PENAKSIRAN FUNGSI PERMINTAAN Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN PERMINTAAN - Peaksira permitaa - Prakiraa permitaa C. METODE PENAKSIRAN PERMINTAAN - Metode lagsug - Metode tidak lagsug Modul 5 ii membahas megeai peaksira fugsi permitaa. Setelah mempelajari modul ii, mahasiswa diharapka mampu: 1. Memahami da mejelaska perbedaa peaksira da prakiraa permitaa.. Memahami da mejelaska metode peaksira permitaa. MODUL 5 A. PENDAHULUAN Pada pembahasa sebelumya, telah dibahas megeai fugsi permitaa, yaki megaalisis dampak harga suatu produk terhadap jumlah produk yag dimita idividu da masyarakat. Pada bagia ii aka membahas megeai proses dalam peaksira fugsi permitaa. Peaksira fugsi permitaa sagat bermafaat bagi maajer utuk megaalisis kebijaka pejuala perusahaa da megaalisis daya beli idividu da masyarakat. Iformasi megeai fugsi permitaa suatu produk tidak selalu tersedia. Maajer perusahaa utuk memperoleh iformasi megeai fugsi permitaa, melalui berbagai metode, seperti melakuka peelitia medalam di pasar da melalui pedekata statistik. B. PENAKSIRAN DAN PRAKIRAAN PERMINTAAN Sebelum lebih lajut mempelajari peaksira fugsi permitaa, terlebih dahulu perlu dipahami perbedaa atara peaksira da prakiraa permitaa. Peaksira fugsi permitaa merupaka proses utuk meetuka ilai koefisie suatu fugsi permitaa pada suatu suatu produk. Pada sisi yag lai, prakiraa ilai-ilai permitaa suatu produk di masa yag aka datag. PENAKSIRAN FUNGSI PERMINTAAN
Ekoomi Maajerial / Peaksira Fugsi Permitaa Brawijaya Uiversity 01 Peaksira da prakiraa permitaa memiliki tujua yag berbeda-beda. Tujua utama peaksira permitaa adalah utuk megevaluasi peetua harga produk, yaitu apakah peetua harga produk oleh perusahaa telah sesuai dega kemampua idividu da masyarakat. Prakiraa permitaa dimaksudka utuk sebagai sumber iformasi di dalam merecaaka produksi produk da pegembaga produk di masa depa. Perbedaa atara peaksira da peramala permitaa dapat dijelaska pada gambar berikut: 010 011 01 013 Peaksira fugsi permitaa Peramala permitaa Utuk memperjelas kosep peaksira da peramala permitaa, dapat dijelaska dega cotoh sebagai berikut: Cotoh 5.1 Diketahui: Tahu Harga (P) Jumlah (Q) 011 100 0 01 70 40 Hitug: itepretasi fugsi permitaa di atas Pembahasa: Berdasarka pada tabel di atas, maka dapat diketahui fugsi permitaa adalah Q 86,66666667-0,6666666667P. Itepretasi dari fugsi permitaa tersebut adalah: 1. Peaksira fugsi permitaa suatu produk utuk tahu 011-01 adalah Q 86,66666667-0,6666666667P. Itepretasi dari fugsi permitaa tersebut adalah jika harga suatu produk pada tahu 01 megalami peurua, aka meyebabka peigkata permitaa suatu produk sebesar 0,6666666667 pada tahu 01.. Berdasarka pada fugsi permitaa di atas, maka dapat diramalka permitaa pada tahu 013 adalah jika pada tahu 01 harga produkya dituruka kembali, maka jumlah permitaa produkya dapat diprediksika pada tahu 013 aka megalami peigkata sebesar 0,6666666667. C. METODE PENAKSIRAN PERMINTAAN Arsyad (011) megugkapka terdapat dua metode peaksira permitaa suatu produk, yaitu: 1. Metode lagsug Metode lagsug merupaka metode yag melibatka kosume secara lagsug kepada idividu da masyarakat sebagai sumber iformasi utuk meaksir permitaa suatu produk. Beberapa metode peaksira permitaa yag termasuk dalam metode lagsug, atara lai: 81
