1. E K O N O M I M A N A J E R I A L
ESTIMASI & PRAKIRAAN PERMINTAAN
K E L O M P O K
2. MASALAH
IDENTIFIKASI
Masalah identifikasi merujuk pada beberapa kesulitan menurunkan kurva permintaan dari
data yang ada dipasar. Kurva permintaan biasanya diestimasi dari kuantitas dan harga
produk dari pasar. Akan tetapi kesulitannya adalah waktu, pasar, selera, pendapatan, harga
komoditas yang berhubungan selalu berubah.
3. PENDEKATAN PENELITIAN PEMASARAN UNTUK
ESTIMASI PERMINTAAN
Survei Konsumen
Mensurvei konsumen bagaimana reaksi terhadap
jumlah yang diminta jika ada perubahan harga,
pendapatan dll
Klinik Konsumen
Eksperimen lab dimana partisipan diberi sejumlah uang
tertentu dan membelanjakannya dalam suatu toko
simulasi dan bagaimana reaksi mereka jika terjadi
perubahan harga, selera, pendapatan, dll
Eksperimen Pasar
Sama halnya dengan klinik
konsumen, tetapi dilaksanakan
dipasar yang sesungguhnya
Penelitian Obeservasi
Pengumpulan informasi tentang prefensi
konsumen dengan mengamati bagaimana
merekan membeli dan menggunakan
produk
5. a n a l i s i s r e g r e s i
Analisis regresi adalah teknik statistik
yang dapat menghasilkan garis yang
paling baik, paling cocok dengan data
yang sesuai dengan kriteria statistika
yang objektif.
Garis regresi merupakan garis yang
dihasilkan dengan meminimumkan
jumlah dari simpangan kuadrat pada
sumbu vertikal dari setiap titik dari garis
regresi tersebut.
Metode OLS (Ordinary Least Squares):
Metode Jumlah kuadrat terkecil πt = Yt β ΕΆt
6. ANALISIS REGRESI
SEDERHANA
Analisis Regresi Sederhana hanya melakukan analisis regresi untuk 2 variabel saja, 1
variabel independent & 1 variabel dependent.
Menghitung nilai a ( titik potong Vertikal) dan nilai b (koefisien kemiringan dari garis regresi)
Mengadakan uji signifikasi dari estimasi parameter
Membuat interval keyakinan untuk parameter sebenarnya
Proses-proses:
7. Metode OLS ( Ordinary Least Square)
Tujuan analisis regresi adalah untuk
menghasilkan nilai estimasi a dan b
dari garis regresi
ΕΆt = Γ’ + πXt
ΕΆt
Xt
Γ’
π
Estimasi penjualan tahun t
Estimasi tingkat pengeluaran iklan pada tahun t
Estimasi nilai a (titik potong vertikal)
Estimasi nilai b (koefisien)
Deviasi dari galat (π1) dari setiap
observasi penerimaan penjualan
(Yt) dari nilainya yang
berhubungan yang berasal dari
garis regresi (ΕΆt)
πt = Yt - ΕΆt = Yt β Γ’ - πXt
Jumlah dari simpangan kuadrat
atau galat ini dapat dituliskan
sebagai :
π‘=1
π
ππ‘
2
=
π‘=1
π
(ππ‘β ΕΆ π‘)
2
=
π‘=1
π
(ππ‘β π β πππ‘)
2
8. Estimasi Nilai a & b
Dengan Metode OLS
Estimasi nilai a & b
didapatkan dari
meminimumkan jumlah
simpangan kuadrat
π = π‘=1
π
ππ‘β π (ππ‘β π)
π‘=1
π (ππ‘β π)2
Γ’ = ΕΆ - πX
9. Uji
Signifikansi
Estimasi
Parameter
Untuk menguji hipotesis bahwa b adalah signifikan secara
statistik (bahwa iklan mempengaruhi penjualan secara
positif perlu uji signifikasi, yaitu dengan menentukan galat
baku ( standar error/SE) dari b
π π =
(ππ‘β ΕΆ π‘)
2
(π β π) (ππ‘β π)
2 =
ππ‘
2
(π β π)(ππ‘β π)
2
n = Jumlah observasi / sampel
k = Jumlah koefisien / variabel
n-k = derajat kebebasan
10. Uji Kecocokan Model & Kolerasi
Selain menguji signifikansi secara statistik dari parameter tertentu hasil
estimasi, kita juga dapat menguji kekuatan variabel penjelas secara
keseluruhan dari keseluruhan regresi. Ini di dapat dengan menghitung
nilai koefisien determinasi, yang biasanya diberi simbol R2.
Koefisien determinasi (coefficient of determination-R2) dinyatakan
sebagai proporsi dari variasi total atau disperse dari variabel terikat (di
sekitar reratanya) yang bisa dijelaskan oleh variasi dari variabel-variabel
bebas atau penjelas pada regresi.
