1. 1. KELOMPOK 3 1. Aliki Theophillia R. Pariela NIM : 126.142.0.1694 2. Untari Proboningrum NIM : 126.142.0.1690 3. Dyah Puspita Rini NIM : 126.142.0.1693 4. Diana Trisnawati NIM : 126.142.0.1696 Dosen : Dr. Sigit Sardjono, M.Ec. PROGRAM MAGISTER MANAJEMEN ANGKATAN 42 FAKULTAS EKONOMI UNIVERSITAS 17 AGUSTUS 1945 SURABAYA
2. 2. Ada 3 Metode yang digunakan untuk melakukan estimasi parameter (koefisien) dari fungsi Permintaan, yaitu : 1. The interview (or survey) method 2. Market experimentation 3. Regression Analysis Regression Analysis ini digunakan, untuk : 1. Study production 2. Cost function 3. Cost of capital relationship, etc
3. 3. Penjelasan Figure 5.1 - Garis AB = kurva permintaan - Point 1,2,3 = varian kombinasi antara Harga (P) dengan Kuantitas / jumlah yang diminta (Q) - Hubungan kurva = negatively sloped (kemiringan negatif), dikarenakan pergerakan dari kiri atas ke kanan bawah, dimana : Harga turun, maka Permintaan bertambah Harga naik, maka Permintaan menurun
4. 4. Penjelasan Figure 5.2 - Garis AB bukanlah kurva permintaan - Point 1,2,3 = harga / kuantitas yang merupakan hasil observasi, dimana saling mempengaruhi antara Kuantitas dari penawaran X oleh Produsen dengan Jumlah permintaan dari Konsumen (different demand curve) -S,S,S = pergeseran dari kurva Supply / penawaran - D,D,D = pergeseran dari Demand / permintaan - P,P,P = dapat diasumsikan terjadinya pengurangan harga dari Produsen, sehingga terjadi Q,Q,Q = kenaikan jumlah permintaan.
5. 5. Data harga dan kuantitas yang dibeli dapat digunakan untuk melakukan estimasi kurva permintaan, bilamana: 1. Kurva permintaan tidak bergerak, tetapi kurva penawaran bergerak 2. Memiliki informasi yang cukup untuk menentukan bagaimana kurva dapat digeser antara data observasi yang ada.
6. 6. Penjelasan Figure 5.3 - Kurva Demand = diasumsikan stabil - Pergerakan kurva Supply dari S ke S ke S - Setiap Point Harga / Jumlah Permintaan mewakili persimpangan dari Kurva Supply dan Demand - Maka point 1,2,3 = kurva Demand, sehingga DD dapat diestimasikan dengan menghubungkan ketiga point tsb.
7. 7. Untuk memisahkan pergeseran Demand dari perubahan Supply, harus memiliki lebih banyak informasi daripada hanya sekedar Harga/Kuantitas, yaitu : - Informasi tentang pergeseran kurva - seberapa jauh pergeseran terjadi - diperlukan identifikasi dan estimasi dari hubungan Demand Bilamana identifikasi masalah tidak dapat dipecahkan oleh Analisa Regresi, maka dapat menggunakan : 1. Consumer Interviews 2. Market experiments
8. 8. CONSUMER INTERVIEWS Dilakukan dengan : Mewawancarai / Survey / pengisian kuisioner terhadap Pembeli / Pembeli Potensial. Kelemahan / Kesulitan : 1. Konsumen sering tidak bersedia / jawaban tidak sesuai 2. Kecenderungan ada 2 variabel yang ditanyakan, yaitu : Harga dan Iklan 3. Konsumen tidak bisa menjawab secara mendetail / teknis keunggulan dari suatu produk (misal : mobil)
9. 9. CONSUMER INTERVIEWS Kegunaan: 1. Bisa mengetahui persaingan harga dan kesadaran / tingkat kepedulian konsumen terkait perbedaan harga 2. Bisa mengethaui tingkat kesadaran / kepedulian Konsumen terhadap iklan yang ada dan sejauh mana iklan tsb. Tertanam dalam benak konsumen. 3. Bisa mengetahui reaksi konsumen terhadap iklan produk Dst.