Ekoomi Maajerial / Peaksira Fugsi Permitaa Brawijaya Uiversity 01 a. Wawacara da survei Metode peaksira permitaa ii dilakuka dega melakuka wawacara kepada ididividu da masyarakat megeai: a) produk yag dimita oleh masyarakat, b) keterkaita peigkata harga produk terhadap jumlah permitaa produk, da sebagaiya. Metode ii pada umumya dilakuka dega cara peeliti membagika kuesioer kepada idividu da masyarakat. Berdasarka pada data dari kuesioer tersebut, dapat di aalisis lebih lajut dega megguaka aalisis statistik utuk meaksir permitaa suatu produk pada suatu periode. b. Pasar simulasi Metode pasar simulasi merupaka suatu simulasi pasar yag dibuat oleh perusahaa dega tujua utuk memperoleh data megeai perilaku dari idividu yag dilibatka dalam pasar simulasi tersebut. c. Eksperime pasar secara lagsug Metode ii hampir sama dega metode pasar simulasi, aka tetapi pada metode ii, perusahaa melakuka peelitia terhadap perilaku idividu secara riil di pasar.. Metode tidak lagsug Metode tidak lagsug merupaka metode yag megguaka data yag telah diperoleh oleh perusahaa da kemudia data tersebut diolah secara statistik utuk memperoleh fugsi permitaa suatu produk. Metode utuk meaksir permitaa suatu produk yag terkategori metode tidak lagsug adalah aalisis regresi. Aalisis regresi adalah suatu tekik statistik yag diguaka utuk megetahui seberapa besar pegaruh suatu variabel terhadap variabel yag lai. Berikut ii merupaka karakteristik dari aalisis regresi, atara lai: a. Utuk megaalisis regresi, diperluka miimal dua data yaitu: a) data sebagai variabel bebas, da b) data sebagai variabel terikat. Variabel yag mempegaruhi variabel lai disebut dega variabel bebas (idepedet variable), sedagka variabel yag dipegaruhi oleh variabel yag lai disebut variabel terikat (depedet variable). Cotoh 5. Diketahui: Tahu Harga (P) Jumlah (Q) 011 100 0 01 70 40 Hitug: itepretasi fugsi permitaa di atas Pembahasa: Berdasarka pada tabel di atas dapat diketahui bahwa variabel Harga (P) merupaka variabel bebas, sedagka variabel Jumlah (Q) merupaka variabel terikat. b. Data yag diguaka dalam aalisis regresi merupaka data sekuder, seperti: a) data jumlah pejuala dari tahu ke tahu, da b) data harga jual produk dari tahu ke tahu. c. Data yag diguaka dalam aalisis regresi merupaka juga merupaka data rutut waktu (time series) da data seksi-silag (cross sectio). Data rutut waktu merupaka data yag dimiliki oleh suatu perusahaa tertetu yag 8
Ekoomi Maajerial / Peaksira Fugsi Permitaa Brawijaya Uiversity 01 tercatat pada suatu periode tertetu, sedagka data seksi-silag merupaka data yag berasal dari beberapa perusahaa yag tercatat pada suatu periode tertetu. Cotoh 5.3 Diketahui: Data Pejuala Produk Apel Perusahaa A Tahu Harga (P) Jumlah (Q) 001 9. 160 00 8. 335 003 7. 500 004 6. 640 005 5. 800 006 4. 850 007 3. 900 008. 970 Data Pejuala Produk Apel Perusahaa B Tahu Harga (P) Jumlah (Q) 001 9.500 10 00 8.500 300 003 7.500 400 004 6.500 60 005 5.500 740 006 4.500 870 007 3.500 870 008.500 90 Hitug: tujukka da tetuka data rutut waktu da data seksi-silag. Pembahasa: Data rutut waktu dapat ditujukka pada tabel data pejuala dari perusahaa A da perusahaa B, sedagka data seksi-silag merupaka data gabuga atara data pejuala Perusahaa A da data pejuala Perusahaa B. Cotoh megeai data seksi-silag dapat digambarka sebagai berikut: 83
