PAPER

Math modeling competition actuarial science day

JUDUL PAPER:
ANALISIS NILAI TUKAR USD, HARGA EMAS, INFLASI,
DAN IHSG TERHADAP SAHAM PERUSAHAAN A

Oleh:
Tim Readi
Edgar Sulaeman
Sandy Kristian Waluyo
Servian Husada

SMA KRISTEN PENABUR

CIREBON
2020
 KATA PENGANTAR

Puji syukur peneliti panjatkan ke hadirat Tuhan Yang Maha Esa yang telah
memberikan karunia yang tiada hingga sehingga peneliti dapat menyelesaikan
paper dengan judul “Analisis Pengaruh Nilai Tukar USD, Harga Emas,
Inflasi, dan IHSG terhadap Harga Saham Perusahaan A”. Tujuan dari
penulisan paper ini sebagai syarat untuk mengikuti lomba Math Modeling
Competition Acturial Science 2020.
Dalam kesempatan ini, perkenankanlah peneliti mengucapkan terima kasih
kepada semua pihak yang telah membantu dalam penulisan paper ini. Peneliti
berharap semoga paper ini dapat berguna dalam menambah wawasan serta
pengetahuan bagi semua pembaca khususnya dalam math modeling competition
actuarial science day 2020.
Peneliti menyadari sepenuhnya bahwa dalam paper ini terdapat banyak
kekurangan. Oleh sebab itu, peneliti berharap adanya kritik, saran dan usulan
demi perbaikan paper ini di masa yang akan datang.

Cirebon, Oktober 2020

Peneliti
 DAFTAR ISI

KATA PENGANTAR .......................................................................................... ii

DAFTAR ISI ........................................................................................................ iii
DAFTAR TABEL ............................................................................................... iv
DAFTAR GAMBAR .............................................................................................v
DAFTAR LAMPIRAN ....................................................................................... vi
BAB 1 PENDAHULUAN .....................................................................................1
1.1 Latar Belakang ..................................................................................................1
1.2 Rumusan Masalah .............................................................................................1
1.3 Tujuan Penelitian ..............................................................................................1

BAB 2 LANDASAN TEORI ...............................................................................3

2.1 Pengertian ..........................................................................................................3
2.2 Penghitungan .....................................................................................................3
2.3 Hypothesis Testing ............................................................................................4
2.4 Prediksi Nilai Saham .........................................................................................4

BAB 3 ISI ..............................................................................................................6

3.1 Visualisasi Data dan Penghitungan Korelasi ....................................................6
3.2 Pemodelan Regresi Linear ................................................................................7
3.3 Evaluasi Regresi Linear ....................................................................................8
3.4 Analisa Independent Variable ...........................................................................8
3.5 Ramalan Harga Saham ......................................................................................9
3.6 Keputusan Kepemilikan Saham ......................................................................11

BAB 4 KESIMPULAN ......................................................................................12

LAMPIRAN .........................................................................................................13
DAFTAR PUSTAKA ..........................................................................................14
 DAFTAR TABEL
Halaman

Tabel 3.1 Hypothesis Test Variable ...............................................................0

Tabel 3.2 Perhitungan Regresi .......................................................................0
Tabel 3.3 Stattistik Regresi ............................................................................0
Tabel 3.4 Harga Emas terhadap Waktu ..........................................................0
Tabel 3.5 Inflasi terhadap Waktu ...................................................................0
Tabel 3.6 IHSG terhadap Waktu ....................................................................0
Tabel 3.7 Prediksi Harga Saham Perusahaan A .............................................0
Tabel 3.8 Regresi Harga Saham terhadap Waktu ..........................................0
Tabel 4.1 Prediksi Harga Saham ....................................................................0
 DAFTAR GAMBAR
Halaman

Gambar 2.1 Scatter Plot .....................................................................................0

Gambar 3.1 Data Scatter Plot .............................................................................0
Gambar 3.2 Harga Saham 2 Tahun Terakhir .....................................................0
 DAFTAR LAMPIRAN

Halaman

Lampiran 1 Data Perusahaan A .........................................................................0

 BAB 1
PENDAHULUAN

1.1 Latar Belakang

Saham merupakan salah satu instrumen investasi yang telah dikenal luas
dan dianggap lebih menguntungkan dibandingkan beberapa jenis investasi lain.
Selain kinerja perusahaan, harga saham juga bergantung pada faktor-faktor
ekonomi lain di luar dari kinerja perusahaan. Faktor-faktor ini meliputi kurs,
harga emas, inflasi, dan lain-lain.
Walaupun dikenal menguntungkan, investasi saham juga dikenal sebagai
investasi yang memiliki risiko tinggi. Oleh karena itu, perlu dilakukan
perhitungan sebelum maupun setelah membeli saham suatu perusahaan.
Terkhusus untuk investasi jangka pendek, perhitungan ini bermanfaat untuk
memberikan keuntungan maksimal serta menghindari terjadinya kerugian yang
besar. Perhitungan ini menggunakan data beberapa variable di 30 bulan terakhir.

