119778625 pertemuan ke 6 estimasi dan prakiraan permintaan

11
ESTIMASI DAN PRAKIRAAN PERMINTAAN Oleh Kelompok 10 Firlana Rahmania (115020200111081) Rr. Charisma Putri (115020200111105) UNIVERSITAS BRAWIJAYA FAKULTAS EKONOMI DAN BISNIS JURUSAN MANAJEMEN

Upload: fsoendoro

Post on 18-Feb-2015

50 views

Category:

Documents


3 download

DESCRIPTION

ekonomi manajerial

TRANSCRIPT

Page 1: 119778625 Pertemuan Ke 6 Estimasi Dan Prakiraan Permintaan

ESTIMASI DAN PRAKIRAAN PERMINTAAN

Oleh

Kelompok 10

Firlana Rahmania (115020200111081)

Rr. Charisma Putri (115020200111105)

UNIVERSITAS BRAWIJAYA

FAKULTAS EKONOMI DAN BISNIS

JURUSAN MANAJEMEN

Maret 2013

Page 2: 119778625 Pertemuan Ke 6 Estimasi Dan Prakiraan Permintaan

ESTIMASI DAN PRAKIRAAN PERMINTAAN

Estimasi permintaan pasar tidaklah sama artinya dengan peramalan permintaan pasar. Estimasi

permintaan pasar ditujukan untuk menentukan nilai sekarang dari koefesien pada fungsi permintaan

pasar. Sementara peramalan permintaan pasar ditujukan untuk mendapatkan nilai-nilai permintaan

pasar di waktu yang akan datang.

A. METODE- METODE PENGESTIMASIAN PERMINTAAN PASAR

Pada setiap pengestimasian kita akan temukan tahap pengumpulan data. Berdasarkan cara

pengumpulan data ini pengestimasian permintaan pasar dibedakan menjadi dua kelompok :

1. Metode Langsung (Direct Method), dan

2. Metode Tidak Langsung (Indirect Method)

1. Metode Langsung

Metode langsung adalah metode – metode pengestimasian di mana pada pengumpulan datanya

mengikutkan konsumen secara langsung. Metode di sini merupakan pendekatan penelitian

pemasaran. Metode – metode yang termasuk dalam metode langsung yaitu :

a) Survei Konsumen (consumer surveys)/ Wawancara (interview)

b) Klinik Konsumen (consumer clinics) /Simulasi situasi pasar (simulated market situation)

c) Eksperimen pasar (market experiments)

Metode –metode di atas secara mendalam dipelajari dalam buku atau kuliah riset pemasaran.

Namun kita di sini akan membahasnya secara sederhana.

a) Survei Konsumen (consumer surveys)

Suatu metode yang digunakan untuk mengetahui sikap dan persepsi para pelanggan dengan

cara wawancara secara langsung atau dengan questioner yang telah dipersiapkan terlebih dahulu.

Kelemahan dari metode ini ialah biaya relative mahal dan survei kurang realistik.

Karena kelemahan tersebut maka banyak perusahan yang menambahkan dengan metode

penelitian observasi, yaitu pengamatan yang dilakukan oleh salesman pada suatu area.

Page 3: 119778625 Pertemuan Ke 6 Estimasi Dan Prakiraan Permintaan

b) Klinik Konsumen (consumer clinics)

Ini merupakan ekperimen laboratorium di mana sejumlah partisipan diberikan sejumlah

uang tertentu dan diminta untuk membelanjakannya dalam suatu toko simulasi dan melihat

bagaimana mereka memberikan reaksi terhadap suatu produk. Kelemahan dari metode ini ialah :

- Hasilnya dipertanyakan karena partisipan tahu bahwa mereka dalam simulasi dan

sedang diobservasi, sehingga terkadang mereka berlaku tidak normal.

- Biaya juga relative mahal

c) Eksperimen Pasar (market experiment)

Suatu cara untuk membuat estimasi permintaan dengan melakukan uji coba pada segmen

pasar tertentu. Uji coba ini dilakukan dengan memberikan perlakuan tertentu terhadap factor-

faktor yang mempengaruhi permintaan.