Ekoomi Maajerial / Peaksira Fugsi Permitaa Brawijaya Uiversity 01 Data seksi-silag Pejuala Produk Apel di Pasar Tahu Harga (P) Jumlah (Q) Perusahaa A 001 9. 160 00 8. 335 003 7. 500 004 6. 640 005 5. 800 006 4. 850 007 3. 900 008. 970 Perusahaa B 001 9.500 10 00 8.500 300 003 7.500 400 004 6.500 60 005 5.500 740 006 4.500 870 007 3.500 870 008.500 90 Aplikasi Aalisis Regresi Secara matematis, aalisis regresi (persamaa regresi) dapat diyataka sebagai berikut: Y a + bx Dimaa: Y variabel terikat X variabel bebas a kostata b koefisie arah garis kurva (tigkat sesitivitas harga produk terhadap jumlah produk yag dimita) Rumus utuk meghitug ilai a da b adalah sebagai berikut: XY - X Y b X X a Y bx Y Y X X ( ) Berikut ii merupaka cotoh aplikasi aalisis regresi secara maual da aalisis regresi secara komputerisasi dega megguaka software Miitab. 84
Ekoomi Maajerial / Peaksira Fugsi Permitaa Brawijaya Uiversity 01 Aplikasi aalisis regresi secara maual Cotoh 5.4 Diketahui : data pada Cotoh 5.3 Hitug : aalisis regresi Data Pejuala Produk Apel Perusahaa A da Perusahaa B, baik megguaka data rutut waktu da data seksisilag Pembahasa: Perusahaa A b Harga (P) Jumlah (Q) X Y XY X Y 1 9. 160 1.440. 81.. 5.600 8. 335.680. 64.. 11.5 3 7. 500 3.500. 49.. 50. 4 6. 640 3.840. 36.. 409.600 5 5. 800 4.. 5.. 640. 6 4. 850 3.400. 16.. 7.500 7 3. 900.700. 9.. 810. 8. 970 1.940. 4.. 940.900 X Y XY X Y 44. 5.155 3.500. 84.. 3.910.85 XY - X X ( X) Y ( 44. 5. 155) ( 8 3. 500. ) b (8 84..)-(44.) 188.. 6. 80. b.7.. - 1.936.. 38. 80. b 336..00 0 b 0,1155357143 b 0, 116(pembulata) a Y bx Y Y 5. 155 Y 644. 375 8 X X 44. X 5. 500 8 85
Ekoomi Maajerial / Peaksira Fugsi Permitaa Brawijaya Uiversity 01 a 644,375 0, 1155357143 5. 500) a 644,375 635, 446487) a 1. 79, 8149 a 1. 80(pembulata) Berdasarka pada perhituga di atas, maka dapat diketahui fugsi permitaaya adalah Y 1.80 0,116X atau Q 1.80 0,116P Perusahaa B b Harga (P) Jumlah (Q) X Y XY X Y 1 9.500 10 1.140. 90.50. 14.400 8.500 300.550. 7.50. 90. 3 7.500 400 3.. 56.50. 160. 4 6.500 60 4.030. 4.50. 384.400 5 5.500 740 4.070. 30.50. 547.600 6 4.500 870 3.915. 0.50. 756.900 7 3.500 870 3.045. 1.50. 756.900 8.500 90.300. 6.50. 846.400 X Y XY X Y 48. 4.840 4.050. 330.. 3.556.600 XY - X X ( X) 19. 400. 3. 30. b.640.. -.304.. 39. 90. b 336.. b 0,118809538 b 0, 119(pembulata) a Y bx Y Y 4. 840 Y 605 8 X X 48. X 6. 8 a 605 0, 118809538 6. ) a 605 71, 857148) a 1. 317, 857143 a 1. 318(pembulata) Y Berdasarka pada perhituga di atas, maka dapat diketahui fugsi permitaaya adalah Y 1.318 0,119X atau Q 1.318 0,119P 86
Ekoomi Maajerial / Peaksira Fugsi Permitaa Brawijaya Uiversity 01 Data gabuga dari Perusahaa A da Perusahaa B b Harga (P) Jumlah (Q) X Y XY X Y 1 9. 160 1.440. 81.. 5.600 8. 335.680. 64.. 11.5 3 7. 500 3.500. 49.. 50. 4 6. 640 3.840. 36.. 409.600 5 5. 800 4.. 5.. 640. 6 4. 850 3.400. 16.. 7.500 7 3. 900.700. 9.. 810. 8. 970 1.940. 4.. 940.900 9 9.500 10 1.140. 90.50. 14.400 10 8.500 300.550. 7.50. 90. 11 7.500 400 3.. 56.50. 160. 1 6.500 60 4.030. 4.50. 384.400 13 5.500 740 4.070. 30.50. 547.600 14 4.500 870 3.915. 0.50. 756.900 15 3.500 870 3.045. 1.50. 756.900 16.500 90.300. 6.50. 846.400 X Y XY X Y 9. 9.995 47.550. 614.. 7.467.45 XY - X X ( X) Y ( 9. 9. 995) ( 16 47. 550. ) b (1 6 614..)-(9.) 760. 800. 919. 540. b 9.84..-8.464.. 158. 740. b 1.360.. b 0,11670588 b 0, 117(pembulata) a Y bx Y Y 9. 995 Y 64, 6875 16 X X 9. X 5. 750 16 a 64, 6875 0, 11670588 5. 750) a 64,6875 671, 14338) a 1. 95, 83088 a 1. 96(pembulata) 87
