Dokumen tersebut membahas metode estimasi parameter fungsi permintaan yaitu wawancara, eksperimen pasar, dan analisis regresi. Metode analisis regresi digunakan untuk mempelajari produksi, fungsi biaya, dan hubungan biaya modal. Dokumen ini juga menjelaskan konsep dasar analisis regresi seperti spesifikasi persamaan, interpretasi koefisien, ukuran kemampuan penjelasan, dan masalah yang mungkin muncul.

1. KELOMPOK 3
1. Aliki Theophillia R. Pariela NIM : 126.142.0.1694
2. Untari Proboningrum NIM : 126.142.0.1690
3. Dyah Puspita Rini NIM : 126.142.0.1693
4. Diana Trisnawati NIM : 126.142.0.1696
Dosen : Dr. Sigit Sardjono, M.Ec.
PROGRAM MAGISTER MANAJEMEN
ANGKATAN 42
FAKULTAS EKONOMI
UNIVERSITAS 17 AGUSTUS 1945
SURABAYA

2. Ada 3 Metode yang digunakan untuk melakukan
estimasi parameter (koefisien) dari fungsi Permintaan,
yaitu :
1. The interview (or survey) method
2. Market experimentation
3. Regression Analysis
Regression Analysis ini digunakan, untuk :
1. Study production
2. Cost function
3. Cost of capital relationship, etc

4. Penjelasan Figure 5.1
- Garis AB = kurva permintaan
- Point 1,2,3 = varian kombinasi antara Harga (P)
dengan Kuantitas / jumlah yang diminta (Q)
- Hubungan kurva = negatively sloped (kemiringan
negatif), dikarenakan pergerakan dari kiri atas ke
kanan bawah, dimana :
Harga turun, maka Permintaan bertambah
Harga naik, maka Permintaan menurun

6. Penjelasan Figure 5.2
- Garis AB bukanlah kurva permintaan
- Point 1,2,3 = harga / kuantitas yang merupakan hasil
observasi, dimana saling mempengaruhi antara
Kuantitas dari penawaran X oleh Produsen dengan
Jumlah permintaan dari Konsumen (different demand
curve)
-S₁,S₂,S₃ = pergeseran dari kurva Supply / penawaran
- D₁,D₂,D₃ = pergeseran dari Demand / permintaan
- P₁,P₂,P₃ = dapat diasumsikan terjadinya pengurangan
harga dari Produsen, sehingga terjadi Q₁,Q₂,Q₃ =
kenaikan jumlah permintaan.

7. Data harga dan kuantitas yang dibeli dapat
digunakan untuk melakukan estimasi kurva
permintaan, bilamana:
1. Kurva permintaan tidak bergerak, tetapi kurva
penawaran bergerak
2. Memiliki informasi yang cukup untuk
menentukan bagaimana kurva dapat digeser
antara data observasi yang ada.

9. Penjelasan Figure 5.3
- Kurva Demand = diasumsikan stabil
- Pergerakan kurva Supply dari S₁ ke S₂ ke S₃
- Setiap Point Harga / Jumlah Permintaan mewakili
persimpangan dari Kurva Supply dan Demand
- Maka point 1,2,3 = kurva Demand, sehingga DD dapat
diestimasikan dengan menghubungkan ketiga point tsb.

10. Untuk memisahkan pergeseran Demand dari perubahan
Supply, harus memiliki lebih banyak informasi daripada
hanya sekedar Harga/Kuantitas, yaitu :
- Informasi tentang pergeseran kurva
- seberapa jauh pergeseran terjadi
- diperlukan identifikasi dan estimasi dari hubungan Demand
Bilamana identifikasi masalah tidak dapat dipecahkan oleh
Analisa Regresi, maka dapat menggunakan :
1. Consumer Interviews
2. Market experiments

11. CONSUMER INTERVIEWS
Dilakukan dengan : Mewawancarai / Survey / pengisian
kuisioner terhadap Pembeli / Pembeli Potensial.
Kelemahan / Kesulitan :
1. Konsumen sering tidak bersedia / jawaban tidak
sesuai
2. Kecenderungan ada 2 variabel yang ditanyakan, yaitu
: Harga dan Iklan
3. Konsumen tidak bisa menjawab secara mendetail /
teknis keunggulan dari suatu produk (misal : mobil)

12. CONSUMER INTERVIEWS
Kegunaan:
1. Bisa mengetahui persaingan harga dan kesadaran /
tingkat kepedulian konsumen terkait perbedaan harga
2. Bisa mengethaui tingkat kesadaran / kepedulian
Konsumen terhadap iklan yang ada dan sejauh mana
iklan tsb. Tertanam dalam benak konsumen.
3. Bisa mengetahui reaksi konsumen terhadap iklan produk
Dst….