2.1 Rumusan Masalah

Berdasarkan pada latar belakang masalah yang sudah dipaparkan, maka
rumusan masalah dalam paper ini:
(1) Apakah seluruh variable akan digunakan dalam regresi, mengapa?
(2) Bagaimanakah bentuk model regresi yang dapat dibentuk?
(3) Apakah model regresi yang telah dibentuk sudah baik untuk digunakan dalam
peramalan?
(4) Bagaimanakah analisa mengenai independent variable yang digunakan?
(5) Bagaimanakah nilai saham Perusahaan A di 5 bulan ke depan?
(6) Apakah Christine perlu menjual kepemilikan sahamnya di Perusahaan A,
kapan?

3.1 Tujuan Penelitian

Berdasarkan latar belakang masalah yang telah diuraikan tersebut, maka
dapat dirumuskan tujuan penelitian ini:
(1) Untuk mengetahui variable apa saja yang akan digunakan dalam model
regresi serta alasannya.
(2) Untuk mengetahui bentuk model regresi prediksi harga saham.
(3) Untuk mengetahui apakah model yang telah dibentuk dapat meramalkan harga
saham dengan baik.
(4) Untuk mengetahui mengenai independent variable yang digunakan.
(5) Untuk mengetahui harga saham Perusahaan A di 5 bulan ke depan.
(6) Untuk mengetahui keputusan yang perlu dilakukan Christine dan kapan harus
dilakukan.
 BAB 2
LANDASAN TEORI

2.1. Pengertian
Regresi adalah estimasi/perkiraan dari scatter plot ke fungsi dalam
variable tertentu. sehingga jumlah jarak masing-masing titik di scatter plot
minimum terhadap fungsi. Oleh definisi tersebut, linear reggression dapat secara
khusus didefinisikan sebagai estimasi dari suatu nilai yang menggunakan fungsi
linear.
Bentuk umum dari linear regression adalah :
Yj ∑
Yang merupakan estimasi nilai Yj dengan eror ej.

2.2 Penghitungan
Adapun independent variable yang akan digunakan harus dihitung terlebih
dahulu derajat korelasinya terhadap dependent variable dengan rumus sebagai
berikut.
∑( )( )
√∑( ) ∑( )
Dan akan berdampak signifikan terhadap Y jika dan hanya jika | | 5
Diilustrasikan untuk simple linear regression

Gambar 2.1 Scatter Plot

Maka jarak error adalah :
ej = Yj – ∑
Perhatikan bahwa dapat bernilai negatif. Karena yang akan dibuat minimum
adalah jumlah jarak, maka masing-masing dari dapat dikuadratkan agar
semuanya bernilai positif, dan diperoleh:
2
= (Yj – ∑ )2

Dan perlu dicari koefisien agar SSE atau ∑ = ∑( – ∑ )

bernilai minimum.
Karena SSE merupakan fungsi dalam , maka SSE akan mencapai titik
minimum ketika turunan SSE terhadap masing-masing bernilai . Sehingga
akan didapatkan nilai turunan dari SSE dan seluruhnya merupakan fungsi dalam
Karena sistem persamaan linear variabel yang diperoleh terdiri dari
persamaan, maka solusi dari pasti dapat dicari.

2.3 Hypothesis Testing

Selanjutnya akan dilakukan pengujian menggunakan hypothesis testing
untuk menentukan apakah variable yang digunakan berpengaruh signifikan
terhadap dependent variable. Variable akan digunakan jika independent variable
memberikan pengaruh signifikan. Hipotesis dari tes ini adalah.

Dapat dilihat bahwa hypothesis testing di atas merupakan two-tailed.

Maka, dengan significance level 5 , akan diterima jika dari suatu
variable kurang dari 0.05, yang mengindikasikan bahwa independent variable
tersebut signifikan terhadap dependent variable.