Kelebihannya ialah dapat dilakukan dengan skala besar untuk lebih meyakinkan mengenai

keabsahan dari hasilnya dan bahwa konsumen tidak sadar bahwa mereka merupakan bagian dari

eksperimen. Namun ada pula kekurangannya, yaitu dalam rangka menjaga biaya tetap rendah,

eksperimen biasanya tetap dalam skala yang terbatas dan waktu yang relative singkat, sehingga

gambarannya untuk jangka panjang perku dipertanyakan.

2. Metode Tidak Langsung

Metode tidak langsung adalah metode – metode pengestimasian di mana pada pengumpulan

datanya tidak mengikutkan konsumen secara langsung. Data-data yang dikumpulkan merupakan

data-data sekunder. Salah satu metode yang termasuk dalam kelompok ini adalah metode regresi.

B. PENGESTIMASIAN PERMINTAAN PASAR DENGAN REGRESI

Metode regresi adalah metode estimasi yang menghubungkan suatu variable (variable tak bebas)

dengan variable-variabel lain yang mempengaruhinya (variable bebas). Sementara kita ketahui bahwa

fungsi permintaan pasar adalah hubungan antara jumlah komoditi yang diminta dengan berbagai factor

yang mempengaruhinya. Dengan demikian jelaslah mengapa metode yang sering digunakan dalam

metode tidak langsung ialah metode regresi. Dalam metode ini, jumlah komoditi yang diminta

merupakan variable tak bebas atau variable yang dijelaskan, sementara factor-faktor yang

mempengaruhi seperti harga komoditi, pendapatan konsumen, dll, adalah variable bebas atau variable

yang menjelaskan.

Page 4: 119778625 Pertemuan Ke 6 Estimasi Dan Prakiraan Permintaan

Seperti telah kita uraikan di muka estimasi permintaan pasar ditujukan untuk menetapkan nilai

sekarang dari koefesien fungsi permintaan pasar, sehingga metode regresi inipun nantinya akan kita

tujukan untuk memetapkan berapa nilai koefesien tersebut, sekaligus menarik kesimpulan pola

hubungan antara variable bebas dan variabrl tak bebas berdasarkan nilai-nilai koefesien tersebut.

Adapun tahap-tahap dari pengestimasian metode regresi ini, yaitu :

1. Tahap penyusunan model

2. Tahap mengumpulkan data

3. Tahap penentuan nilai koefesien model

4. Tahap analisis model

Gambar 1 : Tahap-tahap pengestimasian Metode Regresi

Penyusunan Model

- Spesifikasi

- Menentukan bentuk hubungan antar variable atas dasar

teori ekonomi

Pengumpulan Data

Pengestimasian

- Menetapkan nilai koefesien dari model

Analisis Model

- Analisis signifikansi

- Analisis pelanggaran asumsi

Hasil analisis : Model regresi tidak reliable

Hasil analisis : Model regresi reliable

Teori Ekonomi

Tahap 1

Tahap 2

Tahap 3

Tahap 4

Penerapan

Page 5: 119778625 Pertemuan Ke 6 Estimasi Dan Prakiraan Permintaan

Tujuan utama pengestimasian adalah untuk mendapatkan bentuk fungsi permintaan yang bisa

dipercaya (reliable) untuk keperluan pengambilan keputusan.

1) Tahap Menyusun Model

Ada dua tahapan dalam menyusun model :

1. Spesifikasi Variabel : Menentukan variable-variable apa saja yang kita perkirakan merupakan

variable bebas (variable yang mempengaruhi jumlah permintaan pasar).

