Ekonomi Manajerial Rps 5.docx

MANAJEMEN MANAJERIAL “ESTIMASI PERMINTAAN” DOSEN : Drs. Wayan Mudiartha Utama, MM

OLEH : KELOMPOK 2

Ni Luh Putu Prawerti Widhari

(1707521077)

Rieska Anisa Dwiantari

(1707521091)

Kadek Mellyana Teja Utami Putri (1707521107)

PROGRAM STUDI MANAJEMEN FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS UDAYANA BALI 2019

A. Pengertian Identifikasi dan Penaksiran Permintaan Identifikasi dan penaksiran permintaan adalah suatu proses pengamatan dan penaksiran suatu permintaan produk barang atau jasa dipasaran. Penaksiran permintaan itu sendiri adalah proses menemukan nilai-nilai koefisien dari fungsi permintaan suatu produk. Dimana fungsi permintaan adalah fungsi dari variabel-variabel harga, iklan, pendapatan konsumen, trend, dan variabel- variabel lain yang mempengaruhi tingkat permintaan.

B. Metode-Metode Pengestimasian Permintaan Pasar Pada setiap pengestimasian akan terdapat tahap pengumpulan data. Berdasarkan cara pengumpulan data ini pengestimasian permintaan pasar dibedakan menjadi dua kelompok : 1. Metode Langsung ( Direct Method ) 2. Metode Tidak Langsung ( Inderect Method ) 1. Metode Langsung Metode langsung adalah metode-metode pengestimasian dimana pada pengumpulandatanya mengikutkan konsumen secara langsung. Metode ini merupakan pendekatan penelitian pemasaran. Metode-metode yang termasuk dalam metode langsung yaitu : a) Survey Konsumen / wawancara b) Klinik Konsumen /simulasi situasi pasar c) Eksperimen pasar Metode-metode diatas secara mendalam dipelajari lebih spesifik dalam buku riset pemasaran. a) Survey konsumen Suatu metode yang digunakan untuk mengetahui sikap dan presepsi para pelanggan dengan wawancara secara langsung atau dengan questioner yang telah dipersiapkan terlebih dahulu. Kelemahan dari metode ini ialah biaya relative mahal dan survei kurang realistik. Adapun kelemahan lainnya : 

Kecakapan random



Bias pewawancara



Adanya kesenjangan antara niat dan tindakan

Karena kelemahan tersebut maka banyak perusahaan yang menambahkan dengan metode penelitian observasi, yaitu pengamatan yang dilakukan oleh salesman pada suatu area . Secara ringkas bisa dikatakan bahwa dalam membuat koesioner, harus dilakukan dengan pertimbangan yang matang, dan kita harus berpikir kritis dalam menginterpretasikan hasil-hasil survey tersebut. Berikut contoh hasil survey pasar : Contoh: Perusahaan sepatu BISTAR ingin memperkenalkan sepatu baru dan ingin menaksir kurva permintaan untuk sepatu baru itu. Para staf departemen riset pasar telah membuat survey dengan kuesioner atas seribu orang yang diwawancarai yang sedang berbelanja barang-barang yang sifatnya sama. Orang-orang yang diwawancarai masing-masing diminta untuk memilih salah satu dari enam jawaban apakah mereka benar-benar ingin membeli sepatu baru itu pada 5 tingkat harga? Jawaban-jawabannya adalah (a) sama sekali tidak; (b) nampaknya tidak; (c) barangkali, mungkin; (d) nampak suka; (e) sangat suka; (f) pasti ya. Jumlah orang-orang yang menjawab pada setiap kategori pada setiap tingkat harga ditunjukkan pada table dibawah. Analisis telah menentukan bahwa probabilitas untuk pembelian nyata atas produk tersebut untuk setiap jawaban adalah 0,0 untuk jawaban (a); 0,2 untuk jawaban (b); 0,4 untuk jawaban (c); 0,6 untuk jawaban (d); 0,8 untuk jawaban (e); 1,0 untuk jawaban (f).