(ππ‘ β π)2
= (ππ‘ β π)2
+ (ππ‘ β ππ‘)2
Variasi total = Variasi yang dapat dijelaskan + Variasi yang tidak dapat dijelaskan
11. Analisis Regresi
Berganda
Apabila saat variabel dependent ( terikat ) yang
kita cari tahu untuk dijelaskan, dihipotesis
tergantung pada lebih dari satu variabel
bebas/penjelas
π = π + π1 π1 + π2 π2 + β¦ + πβ² π πβ² π
12. Koefisien Determinasi & R2 Yang Disesuaikan
Koefisien deteminasi mengukur proporsi dari varisi
total variabel terikat yag dijelaskan oleh variabel
bebas
Akan tetapi di analisis regresi berganda, dengan
mempertimbangkan besaran derajat kebebasan menurun
sehubungan dengan bertambahnya variabel bebas, perlu
disesuaikan,
π 2 = 1 β 1 β π 2
π β 1
π β π
13. Analisis Varians
Kekuatan menerangkan secara seluruhnya dari keseluruhan
regresi dapat diuji dengan menggunakan analisis varians
(analysis of variance)
πΉ =
ππππππ π π¦πππ πππππ‘ πππππππ πππ/(π β 1)
ππππππ π π‘ππ‘ππ/(π β π)
πΉ =
π 2/(π β 1)
(1 β π 2)/(π β π)
14. Masalah Dalam
a n a l i s i s r e g r e s i
Multikolinieritas
mengacu kepada
situasi dimana dua
atau lebih variabel
penjelas dalam suatu
regresi mempunyai
korelasi yang tinggi.
Heteroskedisitas
merupakan
ketidaksamaan
varians dari residual
satu ke
pengamatan ke
pegamatan yang
lain di suatu regresi
berganda
Autokorelasi terjadi
kolerasi antara satu
periode t dengan
periode sebelumnya
(t-1). Biasanya hanya
dilakukan pada data
time series (runtut
waktu) dan tidak
perlu dilakukan pada
data cross section
15. Estimasi Permintaan Dengan
Regresi
Spesifikasi model dengan cara mengidentifikasi variabel-variabel
Penumpulan data
Spesifikasi bentuk persamaan permintaan
Menguji hasil
Langkah-Langkah :
Metode yang paling umum digunakan dalam mengestimasi permintaan dalam
ekonomi manajerial adalah analisis regresi. Metode ini biasanya lebih objektif,
menyediakan informasi yang lebih lengkap, dan lebih murah dibandingkan
menyediakan pendekatan pemasaran secara tepat untuk melakukan estimasi
permintaan.
16. PERAMALAN PERMINTAAN
Suatu perusahaan harus memutuskan
berapa banyak masing-masing produk yang
harus dibuat, dengan harga berapa, dan
berapa banyak biaya yang harus dihabiskan
untuk periklanan dan juga harus membuat
rencana untuk pertumbuhan perusahaan.
Semua keputusan ini didasarkan pada
ramalan terhadap tingkat ekonomi masa
depaan pada umumnya dan permintaan
terhadap produk perusahaanpada
khususnya
Tujuan peramalan ekonomi
adalah untuk mengurangi risiko
atau ketidakpastian yang
dihadapi perusahaan dalam
pengambilan keputusan
operasional jangka pendek dan
dalam perencanaan untuk
pertumbuhan jangka panjang
17. PERAMALAN KUALITATIF
TEKNI
K
SURVE
Pemikiran untuk mengadakan peramalan
berdasarkan survei mengenai berbagai
kecenderungan ekonomi ialah supaya berbagai
keputusan ekonomi dapat dibuat dengan baik
sebelum terjadi pengeluaran aktual
TEKNIK
SURVEI Survei tentang pabrik dan para eksekutif bisnis dan
rencana pengeluaran untuk perlengkapan.
Survei tentang rencana perubahan inventori dan
harapan penjualan.
Survei tentang rencana pengeluaran konsumen
19. PERAMALAN KUALITATIF
MENDAPATKA
N PERSPEKTIF
LUAR NEGERI
MENDAPATKA
N PERSPEKTIF
LUAR NEGERI
Banyak perusahaan AS menjual peningkatan
hasil produksinya ke luar negeri dan
menghadapi persaingan yang semakin
meningkat di dalam maupun di luar negeri
dari perusahaan asing.
Maka, menjadi semakin penting bagi
perusahaan-perusahaan tersebut untuk
meramalkan berbagai perubahan dalam
pasar dan produk di luar negeri karena hal
ini memengaruhi tidak hanya ekspor
perusahaan tetapi juga daya saingnya di
dalam negeri.