Ekoomi Maajerial / Peaksira Fugsi Permitaa Brawijaya Uiversity 01 Berdasarka pada perhituga di atas, maka dapat diketahui fugsi permitaaya adalah Y 1.96 0,117X atau Q 1.96 0,117P Aplikasi aalisis regresi secara komputerisasi Cotoh 5.5 Diketahui: Data Pejuala Produk Apel Perusahaa A da Perusahaa B yag telah dijelaska pada Cotoh 5.3 Hitug: aalisis regresi Data Pejuala Produk Apel Perusahaa A da Perusahaa B, baik megguaka data rutut waktu da data seksi-silag Pembahasa: Aalisis regresi utuk Perusahaa A (data rutut waktu) Regressio Aalysis: Jumlah (Q) versus Harga (P) The regressio equatio is Jumlah (Q) 180-0,116 Harga (P) Predictor Coef SE Coef T P Costat 179,8 63,9 0, 0, Harga (P) -0,11554 0,0106-10,88 0, S 68,8414 R-Sq 95,% R-Sq(adj) 94,4% Aalysis of Variace Source DF SS MS F P Regressio 1 560637 560637 118,30 0, Residual Error 6 8435 4739 Total 7 58907 Pehituga aalisis regresi dega megguaka Miitab, dapat diketahui fugsi permitaa pada perusahaa A adalah: Jumlah (Q) 180-0,116 Harga (P) Fugsi permitaa Jumlah (Q) 180-0,116 Harga (P) dapat digambarka sebagai berikut: 88
Ekoomi Maajerial / Peaksira Fugsi Permitaa Brawijaya Uiversity 01 10 Scatterplot of Harga (P) vs Jumlah (Q) 9 8 Harga (P) 7 6 5 4 3 100 00 300 400 500 600 Jumlah (Q) 700 800 900 1 Aalisis regresi utuk Perusahaa B (data rutut waktu) Regressio Aalysis: Jumlah (Q) versus Harga (P) The regressio equatio is Jumlah (Q) 1318-0,119 Harga (P) Predictor Coef SE Coef T P Costat 1317,86 76,7 17,8 0, Harga (P) -0,11881 0,01188-10,00 0, S 76,9637 R-Sq 94,3% R-Sq(adj) 93,4% Aalysis of Variace Source DF SS MS F P Regressio 1 59860 59860 100,09 0, Residual Error 6 35540 593 Total 7 68400 Pehituga aalisis regresi dega megguaka Miitab, dapat diketahui fugsi permitaa pada perusahaa B adalah: Jumlah (Q) 1318-0,119 Harga (P) Fugsi permitaa Jumlah (Q) 1318-0,119 Harga (P) dapat digambarka sebagai berikut: 89
Ekoomi Maajerial / Peaksira Fugsi Permitaa Brawijaya Uiversity 01 Scatterplot of Harga (P) vs Jumlah (Q) 10 9 8 Harga (P) 7 6 5 4 3 0 100 00 300 400 500 Jumlah (Q) 600 700 800 900 Aalisis regresi utuk data gabuga Perusahaa A da Perusahaa B, atau data pasar (data seksi silag) Regressio Aalysis: Jumlah (Q) versus Harga (P) The regressio equatio is Jumlah (Q) 196-0,117 Harga (P) Predictor Coef SE Coef T P Costat 195,83 46,01 8,16 0, Harga (P) -0,11671 0,00748-15,71 0, S 68,483 R-Sq 94,6% R-Sq(adj) 94,3% Aalysis of Variace Source DF SS MS F P Regressio 1 1158014 1158014 46,91 0, Residual Error 14 65659 4690 Total 15 13673 Pehituga aalisis regresi dega megguaka Miitab, dapat diketahui fugsi permitaa pada data gabuga perusahaa A da Perusahaa B (data seksi silag) adalah: Jumlah (Q) 196-0,117 Harga (P) Fugsi permitaa Jumlah (Q) 196-0,117 Harga (P) dapat digambarka sebagai berikut: 90