Harga (ribu

Jumlah Responden (a)

(b)

(c)

(d)

Kuantitas (e)

(f)

rupiah)

yang diharapkan

9

500

300

125

50

25

0

160

8

300

225

175

150

100

50

335

7

100

150

250

250

150

100

500

6

50

100

100

300

250

200

640

5

0

25

50

225

300

400

800

Dari data di atas kita dapat memperoleh nilai harapan jumlah yang diminta pada setiap tingkat harga. Sebagi contoh, pada tingkat harga Rp 9 ribu, harapan dari penjualan setiap kelompok responden adalah: E(Q)

= 500 (0,0) + 300 (0,2) + 125 (0,4) + 50 (0,6) + 25 (0,8) + 0 (1,0) = 160 unit

Dengan begitu kita dapat menghitung harga-harga yang lain dengan cara yang sama. Dengan menempatkan koordinat kuantitas harga tersebut pada suatu grafuk, tampak bahwa intersep kurva permintaan mendekati Rp 10 ribu dan slopenya mendekati -5/800 atau -0,00625. Taksiran atas slope tersebut bisa deperoleh dengan melihat bahwa jika harga turun dari Rp 10 ribu ke Rp 5 ribu (meningkat = -5 ribu), jumlah yang diminta meningkat dari 0 menjadi 800 unit (naik = 800). Taksiran kurva permintaan tersebut adalah Px = 10,00 – 0,00625Qx. Kemudian dari kurva permintaan tersebut, dapat ditentukan MR, yaitu MRx = 10,00 – 0,0125Qx, karena kurva MR mempunyai intercept yang sama dengan kurva permintaan, tetapi slopenya dua kali slope kurva permintaan. Kurva permintaan dan kurva MR yang dimaksud seperti berikut :

b) Klinik konsumen

Ini merupakan eksperimen laboraturium di mana sejumlah partisipan diberikan sejumlah uang tertentu dan diminta untuk membelanjakan 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.

Bila para partisipan dipilih secara seksama sehingga dapat mewakili pasar produk-produk tersebut, kita dapat mengamati sesudah reaksi mereka terhadap perubahan harga dan berbagai kegiatan promosi dan menyimpulkan bahwa seluruh pasar akan merespon perubahan harga tersebut dengan cara yang sama. Hasil dari uji pasar simulasi ini harus diamati secara cermat. Ada kemungkinan bahwa cara para partisipan tersebut membelanjakan uang orang lain berbeda dengan cara mereka membelanjakan uang mereka sendiri.

c) Eksperimen pasar Suatu cara untuk membuat estimasi permintaan dengan melakukan uji coba pada segmen pasar tertentu. Uji coba ini dilakukan dengan memberikan perlakuan tertentu terhadap faktor-faktor yang memengaruhi permintaan.



Kelebihannya ialah dapat dilakukan dengan sekala besar untuk lebih meyakinkan mengenai keakuratan dari hasilnya dan bahwa konsumen tidk sadar bahwa mereka merupakan bagian dari eksperimen .



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 perlu dipertanyakan.

Sebagai contoh, pada sebuah pasar regional perusahaan dapat memotong harga produknya sebesar 10% dan membandingkan reaksi penjualan pada pasar tersebut dengan pasar regional serupa lainnya. Kemungkinan lain, perusahaan tersebut dapat meningkatkan promosi di pasar tertentu untuk “menilai” dampak dari suatu perubahan sebelum menanggung biaya dan resiko yang lebih besar untuk melakukan perubahan tersebut di seluruh wilayah negara. 2. Metode tidak langsung Metode tidak langsung adalah metode yang dilakukan berdasarkan data yang telah dikumpulkan dan kemudian dilakukan upaya-upaya untuk menemukan hubunganhubungan statistic antara variable dependen dengan independen. 