2.4. Prediksi Nilai Saham

Untuk memprediksi nilai saham di masa yang mendatang, akan dibuat
multivariate linear regression, yang akan mencerminkan estimasi dari masing-
masing independent variable dalam fungsi waktu. Yang akhirnya dapat digunakan
untuk membentuk model harga saham dalam fungsi waktu. Karena hanya
dinyatakan dalam fungsi waktu, maka model yang digunakan adalah multivariate
simple linear regression.
Jika harga saham cenderung turun, maka Christine perlu menjual
kepemilikan sahamnya di Perusahaan A. Sebaliknya, Jika harga saham cenderung
turun, maka Christine perlu mempertahankan kepemilikan sahamnya di
Perusahaan A.
 BAB 3
PEMBAHASAN DAN ISI

3.1 Visualisasi Data dan Penghitugan Korelasi

Gambar 3.1 Data Scatter Plot

Dalam model regresi linear yang akan dibuat, terdapat 4 independent

variable yang akan digunakan untuk mengestimasi dependent variable.
Sebelumnya, perlu dilakukan penghitungan nilai korelasi antara dependent
variable dengan masing-masing independent variable untuk mengetahui
keterkaitan di antaranya pada model regresi. Nilai korelasi tersebut dapat
diperoleh menggunakan rumus :
∑( )( )
√∑( ) ∑( )
Setelah dilakukan penghitungan, didapat data sebagai berikut.
𝑟𝑥1 𝑦 3 8112
𝑟𝑥2 𝑦 679 36
𝑟𝑥3 𝑦 791598
𝑟𝑥4 𝑦 8269137
𝑟𝑡 𝑦 5 681
 Coefficients Standard Error t Stat P-value
Intercept -2108,8828 1111,862985 -1,896711 0,06996498
X Variable t 0,086271 0,06627465 1,3017194 0,20536899
X Variable 1 -0,000665 0,000731412 -0,909257 0,37225563
X Variable 2 480,792653 69,55145969 6,9127615 3,7816E-07
X Variable 3 0,55855401 0,076385295 7,31232379 1,4912E-07
X Variable 4 27,3928449 7,847388799 3,49069551 0,00188525

Tabel 3.1 Hypothesis Test Variable

Selain itu, setelah dilakukan penghitungan dengan Excel, dari

dan lebih dari 0,05, maka diterima, dan tidak signifikan terhadap harga
saham Perusahaan A. Maka dari kedua data diputuskan bahwa waktu dan kurs
tukar USD terhadap IDR tidak akan dijadikan sebagai independent variable dalam
model ini. Sedangkan ketiga variable lainnya akan digunakan.

3.2 Pemodelan Regresi Linear

Untuk 3 independent variable, maka regresi linearnya akan berbentuk
sebagai berikut.
𝑌 𝑎 𝑥 𝑎3 𝑥3 𝑎4 𝑥4 𝑎 .
Perhatikan bahwa error dalam suatu bulan adalah
𝑒𝑡 𝑌𝑡 (𝑎 𝑥 𝑡 𝑎3 𝑥3 𝑡 𝑎4 𝑥4 𝑡 𝑎 ) ⟺ 𝑒𝑡 (𝑌 𝑎 𝑥 𝑡 𝑎3 𝑥3 𝑡

𝑎4 𝑥4 𝑡 𝑎 )
𝑑(𝑒𝑡 )
2(𝑌 𝑎 𝑥 𝑡 𝑎3 𝑥3 𝑡 𝑎4 𝑥4 𝑡 𝑎 )( 𝑥 𝑡 )
𝑑𝑎
Sehingga didapat bahwa
𝑑∑(𝑒𝑡 )
2𝑎 ∑(𝑥 ) 2𝑎3 ∑(𝑥 𝑥3 ) 2𝑎4 ∑(𝑥 𝑥4 ) 2𝑎 ∑𝑥 2∑(𝑥 𝑌)
𝑑𝑎
Karena ∑(𝑥 ) ∑(𝑥 𝑥3 ) ∑(𝑥 𝑥4 ) ∑𝑥 dan ∑(𝑥 𝑌) bernilai angka, maka
𝑑∑(𝑒𝑡2 )
berbentuk persamaan linear 4 variable : (𝑎 𝑎3 𝑎4 𝑎 ). Dengan cara
𝑑𝑎2

yang sama, juga diperoleh.