Ekoomi Maajerial / Peaksira Fugsi Permitaa Brawijaya Uiversity 01 Scatterplot of Harga (P) vs Jumlah (Q) 10 9 8 7 Harga (P) 6 5 4 3 1 100 00 300 400 500 600 Jumlah (Q) 700 800 900 1 Koefisie Determiasi Setelah diketahui proses aalisis regresi utuk meaksi permitaa suatu produk, berikut ii aka dijelaska megeai Koefisie Determiasi. Koefisie Determiasi merupaka agka hasil proses aalisis regresi yag meujukka seberapa besar proporsi dari variabel bebas utuk mejelaska variabel terikat. Rumus utuk meghitug Koefisie Determiasi adalah sebagai berikut: R XY - X Y [ X ( X) ] Y ( Y) [ ] Utuk memahami lebih lajut, berikut ii aka dijelaska beberapa cotoh yag aka mejelaska megeai kosep Koefisie Determiasi. Cotoh 5.6 Diketahui: Data sesuai pada Cotoh 5.4 Hitug: Koefisie Determiasi Pembahasa: 1. Perusahaa A R XY - X Y [ X ( X) ] Y ( Y) [ ] 91
Ekoomi Maajerial / Peaksira Fugsi Permitaa Brawijaya Uiversity 01 R R R R ( 8 3. 500. ) 44. 5. 155) [( 8 84.. ) 44. ) ][( 8 3. 910. 85) 5. 155) ] 188 6 80.... [ 336 ][ 4 71 575].... 38. 80. 1.583.45. 00..00 0 38. 80. 39.79.75,63 R 0,95 Proporsi pejelasa pegaruh harga produk apel terhadap jumlah permitaa apel pada perusahaa A dapat dijelaska sebesar 95,%, sedagka 4,8% dijelaska oleh faktor yag lai.. Perusahaa B R R R R R XY - X Y [ X ( X) ] Y ( Y) [ ] ( 8 4. 050. ) 48. 4. 840) [( 8 330.. ) 48. ) ][( 8 3. 556. 600) 4. 840) ] 19 400 3 30.... [ 336 ][ 5 07 00].... 39. 90. 1.689.139. 00..00 0 39. 90. 41.099.138,68 R 0,943 Proporsi pejelasa pegaruh harga produk apel terhadap jumlah permitaa apel pada perusahaa B dapat dijelaska sebesar 94,3%, sedagka 5,7% dijelaska oleh faktor yag lai. 9
Ekoomi Maajerial / Peaksira Fugsi Permitaa Brawijaya Uiversity 01 3. Data gabuga perusahaa A da perusahaa B R R R R R XY - X Y [ X ( X) ] Y ( Y) [ ] ( 16 47. 550. ) 9. 9. 995) [( 16 614.. ) 9. ) ][( 16 7. 467. 45) 9. 995) ] 760 800 919 540.... [ 1 360 ][ 19 578 775]..... 158. 740. 6.67.134...0 00 158. 740. 163.178. 7,7 R 0,946 Proporsi pejelasa pegaruh harga produk apel terhadap jumlah permitaa apel di pasar dapat dijelaska sebesar 94,6%, sedagka 5,4% dijelaska oleh faktor yag lai. Peaksira Koefisie Determiasi dapat juga melalui proses komputerisasi yag telah dijelaska sebelumya. Koefisie Determiasi dega megguaka software statistik dapat diketahui melalui idikasi R. REFERENSI Arsyad, Licoli. 011. Ekoomi Maajerial. BPFE Latief, Wasis A. 011. Pegatar Ekoomi Mikro. UM Press Rahardja, Prathama da Madala Maurug. 00. Teori Ekoomi Mikro. Lembaga Peerbit Fakultas Ekoomi Uiversitas Idoesia Sarowo, Hery da Daag Suyoto. 011. Pegatar Ilmu Ekoomi Mikro. CAPS Suki Sukiro, Sardoo. 1995. Pegatar Teori Mikro Ekoomi. Raja Grafido Persada PROPAGASI 1. Jelaska perbedaa peaksira fugsi permitaa da peramala permitaa.. Sebut da jelaska metode-metode dalam peaksira permitaa. 3. Jelaska perbedaa atara data rutut-waktu (time-series data) da data seksisilag (cross-sectio data) 93
Ekoomi Maajerial / Peaksira Fugsi Permitaa Brawijaya Uiversity 01 4. Diketahui : Perusahaa Bula Harga (P) Jumlah (Q) 9. 160 8. 335 7. 500 6. 640 Perusahaa Matahari Harga (P) Jumlah (Q) 9.500 10 8.500 300 7.500 400 6.500 60 Hitug: aalisis regresi Data Pejuala Produk Apel Perusahaa Bula da Perusahaa Matahari, baik megguaka data rutut waktu da data seksi-silag 94