2. Menentukan bentuk hubungan antarvariable (bentuk persamaannya).

Bentuk hubungan antarvariabel (bentuk persamaannya) ada beberapa macam, antara lain :

A. Persamaan Regresi Linear

1. Regresi linear sederhana, dengan bentuk umum persamaan

Y = a + bX

2. Regresi linear berganda, dengan bentuk umm persamaan

Y = a + bX1 + cX2 + dX3 + … + mXn

B. Persamaan Regresi Non Linear

1. Persamaan potensial, dengan bentuk umum persamaan

Y = a + bX + cX2 + … + mXn

2. Persamaan expotensial, dengan bentuk umum persamaan

Y = a + bx

Persamaan regresi non linear dapat juga dinyatakan dalam bentuk lagarimatik seperti :

Log Y = a + b Log X

Log Y = a + b Log X + c (Log X)2

Atau dalam bentuk semi logaritmik, seperti :

Log Y = a + b Log X

Log Y = a + bX + cX2

Page 6: 119778625 Pertemuan Ke 6 Estimasi Dan Prakiraan Permintaan

Pengetahuan kita akan hubungan antarvariabel bebas dan variable tak bebas yaitu antara jumlah

komoditi yang diminta dengan factor-faktor yang mempengaruhinya akan sangat membantu dalam kita

menetapkan bentuk persamaan di atas.

2) Tahap pengumpulan data

Data yang kita kumpulkan di sini adalah data yang sesuai dengan variabel-variabel yang telah

kita spesifikasikan pada tahap pertama di atas. Seperti yang telah kita jelaskan di muka, metode

regresi merupakan metode tidak langsung di mana dalam pengumpulan data konsumen tidak

dilibatkan secara langsung, sehingga data yang kita peroleh adalah data sekunder.

Ada dua bentuk data sekunder yang dapat kita peroleh, yaitu :

1. Data Time Series

Yaitu data yang telah dicatat selama periode waktu tertentu. Misal, data perkembangan

tingkat harga mobil A mulai dari tahun 1979 sampai tahun 1989.

2. Data Cross Section

Yaitu data dari sumber yang berbeda yang dicatat pada waktu tertentu yang bersamaan.

Misal data tingkat harga mobil A di kota X, Y, Z, dst, yang kita catat pada tahun 1989.

3) Tahap penentuan nilai koefesien model

Nilai koerfesien ini dapat kita tentukan setelah kita memperoleh data seperti tahap di atas.

Penentuan nilai koefesien ini dapat kita lakukan dengan cara manual menggunakan rumus-rumus

statistik ataupun dengan cara bantuan komputer. Misalkan dari data yang kita miliki di atas dengan

bantuan komputer didapatkan koefesien model sebagai berikut :

Qx = -8000,631 + 2,4495 M + 5,5060 Py + 0,2651 Ix

Nilai-nilai koefesien pada model permintaan di atas menunjukkan bahwa permintaan akan

mobil akan bernilai -8000,631 bila pendapatan konsumen, harga mobil Y, dan pengeluaran iklan mobil

X adalah nol. Bila harga mobil Y dan pengeluaran iklan kita asumsikan tetap, maka setiap kenaikan

pendapatan konsumen sebesar Rp 1.000,00 akan menyebabkan peningkatan jumlah mobil X yang

diminta sebesar 2,4495 unit. Pendapatan konsumen dan pengeluaran iklan kita asumsikan tetap,

maka setiap kenaikan pendapatan konsumen sebesar Rp 1.000,00 akan menyebabkan peningkatan

Page 7: 119778625 Pertemuan Ke 6 Estimasi Dan Prakiraan Permintaan

jumlah mobil X yang diminta sebesar 5,5060 unit. Bila harga mobil Y dan pendapatan kita asumsikan

tetap, maka setiap kenaikan pendapatan konsumen sebesar Rp 1.000,00 akan menyebabkan

peningkatan jumlah mobil X yang diminta sebesar 0,2651 unit.

4) Tahap analisis model

Rumusan model permintaan akan mobil X di atas belum dapat kita terima sebagai model fungsi

permintaan yang bisa dipercaya (reliable), sehingga kita harus menganalisis terlebih dahulu. Analisis atas

model regresi ini meliputi analisis signifikansi dan analisis pelanggaran asumsi.

a) Analisis Signifikansi

Yaitu pengujian apakah variable-variabel bebas baik secara bersama-sama ataupun secara

individual betul-betul mampu (significant) menjelaskan perubahan-perubahan yang terjadi pada variabel

tak bebas.