20. ANALISIS
DERET
WAKTU
Data deret-waktu (time-series data)
berhubungan dengan nilai-nilai suatu
variabel yang diatur secara kronologis
menurut perhitungan hari, minggu, bulan,
kuartal, atau tahun
Analisis deret-waktu (time-series analysis)
mencoba meramalkan nilai-nilai masa depan
dari deret-waktu dengan mengkaji beberapa
observasi data yang telah lalu saja
Asumsinya adalah bahwa deret-waktu itu
akan terus bergerak seperti di waktu yang
lalu (artinya, pola yang lalu akan tetap tidak
berubah atau akan sama di waktu yang akan
datang)
21. SEBAB-SEBAB TERJADINYA
FLUKTUASI DALAM DATA DERET
WAKTU
01 Tren Sekuler
02
03
04
Fluktuasi Siklis
Variasi Musiman
Pengaruh Tak
Teratur atau Acak
Berhubungan dengan peningkatan atau penurunan seri data dalam jangka panjang
Ekspansi dan kontruksi yang utama dalam banyak deret-waktu ekonomi yang kelihatan
berulang kembali setiap beberapa tahun
Merujuk kepada fluktuasi yang secara teratur berulang kembali dalam kegiatan
ekonomi tiap-tiap tahun disebabkan oleh cuaca dan kebiasaan-kebiasaan sosial
Variasi-variasi dalam seri data disebabkan oleh perang, bencana alam,
pemogokan, atau peristiwa-peristiwa lain yang istimewa
22. Proyeksi
Tren
Bentuk paling sederhana dari analisis deret-waktu
adalah memproyeksi tren masa lalu dengan
meletakkan suatu garis lurus pada data, baik
secara virtual atau, lebih persis lagi, dengan
analisis regresi. Model regresi linear akan
mengambil bentuk :
ππ‘=π0 + bt
23. V a r i a s i M u s i m a n
Fluktuasi yang muncul secaara reguler setiap tahun yang
biasanya disebabkan oleh iklim, kebiasaan (mempunyai
pola tetap dari waktu ke waktu).
Contoh yang menunjukkan variasi musiman seperti
penjualan pakaian akan meningkat pada hari raya,
penjualan buku dan tas sekolah akan meningkat pada
saat awal sekolah
24. Teknik Penghalusan
Teramalkan suatu deret-waktu atas dasar
beberapa rata-rata dari nilai-nilainya yang lalu
saja.
Teknik penghalusan bermanfaat apabila deret-
waktu menunjukkan sedikit tren atau variasi
musiman tetapi memperlihatkan banyak variasi
tak teratur atau acak
25. Rata β Rata Bergerak
Teknik penghalusan yang paling
sederhana adalah rata-rata bergerak
(moving average).
Di sini nilai yang diramalkan dari
suatu deret0waktu dalam periode
tertentu (bulan, kuartal, tahun, dsb)
sama dengan nilai rata-rata deret
waktu dalam sejumlah periode
terdahulu
Untuk memutuskan mana yang lebih baik di
antara peramalan rata-rata bergerak
(artinya, lebih mendekati data aktual), kita
menghitung galat akar rata-rata
kuadrat(root-mean-square error β RMSE)
dari setiap ramalan dan mempergunakan
rata-rata bergerak yang menghasilkan RMSE
terkecil (galat akar rata-rata kuadrat dalam
ramalan). Rumus untuk RSME adalah:
RSME =
(π΄π‘βπΉπ‘)2
π
26. Metode β Metode Barometrik
Peramalan barometrik (barometric forecasting) seperti yang dilakukan
sekarang merupakan hasil kerja yang dilakukan oleh NBER (National Bureau
of Economic Research) dan Conference Board.
Peningkatan dalam indikator ekonomi utama (leading economic indicators)
digunakan untuk meramalkan peningkatan dalam aktivitas bisnis secara
umum, dan sebaliknya.
Sebagai contoh, peningkatan dalam izin membangun dapat dipakai untuk
meramalkan peningkatan dalam kontruksi perumahan.
27. Model Ekonometrik
Dengan berusaha untuk menerangkan
hubungan yang sedang diramalkan,
peramalan ekonometrik memungkinkan
para manajer untuk menentukan
kebijakan yang optimal bagi
perusahaan.
Ini sangat berlainan dengan teknik
peramalan lain yang dibahas dalam bab
ini yaitu peramalan permintaan,
penjualan dan variabel ekonomi lainnya
berdasarkan pada pola mereka yang
sebelumnya atau dengan dasar
beberapa indikator utama saja
Model Persamaan
Tunggal
Model Persamaan
Berganda
28. PERAMALAN INPUT
OUTPUT
Wassily Leontief
Analisis ini menunjukkan kegunaan dari output setiap
industri sebagai input bagi industri yang lainnya dan untuk
konsumsi akhir
Analisis input-output memungkinkan kita untuk menelusuri
semua aliran input dan output antar-industri dalam
ekonomi dan menentukan peningkatan total (langsung atau
tidak langsung) dari semua input yang dibutuhkan untuk
memenuhi peningkatan permintaan