10. 10. MARKET STUDIES & EXPERIMENTATION Membuat percobaan / simulasi permintaan pasar, yang berguna untuk : 1. mengetahui karakter spesifik, variasi harga, packaging, iklan, dan variabel lain yang mempengaruhi dan merupakan variabel yang terkontrol. 2. Keterhubungan dengan karakter demografi / income, jumlah anggota keluarga, latar belakang pendidikan, latar belakang suku / budaya
11. 11. MARKET STUDIES & EXPERIMENTATION Kekurangan : 1. Pihak yang terlibat tahu bahwa ini hanyalah sebuah percobaan / simulasi, sehingga yang ditunjukkan bukanlah kebiasaan belanja yang sebenarnya. 2. Membutuhkan biaya yang besar
12. 12. Demand for Oranges : An illustrative Market Experiment Pada tahun 1962, Peneliti dari Universitas Florida membuat Market Experiment di Grand Rapids, Michigan, untuk meneliti persaingan antara Jeruk California dan Jeruk Florida Valencia. Pengujian didesain untuk mmembuktikan estimasi elastisitas harga permintaan, dan juga memastikan elastisitas harba barang subtitusi. Hasil Penelitian sebagaimana yang tercantum pada Table 5.1
13. 13. Penjelasan Table 5.1: Demand Realtionship for California and Florida Valencia Oranges Elastisitas harga Jeruk Florida Indian River = -3.07, yang berarti bahwa setiap penurunan harga sebesar 1%, maka meningkatkan penjualan sebesar 3.07 Jenis Jeruk Florida yang lain (Florida Interior) memiliki kesamaan elastisitas harga, sedangkan elastisitas harga dari Jeruk California lebih rendah, hal ini menunjukkan : bilamana terjadi perubahan harga, maka Jeruk California kurang direspon oleh konsumen dibandingkan dengan permintaan terhadap varian Jeruk Florida Elastisitas Subtitusi (cross-price elasticity) permintaan antara varian Jeruk Florida bernilai positif dan memiliki nilai/angka yang cenderung besar, dimana hal ini menunjukkan bahwa : Konsumen melihat bahwa kedua jenis varian Jeruk Florida merupakan varian subtitusi yang dekat dan akan dibeli bergantian bilamana terjadi perubahan harga pada varian tersebut. Elastisitas Subtitusi (cross-price elasticity) permintaan Jeruk California memiliki nilai/angka yang cenderung kecil, dimana hal ini menunjukkan bahwa : Konsumen tidak melihat Jeruk California sebagai subtitusi yang dekat/sesuai bilamana terjadi perubahan harga jual Jeruk Florida Pangsa pasar Jeruk California di Grand Rapid sangat berbeda dengan pangsa pasar Jeruk varian Florida
14. 14. REGRESSION ANALYSIS Secara teknis, biaya yang dibutuhkan relatif kecil, tetapi dapat digunakan untuk membuktikan estimasi permintaan (demand) Tahapan : 1. Melakukan spesifikasi variabel-variabel yang berpengaruh pada Demand (permintaan) 2. Untuk memperoleh estimasi yang akurat dari variabel- variabel yang ada, maka perlu dipastikan : harga, ketentuan/persyaratan yang ada, output / rasio kapasitas, biaya iklan, pendapatan, dll. 3. Melakukan spesifikasi terhadap bentuk persamaan yang ada
15. 15. Persamaan Linear : Q = a + bP + cA + dY Q = Jumlah Permintaan Produk P = Harga produk A = Biaya Iklan Y = Income / Pendapatan Jumlah Permintaan diasumsikan akan berubah secara linear bilamana terjadi perubahan pada setiap variable-variable yang independent. Q = aPbAcYd Q Y log Q = log a + b. log P + c. log A + d. log Y = adPbAcYd-1
16. 16. p = Q P P Q Q P p = abPb-1AcYd P Q p = abPb-1AcYd P aPbAcYd p = abPb-1AcYd P 1 aPbAcYd p = abPbAcYd P P aPbAcYd p = b = abPb-1AcYd
17. 17. Estimating the Regression Parameters Sales Y = a + bA Sales t = Yt = a + bA t + ut ut = Y t - a - bA t 1983 ut = (Yt - a - bA t ) t = 1977 t = 1977 1983 ut t = 1977 a 1983 ut t = 1977 b = -2 (Yt - a - bA t ) = 0 1983 t = 1977 = -2 A t(Yt - a - bA t ) = 0 1983 t = 1977
18. 18. Estimating the Regression Parameters 1983 (A t - )(Yt - Y) t = 1977 b = 1983 (A t - ) t = 1977 a = Y - b Sales t = Yt = 19.8 + 4.7 A t
19. 19. Interpreting the Regression Equation Sales Yt = a + bAt + cPt + ut sales Y advertising sales Y price = b = c
20. 20. Measures of Overall Explanatory Power n t = 1 t = a + bXt n t = 1 n n t = 1 t = 1 (t Yt ) (Yt Y ) Total Variation in Y = (Yt Y ) Total Explained Variation = (t Y ) Total Unexplained Variation = (Yt t) = ut (Yt Y ) = (t Yt ) + ut R =
21. 21. Measures of Overall Explanatory Power ( F - Statistic ) k 1 n k Total explained variation / (k - 1) Total unexplained variation / (kn- 1) F = 6.89 k = 6 (jumlah koefisien estimasi) n = 20 (jumlah data observasi) R = R - ( 1 - R ) F =
22. 22. Measures of Individual Variabel Explanatory Power ( T - Statistic ) b b* Standart error of (b b*) Sales Yt = a + bAt + cPt + ut t =
23. 23. Permasalahan yang timbul dalam Analisa Regresi 1. Residu diasumsikan sebagai distribusi random 2. Residu diasumsikan untuk mengikuti distribusi normal 3. Residu diasumsikan memiliki nilai yang diharapkan sebesar 0 (nol) 4. Residu diasumsikan memiliki variasi nilai konstanta
24. 24. Frequency Distribution (Figure 5.8) Merupakan penempatan residual pada skala linear yang menunjukkan distribusi frekuensi residual Sequence Plot (Figure 5.9) Merupakan penempatan residual berdasarkan urutan yang ada untuk mendeteksi penyimpangan asumsi regresi demand = f ( price, income, advertising, dll)
25. 25. Hypothetical Residual Pattern Gambar 5.10 (a) Frekuensi kejadian dalam suatu waktu, dimana trend variabel tidak masuk dalam bentuk yang ada , dimana fungsi permintaan melambat dalam perubahan dari waktu ke waktu (misal : perubahan cita rasa, gaya hidup, dll) Gambar 5.10 (b) Menggambarkan efek trend yang tidak konstan dari waktu ke waktu tetapi mengindikasikan terjadinya perubahan peningkatan atau penurunan residu Gambar 5.10 (c) Gambar ini menunjukkan telah terjadi sesuatu yang parah, dimana penempatan point variasi residu tidka konstan dari waktu ke waktu dalam kurun waktu observasi (invalide data)