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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. Interpreting the Regression Equation Sales Yt = a + bAt +
cPt + ut sales Y advertising sales Y price = b = c
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. 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. Measures of Individual Variabel Explanatory Power ( T -
Statistic ) b b* Standart error of (b b*) Sales Yt = a + bAt + cPt
+ ut t =
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. 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. 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)