Ekonomi Manajerial dalam Perekonomian Global Bab 4 : Estimasi Permintaan (DEMAND ESTIMATION) Dosen : Dr. H. R. Abdul Maqin, SE., MP

Estimasi Permintaan Penaksiran (Estimation) permintaan merupakan proses untuk menemukan nilai dari koefisien-koefisien fungsi permintaan akan suatu produk pada masa kini (curen values). Nilai-nilai masa kini dibutuhkan untuk mengevaluasi optimalitas penentuan harga sekarang dan kebijaksanaan promosi dan untuk membuat keputusan sehari-hari.

Estimasi Permintaan: Pendekatan Riset Pemasaran Survei Konsumen : mensurvei konsumen bgm reaksi tehd jumlah yg diminta jika ada perubahan harga, pendapatan, dll menggunakan kuisioner Penelitian Observasi : pengumpulan informasi ttg preferensi konsumen dgn mengamati bgmana mereka membeli dan menggunakan produk Klinik Konsumen : eksperimen lab dimana partisipan diberi sejumlah uang tertentu dan diminta membelanjakannya dalam suatu toko simulasi dan mengamati bgmana reaksi mereka jika terjadi perubahan harga, pendapatan, selera, dll Eksperimen Pasar : mirip klinik konsumen, tetapi dilaksanakan di pasar yang sesungguhknya

Analisis Regresi Scatter Diagram Persamaan Regresi : Y = a + bX Y = Hasil Penjualan X = Pengeluaran Iklan

Analisis Regresi Garis Regresi : Line of Best Fit Garis Regresi : meminimunkan jumlah dari simpangan kuadrat pada sumbu vertikal (et) dari setiap titik pada garis regresi tersebut. Metode OLS (Ordinary Least Squares): metode jumlah kuadrat terkecil

Menggambarkan Garis Regresi

Analisis Regresi Sederhana Metode : OLS Model:

Metode OLS Tujuan: menentukan kemiringan (slope) dan intercept yang meminimumkan jumlah simpangan kuadrat (sum of the squared errors).

Metode OLS Prosedur Estimasi :

Metode OLS Contoh Estimasi

Metode OLS Contoh Estimasi

Standard Error of the Slope Estimate Uji Signifikansi Standard Error of the Slope Estimate

Uji Signifikansi Contoh Perhitungan

Uji Signifikansi Contoh Perhitungan

Uji Signifikansi Perhitungan : t-Statistic Derajat Bebas = (n-k) = (10-2) = 8 Critical Value at 5% level =2.306 Nilai t-stat dipergunakan untuk menguji secara parsial apakah variabel bebas mempengaruhi variabel terikat secara signifikan atau tidak.

Uji Signifikansi Decomposition of Sum of Squares Total Variation = Explained Variation + Unexplained Variation

Decomposition of Sum of Squares Uji Signifikansi Decomposition of Sum of Squares

Koefisien Determinasi Uji Signifikansi Koefisien Determinasi Nilai R2 disebut juga dengan koefisien determinasi menunjukkan seberapa besar variasi dari variabel terikat disebabkan oleh variabel bebasnya. Misalakan R2 = 0,85 Artinya variasi tingkat penjualan disebabkan oleh variasi biaya promosi sebesar 85%.

Uji Signifikansi Koefisien Korelasi Ukuran derajat hubungan atau kovariasi antara dua variabel (positif atau negatif)

Analisis Regresi Berganda Model:

Analisis Regresi Berganda Adjusted Coefficient of Determination

Analisis Regresi Berganda Analysis of Variance and F Statistic Uji F untuk mengetahui apakah semua variabel bebas secara bersama-sama mempengaruhi variabel terikat secara siginifikan atau tidak.

t-sat (2,663) (2,813) R2 = 0,93 dan F-stat = 46,61 Contoh: Dari contoh sebelumnya, dengan menambah satu variabel bebas yaitu biaya untuk QC, dengan data sebagai berikut: Tahun 1 2 3 4 5 6 7 8 9 10 Biaya promosi (X1) 11 12 13 14 15 Biaya QC (X2) Penjualan (Y) 44 40 42 46 48 52 54 58 56 60 Berdasarkan data tersebut, maka hasil regresi berganda dengan komputer adalah: t-sat (2,663) (2,813) R2 = 0,93 dan F-stat = 46,61

Uji F-stat dilakukan untuk mengetahui apakah semua variabel bebas secara bersama-sama mempengaruhi variabel terikat secara siginifikan atau tidak. Dengan kriteria pengujian: Jika nilai F-stat > nilai F-tabel, maka H0 ditolak (H1 diterima), artinya variabel bebas mempengaruhi variabel terikat secara signifikan. Jika nilai F-stat < nilai F-tabel, maka H0 diterima (H1 ditolak), artinya variabel bebas tidak mempengaruhi variabel terikat secara signifikan. Nilai F-stat hasil regresi berganda = 46,61, dengan dan df numerator (df pembilang), (k-1)=3-1 = 2 dan df denominator (df Penyebut),(n-k) = 10 – 3 = 7, maka F-tabel = 4,74. Dengan demikian T-stat > F-tabel, artinya variabel biaya promosi dan biaya QC secara bersama-sama mempengaruhi tingkat penjualan secara signifikan. Nilai R2 = 0,93, artinya variasi tingkat penjualan disebabkan oleh variasi biaya promosi dan variasi biaya QC sebesar 93%.

Problems in Regression Analysis Multicollinearity: yaitu adanya korelasi variabel-variabel bebas diantara satu dengan yang lainnya dalam suatu model regresi Heteroskedasticity: yaitu apabila kesalahan atau residual dari model yang diamati tidak memiliki varians yang konstan dari suatu observasi ke observasi lainnya. Autocorrelation: yaitu terjadinya korelasi antara anggota observasi satu dengan observasi lainnya yang berlainan waktu

Durbin-Watson Statistic Uji Autocorrelation If d=2, autocorrelation is absent.

Langkah-Langkah Estimasi Permintaan dengan Regresi Spesifikasi Model dengan Cara Mengidentifikasi Variabel-Variabel, misalnya : Qd = f (Px, I, Py, A, T) Pengumpulan Data Spesifikasi Bentuk Persamaan Permintaan Linier : Qd = A - a1Px + a2 I + a3 Py + a4 A + a5 T Pangkat : Qd = A(Px)b(Py)c Estimasi Nilai-Nilai Parameter Pengujian Hasil