Estimasi Permintaan Pasar dengan Analisid Regresi Linier

Menganggap bahwa Y merupakan fungsi dari X (atau beberapa variabel X) dan setelah mendapatkan data tentang variabel – variabel ini, maka dapat ditentukan bentuk ketergantungan variabel Y dengan variabel X. Bentuk linier yang dipakai:

Y = a + b1X1 + b2X2 + … + bnXn

Dari data yang didapat, dilakukan penafsiran untuk menentukan garis linear dengan menggunakan metode kuadrat kecil (OLS) untuk menghasilkan simpangan minimum. Namun untuk kali ini tidak akan dibahas lebih lanjut.

Untuk mendapatkan nilai A dan B akan digunakan persamaan berikut:

X

∑¿

¿ X −¿ ¿ n∑ ¿ n ∑ XY −∑ X ∑ Y B= ¿ 2

A=Y´ −b X´

Untuk memudahkan memahami penggunaan persamaan linier ini, berikut merupakan contoh hipotesis. Misalkan seorang pengusaha buah-buahan menjual rambutan hasil kebunnya di toko yang berjumlah 6 toko. Pengusaha itu ingin mengetahui elastisitas harga permintaan rambutan ini. Enam tokonya berada didaerah dengan tingkat pendapatan menengah, dan semuanya saat ini menjual rambutan tersebut dengan harga 0.79 ribu/kg. Penjualan musiman pada 6 toko tersebut rata-rata 4.2625 Kg/toko, tanpa ada simpangan melebihi 150 unit dari nilai rata-rata tersebut. Kita missal pengusaha tersebut memutuskan untuk melaksanakan suatu eksperimen: tingkat harga ditetapkan berbeda untuk setiap toko untuk mengamati reaksi penjual terhadap tingkat harga. Sebagai pembanding, harga pada toko pertama tetap pada nilai 0.79 ribu/kg. Tingkat harga di toko-toko lain dan tingkat penjualannya selama selanjutnya ditunjukkan pada tabel berikut: Toko No. 1 2 3 4 5

Harga X

Penjualan Y

XY

X2

Y2

0.79 0.99 1.25 0.89 0.59

4.650 3.020 2.150 4.400 6.380

3.6735 2.9898 2.6875 3.9160 3.7642

0.6241 0.9801 1.5625 0.7921 0.3481

21.6225 9.1204 4.6225 19.3600 40.7044

6

0.45 5.500 4.96 26.100 (∑X) (∑Y) ∑ Y 26.1 Y´ = = =4. 35 n 6

2.4750 19.5060 (∑XY)

0.2025 4.5094 (∑X2)

30.2500 125.6798 (∑Y2)

∑ X 4.96 X´ = = =0.8267 n 6

Dari data diatas, dapat dicari: B=

6 ( 19.506 )−4.96(26.1) =−5.0595 6 ( 4.5094 )−(4.96)2

A=4.35− (−5.0595 ) ( 0.8267 ) =8.5327 Kemudian dari hasil, kita dapat memasukan nilai tersebut kedalam bentuk linear: Y =8.5327−5.0595 X persamaan regresi ini menunjukkan ketergantungan antara jumlah yang diminta dengan harga per unit. Bentuk persamaan ini dapat dirubah menjadi P = a + bQ menjadi kurva permintaan. Q=8.5327−5.0595 P Yang diubah menjadi: P=1.6865−0.19765 Q

Dari semua perhitungan ini, dapat dicari elastisitasnya pada titik harga tertentu. Misalkan sebagai contoh pada nilai harga P = 0.85: Pertama tentukan jumlah quantitas ^ Q=8.5327−5.0595 ( 0.85 )=4.2321 Lalu, menghitung nilai elastisitas pada harga 0.85: ∈=

dQ P . dP Q

∈=−5.0595.