13. MARKET STUDIES & EXPERIMENTATION
Membuat percobaan / simulasi permintaan pasar, yang
berguna untuk :
1. mengetahui karakter spesifik, variasi harga,
packaging, iklan, dan variabel lain yang
mempengaruhi dan merupakan variabel yang
terkontrol.
2. Keterhubungan dengan karakter demografi /
income, jumlah anggota keluarga, latar belakang
pendidikan, latar belakang suku / budaya

14. MARKET STUDIES & EXPERIMENTATION
Kekurangan :
1. Pihak yang terlibat tahu bahwa ini hanyalah sebuah
percobaan / simulasi, sehingga yang ditunjukkan
bukanlah kebiasaan belanja yang sebenarnya.
2. Membutuhkan biaya yang besar

15. Demand for Oranges :
An illustrative Market Experiment
Pada tahun 1962, Peneliti dari Universitas Florida membuat
Market Experiment di Grand Rapids, Michigan, untuk meneliti
persaingan antara Jeruk California dan Jeruk Florida Valencia.
Pengujian didesain untuk mmembuktikan estimasi elastisitas
harga permintaan, dan juga memastikan elastisitas harba barang
subtitusi.
Hasil Penelitian sebagaimana yang tercantum pada Table 5.1

17. Penjelasan Table 5.1:
Demand Realtionship for California and Florida Valencia Oranges
• Elastisitas harga Jeruk “Florida Indian River” = -3.07, yang berarti bahwa setiap
penurunan harga sebesar 1%, maka meningkatkan penjualan sebesar 3.07
• Jenis Jeruk Florida yang lain (Florida Interior) memiliki kesamaan elastisitas harga,
sedangkan elastisitas harga dari Jeruk California lebih rendah, hal ini menunjukkan
:
bilamana terjadi perubahan harga, maka Jeruk ‘California’ kurang direspon oleh
konsumen dibandingkan dengan permintaan terhadap varian Jeruk Florida
• Elastisitas Subtitusi (cross-price elasticity) permintaan antara varian Jeruk Florida
bernilai positif dan memiliki nilai/angka yang cenderung besar, dimana hal ini
menunjukkan bahwa :
Konsumen melihat bahwa kedua jenis varian Jeruk Florida merupakan varian
subtitusi yang dekat dan akan dibeli bergantian bilamana terjadi perubahan harga
pada varian tersebut.
 Elastisitas Subtitusi (cross-price elasticity) permintaan Jeruk ‘California’ memiliki
nilai/angka yang cenderung kecil, dimana hal ini menunjukkan bahwa :
Konsumen tidak melihat Jeruk ‘California’ sebagai subtitusi yang dekat/sesuai
bilamana terjadi perubahan harga jual Jeruk ‘Florida’
 Pangsa pasar Jeruk ‘California’ di Grand Rapid sangat berbeda dengan pangsa pasar Jeruk
varian ‘Florida’

18. REGRESSION ANALYSIS
Secara teknis, biaya yang dibutuhkan relatif kecil, tetapi
dapat digunakan untuk membuktikan estimasi permintaan
(demand)
Tahapan :
1. Melakukan spesifikasi variabel-variabel yang
berpengaruh pada Demand (permintaan)
2. Untuk memperoleh estimasi yang akurat dari variabel-
variabel yang ada, maka perlu dipastikan : harga,
ketentuan/persyaratan yang ada, output / rasio kapasitas,
biaya iklan, pendapatan, dll.
3. Melakukan spesifikasi terhadap bentuk persamaan yang
ada