𝑑∑(𝑒𝑡 ) 𝑑∑(𝑒𝑡 ) 𝑑∑(𝑒𝑡 )
𝑑𝑎3 𝑑𝑎4 𝑑𝑎
Sehingga akan terbentuk 4 persamaan linear 4 variable. Oleh karena itu, pasti
terdapat solusi (𝑎 𝑎3 𝑎4 𝑎 ) . Untuk mempermudah pekerjaan, dilakukan
komputasi menggunakan Excel dan diperoleh hasil sebagai berikut.
Coefficients Standard Error t Stat P-value
Intercept -2134,378209 898,7026218 -2,3749549 0,02521296
X Variable 2 0,001341901 0,000499598 2,68596191 0,01243122
X Variable 3 480,4127423 78,80546583 6,09618555 1,922E-06
X Variable 4 0,582319405 0,087582659 6,648798 4,718E-07

Tabel 3.2 Perhitungan Regresi

Sehingga model regresi yang diperoleh adalah sebagai berikut :

𝑌 13419 1 ⋅ 𝑥 48 4127423 ⋅ 𝑥3 5823194 5 ⋅ 𝑥4
( 2134 3782 9)

3.3 Evaluasi Model Regresi

Dari data regresi yang dilakukan Excel juga didapat bahwa 𝑝
𝑣𝑎𝑙𝑢𝑒 untuk masing-masing variable kurang dari tingkat signifikan 0.05, maka
untuk ketiga variable, 𝐻 ditolak dan 𝐻 diterima. Dengan kata lain, ketiga
variabel berpengaruh signifikan terhadap harga saham. Model regresi yang telah
dibuat sudah baik karena sudah dihitung nilai korelasi untuk memilih variable
yang berkaitan serta 𝑝 𝑣𝑎𝑙𝑢𝑒 dari masing-masing lebih kecil dari significance
level, yaitu 0.05.

3.4 Analisa Independent Variable

Harga IHSG dan inflasi dipilih sebagai variable tambahan karena
dianggap memiliki keterkaitan terhadap harga saham. IHSG memengaruhi harga
saham perusahaan A karena harga saham gabungan dapat mencerminkan kondisi
untuk investasi dan optimisme dari para investor untuk membeli saham sebuah
perusahaan, sedangkan inflasi juga berdampak karena perubahan nilai rupiah
dapat mengubah harga saham.
Selain itu, variable yang dipilih dianggap tidak mempengaruhi satu sama
lain atau saling lepas. Hal ini dibuktikan dengan dilakukan multicollinearity test
menggunakan metode VIF dan didapat bahwa nilai 𝑉𝐼𝐹 6 94 < 1 .
−𝑟 2

Maka dapat disimpulkan bahwa tidak terdapat masalah dalam multicollinearity.

Regression Statistics
Multiple R 0,933163836
R Square 0,870794745
Adjusted R Square 0,855886446
Standard Error 173,9112175
Observations 30

Tabel 3.3 Statistik Regresi

3.5. Ramalan Harga Saham

Data harga saham Perusahaan A menunjukkan trend menurun di lebih dari
1 tahun terakhir.

Gambar 3.2 Harga Saham 2 Tahun Terakhir

Diketahui bahwa bentuk umum dari multivariate simple regression adalah

sebagai berikut.
𝑌𝑖𝑘 𝑎 𝑘 𝑎 𝑘 𝑥𝑖
Dengan 𝑖 menyatakan bulan ke-𝑖 dan 𝑘 menyatakan variable ke-𝑘. Maka, untuk
setiap 𝑌 , masing-masing variable dapat dinyatakan dalam simple linear
regression karena hanya akan berbentuk 𝑌𝑖 𝑎 𝑎 𝑥𝑖 . Penghitungan masing-
masing variable dalam fungsi waktu menggunakan Excel menghasilkan data
sebagai berikut.
1. Fungsi harga emas terhadap waktu.
Coefficients Standard Error t Stat P-value
Intercept 580696,213 21165,80749 27,4355804 8,8558E-22
X Variable 2 12536,6533 1192,242784 10,5151849 3,139E-11

Tabel 3.4 Harga Emas terhadap Waktu

Maka model regresi linear yang didapat berbentuk :

𝑥 ℎ𝑎𝑟𝑔𝑎 𝑒𝑚𝑎𝑠 12536 6533 ∗ 𝑡 58 696
Dan karena memiliki nilai 𝑝 𝑣𝑎𝑙𝑢𝑒 yang rendah, maka waktu berdampak
terhadap harga emas.
2. Fungsi inflasi terhadap waktu
Coefficients Standard Error t Stat P-value
Intercept 3,52505747 0,165845771 21,2550339 8,1718E-19
X Variable 3 -0,0454661 0,00934188 -4,8669086 3,9907E-05
Tabel 3.5 Inflasi terhadap Waktu