Analisis signifikansi untuk mengetahui apakah variabel bebas secara individual betul-betul

mampu menjelaskan perubahan yang yang terjadi pada variabel tak bebas dilakukan dengan

menggunakan uji statistic t. Sedangkan analisis signifikansi untuk mengetahui apakah variabel bebas

secara bersama-sama betul-betul mampu menjelaskan perubahan yang yang terjadi pada variabel tak

bebas dilakukan dengan menggunakan uji statistik F dan koefesien determinan R2.

b) Analisis Pelanggaran Asumsi

Yaitu analisis yang ditujukan untuk mengetahui apakah model regresi yang kita dapatkan tidak

melanggar asumsi-asumsi dari suatu model regresi.

Tiga asumsi model regresi, yaitu :

1. Asumsi tidak adanya auto korelasi

Hubungan antara nilai suatu variabel dengan nilai variabel yang sama tetapi terjadi pada periode yang

sebelumnya. Analisi apakah model yang kita hasilkan melanggar asumsi nonauto korelasi atau tidak

dilakukan dengan cara visual melalui grafik time series residuals atau dengan uji statistic Durbin Watson.

Pelanggaran asumsi nonauto korelasi dapat diatasi dengan car memasukkan variabel yang diperkirakan

telah menyebabkan pola residuals yang begitu sistemastis.

Page 8: 119778625 Pertemuan Ke 6 Estimasi Dan Prakiraan Permintaan

2. Asumsi Homoscedasticity

Yaitu adanya kerandoman deviasi standar nilai variabel tak bebas pada setiap nilai variabel tak bebas.

Bila deviasi standar ini tidk random tapi menunjukkan hubungan yang sistematis dengan besarnya satu

atau lebih variabel bebas, maka ini berarti asumsi homoscedasticity terlanggar, atau dengan kata lain

pada model regresi terdapat heterocedasticity.

Pelanggaran asumsi homoscedasticity akan mempengaruhi standar error koefesien sehingga pada

akhirnya menyebabkan kesalahan pada pengujian signifikansi, yaiutu pada pengujian statistic t.

Jika kita melihat grafik nilai residuals grafiknya secara teratur membengkak atau mengecil dengan

bertambah besarnya nilai variabel bebas maka ini berarti terjadi heteroscedasticity, homoscedasticity

terlanggar. Pelanggaran asumsi ini dapat kita atasi dengan cara :

- Melihat kembali komposisi variabel bebas

- Merubah bentuk persamaan hubungan fungsional

- Dan atau menggunakan teknik derajat terkecil tertimbang (weighted least squaression

technique)

3. Asumsi non-multikolinearity

Maksudnya adalah dalam suatu model regresi variabel bebas tidak saling berhubungan secara signifikan

satu sama lainnya. Bila dua atau lebih variabel bebas dalam model regresi ternyata saling berhubungan

secara signifikan maka kemampuan menjelaskan dari variabel bebas terhadap variabel tak bebas

menjadi berkurang.

Pelanggaran asumsi non-multikolinearity ini dapat diketahui dengan melakukan tes korelasi

antarvariabel bebas. Bila ternya terdapat pelanggaran asumsi ini, maka salah satu variabel bebas yang

saling berhubungan tersebut harus dihilangkan.

Penggunaan Model Hasil Estimasi

Bila hasil dari semua analisis menunjukkan bahwa model regresi fungsi permintaan yang kita dapatkan

adalah dapat dipercaya (reliable), maka dengan demikian fungsi permintaan tersebut siap untuk kita

gunakan sebagai bahan pengambilan keputusan.

SUMBER

Page 9: 119778625 Pertemuan Ke 6 Estimasi Dan Prakiraan Permintaan

Salvatore, Dominick. 2001. Managerial Economics dalam Perekonomian Global. Alih Bahasa:

Ichsan Setyo Budi; Editor: Palupi Wuriarti. Jakarta: Salemba Empat.

Wiratmo, Masykur. 1992. Ekonomi Manajerial. Yogyakarta: Media Widya Mandala.