah dilakukan
Uji normalitas data tidak berdistribusi normal.
b. YAMAHA (YAMHF)
Dari histogram data return Honda terlihat data memiliki distribusi normal. Sehingga perlu dilakukan
pengujian menggunakan uji normalitas.
5. > shapiro.test(HMCLogReturns)
Shapiro-Wilk normality test
data: HMCLogReturns
W = 0.73617, p-value < 2.2e-16
Dengan menggunakan uji normalitas shapiro wilk, diperoleh p-value <2,2 𝑒−16
Kurang dari alfa=0,05. Sehingga menunjukkan distribusi data tidak normal.
Dari visualisasi qq plot normalitas juga tidak mengikuti garis linier,
sehingga dapat disimpulkan data tidak berdistribusi normal.
Distibusi data tersebut dinamakan heavy tail, karena dari hasil visualisasi
Histogram terlihat memiliki pola distribusi normal, namun setelah dilakukan
Uji normalitas data tidak berdistribusi normal.
c. KAWASAKI (KWHIY)
Dari histogram data return Honda terlihat data memiliki distribusi normal. Sehingga perlu dilakukan
pengujian menggunakan uji normalitas.
> shapiro.test(KWHIYLogReturns)
Shapiro-Wilk normality test
data: KWHIYLogReturns
W = 0.90597, p-value < 2.2e-16
Dengan menggunakan uji normalitas shapiro wilk, diperoleh p-value <2,2 𝑒−16
Kurang dari alfa=0,05. Sehingga menunjukkan distribusi data tidak normal.
Dari visualisasi qq plot normalitas juga tidak mengikuti garis linier,
sehingga dapat disimpulkan data tidak berdistribusi normal.
6. Distibusi data tersebut dinamakan heavy tail, karena dari hasil visualisasi
Histogram terlihat memiliki pola distribusi normal, namun setelah dilakukan
Uji normalitas data tidak berdistribusi normal.
d. SUZUKI (SZKMY)
Dari histogram data return Honda terlihat data memiliki distribusi normal. Sehingga perlu dilakukan
pengujian menggunakan uji normalitas.
> shapiro.test(SZKMYLogReturns)
Shapiro-Wilk normality test
data: SZKMYLogReturns
W = 0.63872, p-value < 2.2e-16
Dengan menggunakan uji normalitas shapiro wilk, diperoleh p-value <2,2 𝑒−16
Kurang dari alfa=0,05. Sehingga menunjukkan distribusi data tidak normal.
Dari visualisasi qq plot normalitas juga tidak mengikuti garis linier,
sehingga dapat disimpulkan data tidak berdistribusi normal.
Distibusi data tersebut dinamakan heavy tail, karena dari hasil visualisasi
Histogram terlihat memiliki pola distribusi normal, namun setelah dilakukan
Uji normalitas data tidak berdistribusi normal.