Maka model regresi linear yang didapat berbentuk :

𝑥3 𝑖𝑛𝑓𝑙𝑎𝑠𝑖 454661 ∗ 𝑡 3 525 747
Dan karena memiliki nilai 𝑝 𝑣𝑎𝑙𝑢𝑒 yang rendah, maka waktu berdampak
terhadap inflasi.
3. Fungsi IHSG terhadap waktu
Coefficients Standard Error t Stat P-value
Intercept 6502,26733 171,3795203 37,9407488 1,2779E-25
X Variable 4 -44,309419 9,653588531 -4,5899428 8,5034E-05
Tabel 3.6 IHSG terhadap Waktu

Maka model regresi linear yang didapat berbentuk :

𝑥4 𝐼𝐻𝑆𝐺 44 3 9419 ∗ 𝑡 65 2 26733
Dan karena memiliki nilai 𝑝 𝑣𝑎𝑙𝑢𝑒 yang rendah, maka waktu berdampak
terhadap IHSG.
 Dengan mensubstitusi masing-masing nilai 𝑥 𝑥3 𝑥4 diperoleh fungsi
harga saham Perusahaan A terhadap waktu adalah :
𝑌 13419 1 ⋅ 𝑥_2 48 4127423 ⋅ 𝑥_3 5823194 5 ⋅ 𝑥_4
( 2134 3782 9)
𝑌 13419 1 ⋅ ( 454661 ∗ 𝑡 3 525 747) 48 4127423
⋅( 454661 ∗ 𝑡 3 525 747) 5823194 5
⋅ ( 44 3 9419 ∗ 𝑡 65 2 26733) ( 2134 3782 9)

Dan didapat :
𝑌 3345 51 47 6448 𝑡
Sehingga dapat disimpulkan harga saham akan cenderung turun dalam 5
bulan ke depan, dengan data sebagai berikut :
01 Nov 2020 1.869
01 Dec 2020 1.821
01 Jan 2021 1.773
01 Feb 2021 1.726
01 Mar 2021 1.678
Tabel 3.7 Prediksi Harga Saham Perusahaan A

Pembentukan model regresi tidak dilakukan secara langsung untuk

membentuk harga saham Perusahaan A dalam fungsi waktu karena setelah
dilakukan penghitungan, didapat lebih besar dari significance level.
Coefficients Standard Error t Stat P-value
Intercept 4055,7931 150,5050308 26,9478906 1,4376E-21
X Variable t -26,373749 8,477755313 -3,1109353 0,0042614

Tabel 3.8 Regresi Harga Saham terhadap Waktu

3.6. Keputusan Kepemilikan Saham

Maka, Christine lebih baik untuk menjual kepemilikan sahamnya di
Perusahaan A secepatnya karena harga saham Perusahaan A diprediksi akan terus
turun dalam 5 bulan ke depan.
 BAB 4
KESIMPULAN

Berdasarkan data hasil penelitian dan pembahasan dapat disimpulkan

beberapa hal sebagai sebagai berikut
(1) Korelasi harga kurs USD, harga emas, tingkat inflasi, dan harga IHSG
terhadap harga saham Perusahaan A berturut-turut adalah 3 8112
679 36 791598 8269137 Karena korelasi USD dengan saham
yang rendah dan memiliki lebih dari significance level, maka USD
tidak akan digunakan dalam model regresi.
(2) Model regresi yang terbentuk adalah :
𝑌 13419 1 ⋅ 𝑥 48 4127423 ⋅ 𝑥3 5823194 5 ⋅ 𝑥4
( 2134 3782 9)
(3) Model yang terbentuk sudah baik karena setiap independent variablenya
terbukti signifikan terhadap perubahan harga saham, dan telah dibuktikan
dengan menggunakan metode hypothesis testing.
(4) Independent variable yang dipilih tidak memiliki keterkaitan yang kuat satu
sama lain karena setelah dilakukan multicollinearity test dengan metode VIF
didapat nilai <10.
(5) Harga saham Perusahaan A dalam 5 bulan ke depan akan cenderung turun
dengan nilai sebagai berikut :
01 Nov 2020 1.869
01 Dec 2020 1.821
01 Jan 2021 1.773
01 Feb 2021 1.726
01 Mar 2021 1.678
Tabel 4.1 Prediksi Harga Saham
(6) Christine perlu segera menjual kepemilikan sahamnya di perusahaan A karena
akan kurang menguntungkan.
 Dependent Variable 1 Variable 2 Variable 3 Variable 4
Stock Price/Harga Saham
Date t Exchange Rate (USD-IDR) Harga Emas (IDR-Gram) Inflasi (%) IHSG (IDR)
Perusahaan A
01 May 2018 1 3.520 13.905 684.229 3,41 5.983,6
01 Jun 2018 2 3.750 13.879 657.820 3,23 5.799,2
01 Jul 2018 3 3.570 14.285 660.004 3,12 5.936,4
01 Aug 2018 4 3.490 14.440 650.792 3,18 6.018,5
01 Sep 2018 5 3.640 14.788 661.802 3,20 5.976,6
01 Oct 2018 6 3.850 14.910 677.500 2,88 5.831,7
01 Nov 2018 7 3.680 15.090 688.083 3,16 6.056,1
01 Dec 2018 8 3.750 14.302 679.608 3,23 6.149,5
Lampiran 1 Data Perusahaan A