19. Persamaan Linear :
Q = a + bP + cA + dY
Q = Jumlah Permintaan Produk
P = Harga produk
A = Biaya Iklan
Y = Income / Pendapatan
Jumlah Permintaan diasumsikan akan berubah secara linear bilamana
terjadi perubahan pada setiap variable-variable yang independent.
Q = aPbAcYd
∂Q
∂Y
log Q = log a + b. log P + c. log A + d. log Y
= adPbAcYd-1

20. εp = ∂Q ∙ P
∂P Q
∂Q
∂P
εp = abPb-1AcYd ∙ P
Q
εp = abPb-1AcYd ∙ P
aPbAcYd
εp = abPb-1AcYd ∙ P
1 aPbAcYd
εp = abPbAcYd ∙ P
P aPbAcYd
εp = b
= abPb-1AcYd

23. Estimating the Regression Parameters
Sales Y = a + bA
Sales t = Yt = a + bA t + ut
ut = Y t - a - bA t
₁₉₈₃ 1983
∑ ut² = ∑ (Yt - a - bA t )²
t = 1977 t = 1977
1983
∂∑ ut²
t = 1977
∂ a
1983
∂∑ ut²
t = 1977
∂ b
= -2 ∑ (Yt - a - bA t ) = 0
1983
t = 1977
= -2 ∑ A t(Yt - a - bA t ) = 0
1983
t = 1977

24. Estimating the Regression Parameters
1983
∑ (A t - Ā)(Yt - Y)
t = 1977
b =
1983
∑ (A t - Ā)
t = 1977
a = Y - b Ā
Sales t = Yt = 19.8 + 4.7 A t

25. Interpreting the Regression Equation
Sales Yt = a + bAt + cPt + ut
∂ sales Y
∂ advertising
∂ sales Y
∂ price
= b
= c

26. Measures of Overall Explanatory Power
n
t = 1
Ŷt = a + bXt
n
t = 1
n n
t = 1 t = 1
∑ (Ŷt – Yt )²
∑ (Yt – Y )²
Total Variation in Y = ∑ (Yt – Y )²
Total Explained Variation = ∑ (Ŷt – Y )²
Total Unexplained Variation = ∑ (Yt – Ŷt)² = ∑ ut ²
∑ (Yt – Y )² = ∑ (Ŷt – Yt )² + ∑ ut ²
R² =

28. Measures of Overall Explanatory Power ( F - Statistic )
k – 1
n – k
Total explained variation / (k - 1)
Total unexplained variation / (kn- 1)
F = 6.89
k = 6 (jumlah koefisien estimasi)
n = 20 (jumlah data observasi)
R² = R² - ( 1 - R² )
F =

31. Measures of Individual Variabel Explanatory Power ( T - Statistic )
b – b*
Standart error of (b – b*)
Sales Yt = a + bAt + cPt + ut
t =

32. Permasalahan yang timbul dalam Analisa Regresi
1. Residu diasumsikan sebagai distribusi random
2. Residu diasumsikan untuk mengikuti distribusi
normal
3. Residu diasumsikan memiliki nilai yang diharapkan
sebesar 0 (nol)
4. Residu diasumsikan memiliki variasi nilai konstanta

35. Frequency Distribution (Figure 5.8)
Merupakan penempatan residual pada skala linear yang
menunjukkan distribusi frekuensi residual
Sequence Plot (Figure 5.9)
Merupakan penempatan residual berdasarkan urutan yang
ada untuk mendeteksi penyimpangan asumsi regresi
Δ demand = f (Δ price, Δ income, Δ advertising, dll)

37. Hypothetical Residual Pattern
 Gambar 5.10 (a)
Frekuensi kejadian dalam suatu waktu, dimana trend variabel tidak
masuk dalam bentuk yang ada , dimana fungsi permintaan melambat
dalam perubahan dari waktu ke waktu (misal : perubahan cita rasa,
gaya hidup, dll)
 Gambar 5.10 (b)
Menggambarkan efek trend yang tidak konstan dari waktu ke waktu
tetapi mengindikasikan terjadinya perubahan peningkatan atau
penurunan residu
 Gambar 5.10 (c)
Gambar ini menunjukkan telah terjadi sesuatu yang parah, dimana
penempatan point variasi residu tidka konstan dari waktu ke waktu
dalam kurun waktu observasi (invalide data)