Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
1
UTILITY THEORY
2
PERAN UTILITAS DALAM PENGAMBILAN KEPUTUSAN
TERDAPAT PERBEDAAN SETIAP INDIVIDU DALAM MENILAI KEUNTUNGAN DALAM BENTUK UANG. TINGKAT KEPUASAN SESEORANG BISA MENINGKAT LUAR BIASA MISALNYA DENGAN ADANYA TAMBAHAN KEUNTUNGAN 1 JUTA, SEMENTARA YANG LAIN TINGKAT KEPUASANNYA HANYA MENINGKAT SEDIKIT. TAMBAHAN TINGKAT KEPUASAN SANGAT TERGANTUNG PADA (1) UANG ATAU BARANG YANG SUDAH DIMILIKI (2) SIFAT INDIVIDU KEDUA HAL TERSEBUT DIATAS SANGAT BERPENGARUH TERHADAP SESEORANG DI DALAM MENGAMBIL KEPUTUSAN.
3
CONTOH UTILITAS Bila ditawari untuk memilih dua pilihan berikut, mana yang anda pilih? Diberi uang Rp 100 juta dengan probabilitas 50%, artinya kemungkinan mendapat uang Rp 100 juta sama dengan kemungkinan tidak mendapatkannya. Diberi uang Rp 40 juta secara pasti. E (A1) = 50% x Rp 100 juta = Rp 50 juta E(A2) = Rp 40 juta. Berdasarkan expected value maka orang akan pilih A1 karena E(A1) > E(A2). Namun dalam kenyataan banyak orang memilih A2 karena nilai Rp 40 juta cukup besar dan terlalu naif kalau kita mau mempertaruhkan Rp 40 juta untuk mendapatkan Rp 100 juta dengan probailitas 50%.
4
CONTOH UTILITAS B. Bila ditawari untuk memilih dua pilihan berikut, mana yang anda pilih? Diberi uang Rp 1000 dengan probabilitas 50%, artinya kemungkinan mendapat uang Rp 1000 sama dengan kemungkinan tidak mendapatkannya. Diberi uang Rp 400 secara pasti. E (B1) = 50% x Rp 1000 = Rp 500 E(B2) = Rp 400. Berdasarkan expected value maka orang akan pilih B1 karena E(B1) > E(B2). Pertanyaannya apakah pilihan B1 disebabkan oleh E(B1) > E (B2)? Atau ada pertimbangan lain? Mempertaruhkan Rp 400 untuk memperoleh keuntungan Rp 500 dalam konteks ini tidak menjadi masalah karena tambahan kepuasannya tidak banyak.
5
CONTOH UTILITAS C. Bila ditawari untuk memilih dua pilihan berikut, mana yang anda pilih? Diberi uang Rp dengan probabilitas 50%, artinya kemungkinan mendapat uang Rp sama dengan kemungkinan tidak mendapatkannya. Diberi uang Rp 4000 secara pasti. E (C1) = 50% x Rp = Rp 5000 E (C2) = Rp 4000. Ada yang pilih C1 dan ada yang pilih C2, walaupun E(C1) > E(C2), sehingga ada faktor lain yang menentukan pengambilan keputusan selain dari expected value. Faktor tersebut adalah tingkat kepuasan Tingkat kepuasan ditentukan oleh berapa banyak uang/barang yang sudah dimiliki dan sifat dari pengambil keputusan.
6
KURVA UTILITAS Decreasing marginal utility for money UTILITAS 4 3 2 1
10 30 60 100 UANG (Rp juta) Decreasing marginal utility for money
7
KURVA UTILITAS KASUS A Tambahan Utilitas Rp 500 ribu Rp 40,5 juta
Bagi orang yang sudah punya Rp 500 ribu, tambahan utilitas Rp 40 juta sangat signifikan sehingga dia tidak mau mempertaruhkan Rp 40 juta untuk mendapatkan Rp 100 juta dengan probabilitas 50%.
8
KURVA UTILITAS KASUS B Tambahan Utilitas Rp 500,4 ribu Rp 500 ribu
Bagi orang yang sudah punya Rp 500 ribu, tambahan utilitas Rp 400 sangat kecil sehingga dia mau mempertaruhkan Rp 400 untuk mendapatkan Rp 1000 dengan probabilitas 50%.
9
KESIMPULAN UTILITY MENYEBABKAN KEPUTUSAN YANG DIAMBIL TIDAK SELALU DIDASARKAN PADA EXPECTED VALUE DARI ALTERNATIF YANG ADA. UTILITY MENYEBABKAN ORANG MAU MEMBELI LOTERE KARENA HARGA LOTERE RELATIF RENDAH WALAUPUN PROBABILITAS UNTUK MENANG SANGAT KECIL.
10
CASE STUDY Time Trade Off Method (to assess utility of a health state)
You have arthritis (severe - unable to walk to shops – need a buggy – in pain most of the time) and are aged 48 Choose between living with arthritis until 80 or living in perfect health for a shorter length of time eg Etc until chosen a year
11
Time Trade Off Utility is 1- (number of years willing to give up)/(80-current age) If age selected was 75 Utility = 1-(80-75)/(80-48) = 0.84 The better your health the less the years you give up. If age selected was 48, then utility = 1-(80-48)/(80-48)=0 (you give up).
12
Decision data better 0.9 Treat 0.1 Not better better 0.2 Don’t Treat
Chance Node better 0.9 Treat 0.1 Not better UTI better 0.2 Don’t Treat 0.8 Not better
13
Result 0.9 is better than 0.2 Treat Don’t Treat better Not better 0.9
UTI Chance Node Treat Don’t Treat better Not better 0.9 0.1 0.2 0.8
14
Cost Data Costs 2 better 0.9 Treat 9 0.1 Not better better 2 0.2
Urinary Tract Infection better 2 0.2 Don’t Treat Not better 9 0.8
15
Expected Costs Result: More people get better (90 % vs 20%)
(2*0.9) + (9*0.1)=2.7 2 better 0.9 Treat 9 0.1 Not better Urinary Tract Infection better 2 0.2 Don’t Treat Not better 9 0.8 (0.2*2)+(0.8*9)=7.6 Result: More people get better (90 % vs 20%) It is cheaper (2.70 vs 7.60)
16
Utilities/Pay-off Utilities/Pay off 9 better 0.9 Treat 2 0.1
Not better Urinary Tract Infection better 9 0.2 Don’t Treat Not better 2 0.8
17
Expected Pay-off (9*0.9) + (2*0.1)=8.3 9 better 0.9 Treat 2 0.1
Not better Urinary Tract Infection better 9 0.2 Don’t Treat Not better 2 0.8 (0.2*9)+(0.8*2)=3.4 Result: More people get better (90 % vs 20%) It is cheaper (2.70 vs 7.60) The utilities/pay-off are better (8.3 vs 3.4) Probably should treat? Depends on utility
18
UTILITY CURVE UTILITY Utility is 1- (number of years willing to give up)/(80-current age) 1 AGE (YEARS) 48 80 The closer your age to 80, the lesser the utility you have
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.