0.85 =1.0162 4.2321

Elastisitas harga permintaan pada tingkat harga Rp 0.85 ribu hanya sedikit diatas satu yaitu 1.0162. Ini menandakan bahwa total penerimaan (TR) akan tetap konstan walupun harga meningkat atau turun dari harga Rp 0.85 ribu tersebut. Koefisien determinasi Koefisien determinasi (R2) adalah angka yang menunjukkan proporsi variabel dependen yang dijelaskan oleh variasi variabel independen. Artinya, R2 menunjukkan seberapa jauh kesesuaian persamaan regresi tersebut dengan data. X

∑¿ ¿ ¿2 ¿ Y

∑¿

¿ ¿ 2 X −¿ ⌊ n∑ ¿ √¿ n ∑ XY −∑ X ∑ Y ¿ ¿ R2=¿ Menggunakan soal yang sama seperti yang tadi: 2

R=

(√

6 ∑ (19.506)−4.96(26.1) ⌊ 6 ( 4.5094 )−(4.96)2 ⌋ ⌊ 6(125.6798)−(26.1)2 ⌋

2

)

=0.8624

Nilai R2 diatas menunjukkan bahwa lebih dari 86% variasi pada observasi penjualan disebabkan oleh perubahan tingkat harga. Varians lain yang tak terjelaskan adalah faktor-faktor lain yang berbeda diantara 6 toko tersebut. Kesalahan Baku Penaksiran (standard error of estimate) Kesalahan Baku Penaksiran (Se) adalah ukuran penyebaran data dari garis yang paling tepat. Dengan Se kita dapat menghitung interval keyakinan (sekitar nilai penaksiran untuk variabel independen) untuk tingkat-tingkat keyakinan yang berbeda. Se=

√

∑ Y 2−a ∑ Y −b ∑ XY n−2

Kembali menggunakan contoh sebelumnya:

Se=

√

125.6795−( 8.5327 ) ( 26.1 )−(−5.0595)(19.506) =0.64555 6−2

Jadi kesalahan baku penaksiran sebesar 0.64555 atau 645.55 unit, karena data penjualan dalam ribuan. Untuk mendapatkan interval keyakinan 95 persen cukup menambahkan dua kali angka ini Y^ untuk mendapatkan batas keyakinan atas dan mengurangkan dua kali untuk menemukan batas keyakinan bawah. Dengan memiliuh harga dekat X´ , misalkan Rp 0.85 ribu, kita dapat menaksirkan penjualan sebagai berikut: Y^ =8.5327−5.0595 ( 0.85 )=4.2321 Namun penjualan aktual tidak akan jatuh tepat pada 4.2321 unit, untuk mencapai keyakinan 95% maka hanya perlu menambahkan dan mengurangi Y^ dengan 2 Se untuk mendapatkan batas atas dan bawah keyakinan interval 95%: Batas atas: Y^ +2 S e =4.2321+2 ( 0.64555 )=5.5233 Batas bawah: Y^ −2 Se =4.2321−2 ( 0.64555 )=2.9409 Jadi bisa dengan yakin dikatakan dengan tingkat 95% bahwa jika harga ditetapkan sebesar Rp 0.85 ribu maka penjualan akan terletak antara 2.904,9 unit dan 5.523,3 unit.

Kesalahan Baku Koefisien Kesalahan baku koefisien (standard error of coefficient) Sβ, adalah ukuran ketepatan nilai ^β yang diperoleh, yaitu keofisien yang menaksir hubungan marginal antara variabel X dan Y. secara singkat, Sβ adalah simpang baku dari ^β . S β= `

Se

√∑ X −n ∑ X´ 2

2

Sebagai contoh menggunakan soal sebelumnya:

Koefisien taksiran B adalah 5.0595. Berapa batas keyakinan 95% dari penaksiran ini? S β=

0.6456 =1.5792 √ 4.5094−6( 0.2867)2

Lalu dilakukan hal yang sama seperti kesalahan baku koefisien: Batas atas: B+ 2 S β =−5.0595+2 ( 1.5792 )=−1.9009

Batas bawah: B−2 S β =−5.0595−2 ( 1.5792 )=−8.2181

Jadi batas 95% keyakinan untuk koefisien taksiran adalah -1.9009 dan -8.2181.

DAFTAR PUSTAKA

Salvatore,Dominick.2001.Managerial Economics dalam Perekonomian Global. Jakarta : salemba Empat.