01 Jan 2019 9 3.900 14.410 703.496 3,13 6.533,0

01 Feb 2019 10 3.860 13.956 677.050 2,82 6.443,4
01 Mar 2019 11 3.960 14.115 670.147 2,57 6.468,8
01 Apr 2019 12 3.790 14.225 670.205 2,48 6.455,4
01 May 2019 13 3.900 14.222 677.015 2,83 6.209,1
01 Jun 2019 14 4.140 14.333 731.439 3,32 6.358,6
01 Jul 2019 15 4.300 14.113 729.918 3,28 6.390,5
01 Aug 2019 16 4.450 14.156 777.558 3,32 6.328,5
LAMPIRAN

01 Sep 2019 17 4.310 14.185 751.682 3,49 6.169,1

01 Oct 2019 18 4.110 14.228 774.888 3,39 6.228,3
01 Nov 2019 19 3.930 14.042 741.256 3,13 6.011,8
01 Dec 2019 20 3.970 14.105 771.471 3,00 6.229,5
01 Jan 2020 21 3.800 13.882 788.095 2,72 5.940,1
01 Feb 2020 22 3.490 13.655 762.753 2,68 5.452,7
01 Mar 2020 23 3.160 14.347 808.518 2,98 4.538,9
01 Apr 2020 24 3.500 16.678 1.003.004 2,96 4.716,4
01 May 2020 25 3.150 14.875 926.445 2,67 4.970,1
01 Jun 2020 26 3.050 14.610 938.133 2,19 4.905,4
01 Jul 2020 27 3.050 14.265 999.254 1,96 5.149,6
01 Aug 2020 28 2.860 14.656 1.022.845 1,54 5.238,5
01 Sep 2020 29 2.730 14.570 972.955 1,32 4.870,0
01 Oct 2020 30 2.750 14.826 992.467 1,42 5.104,9
 DAFTAR PUSTAKA

Bank Indonesia. (2020). Laporan Inflasi (Indeks Harga Konsumen).

https://www.bi.go.id/id/moneter/inflasi/data/Default.aspx.
Dobbs, Steve dan Miller, Jane. (2002). Advanced Level Statistics 1. Cambridge:
Cambridge University Press.
__________. (2003). Advanced Level Statistics 2. Cambridge: Cambridge
University Press.
Helwig, Nathaniel E. (2017). Multivariate Linear Regression.
Hidayatulloh, Paramita, dan Ermawati. 2019. Impresi Kurs, Market Value dan
Interest Rate terhadap Stock Price pada Sektor Perbankan yang Terdaftar
di BEI Periode 2015 – 2017. Progress Conference. 2(1):243-249
Investing. (2020). Harga Historis Jakarta Stock Exchange Composite.
Jumria. (2020). Analisis Pengaruh Inflasi, Kurs dan Suku Bunga Terhadap Harga
Saham pada Perbankan Konvensional yang Terdaftar di Bursa Efek
Indonesia Tahun 2014 – 2018. Jurnal Edueco. 3(1):43-54.
Jong, Piet de dan Heller, Gillian Z. (2008). Generalized Linear Models for
Insurance Data. New York: Cambridge University Press.
Menon, Pradeep. (2017). Data Science Simplified Part 5: Multivariate Regression
Models.
Rencher, Alvin C. dan Schaalje, Bruce G. (2007). Wiley Series in Probability and
Statistics. Massachusetts: John Wiley & Sons.
Somantri, Ating dan Muhidin, Sambas Ali. (2006). Aplikasi Statistika Dalam
Penelitian. Bandung: CV Pustaka Setia.