MANAJEMEN MANAJERIAL

“ESTIMASI PERMINTAAN”

DOSEN :
Drs. Wayan Mudiartha Utama, MM

OLEH :
KELOMPOK 3

PUTU BINTANG HARNUM N.P (1707521035)

GAVRIEL KEVIN IRAWAN (1707521081)

MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS UDAYANA
2018 / 2019
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Dalam makalah ini membahas tentang metode-metode yang digunakan untuk

mendapatkan data permintaan bagi pengambilan keputusan dalam dunia nyata. Tentu saja
harapannya adalah bahwa nilai informasi yang di dapat seharusnya lebih besar dibandingnya dengan
biaya yang digunakan untuk mendapatkan informasi tersebut.

Sebelum membahas persoalan diatas lebih jauh, terlebih dahulu kita bedakan pengertian
antara penaksiran (estimation) dan prakiraan (forecasting) permintaan. Penaksiran permintaan
merupakan proses untuk menemukan nilai dari koefisien-koefisien fungsi permintaan akan suatu
produk pada masa kini (curen values). Sedangkan prakiraan permintaan merupakan proses
menemukan nilai-nilai permintaan pada periode waktu yang akan datang (future values). Nilai-nilai
masa kini dibutuhkan untuk mengevaluasi optimalitas penentuan harga sekarang dan kebijaksanaan
promosi dan untuk membuat keputusan sehari-hari. Nilai-nilai pada untuk waktu yang akan datang
diperlukan untuk perencanaan produksi, pengembangan produk baru, investasi, dan keadaan-
keadaan lain dimana keputusan yang harus dibuat mempunyai dampak pada periode waktu yang
panjang.

1.2 Rumusan Masalah

1. Dapatkah melakukan estimasi pasar dengan metode survey ?

2. Dapatkah melakukan estimasi permintaan dengan eksperimen pasar ?

3. Dapatkah melakukan estimasi pasar dengan analisis regresi ?

 PEMBAHASAN
BAB II

2.1 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.

2.2 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 ( consumer surveys )/ wawancara ( interview )

b) Klinik Konsumen ( consumer clinic )/ simulasi situasi pasar ( simulated market
simulation)
c) Eksperimen pasar (market experiments)

Metode-metode diatas secara mendalam dipelajari lebih spesifik dalam buku riset
pemasaran.

a) Survey konsumen ( consumer surveys )

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 Jumlah Responden Kuantitas

(ribu yang
(a) (b) (c) (d) (e) (f)
rupiah) 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 ( consumer clinic )

 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 (market experiments)

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 hubungan-
hubungan 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:

𝒏 ∑ 𝑿𝒀−∑ 𝑿 ∑ 𝒀
𝑩= 𝟐
̅ − 𝒃𝑿
𝑨=𝒀 ̅
𝒏 ∑ 𝑿𝟐 −(∑ 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 Harga X Penjualan Y XY X2 Y2
No.
1 0.79 4.650 3.6735 0.6241 21.6225
2 0.99 3.020 2.9898 0.9801 9.1204
3 1.25 2.150 2.6875 1.5625 4.6225
4 0.89 4.400 3.9160 0.7921 19.3600
5 0.59 6.380 3.7642 0.3481 40.7044
6 0.45 5.500 2.4750 0.2025 30.2500
4.96 26.100 19.5060 4.5094 125.6798
(∑X) (∑Y) (∑XY) (∑X2) (∑Y2)
∑𝐘 𝟐𝟔.𝟏
̅=
𝒀 = = 𝟒.35
𝒏 𝟔

∑𝐗 𝟒. 𝟗𝟔
̅=
𝑿 = = 𝟎. 𝟖𝟐𝟔𝟕
𝒏 𝟔

Dari data diatas, dapat dicari:

6(19.506) − 4.96(26.1)
𝐵= = −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 − 5.0595𝑋
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 − 5.0595𝑃
Yang diubah menjadi:
𝑃 = 1.6865 − 0.19765𝑄

Dari semua perhitungan ini, dapat dicari elastisitasnya pada titik harga tertentu. Misalkan sebagai
contoh pada nilai harga P = 0.85:
Pertama tentukan jumlah quantitas

𝑄̂ = 8.5327 − 5.0595(0.85) = 4.2321

Lalu, menghitung nilai elastisitas pada harga 0.85:
𝑑𝑄 𝑃
∈= .
𝑑𝑃 𝑄
0.85
∈ = −5.0595 . = 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.
2

𝑛 ∑ 𝑋𝑌 − ∑ 𝑋 ∑ 𝑌
𝑅2 =
√⌊𝑛 ∑ 𝑋 2 − (∑ 𝑋)2 ⌋⌊𝑛 ∑ 𝑌2 − (∑ 𝑌)2 ⌋
( )
Menggunakan soal yang sama seperti yang tadi:
2
2
6 ∑(19.506) − 4.96(26.1)
𝑅 =( ) = 0.8624
√⌊6(4.5094) − (4.96)2 ⌋⌊6(125.6798) − (26.1)2 ⌋
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.

∑ 𝑌 2 − 𝑎 ∑ 𝑌 − 𝑏 ∑ 𝑋𝑌
𝑆𝑒 = √
𝑛−2

Kembali menggunakan contoh sebelumnya:

125.6795 − (8.5327)(26.1) − (−5.0595)(19.506)

𝑆𝑒 = √ = 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
𝑌̂ untuk mendapatkan batas keyakinan atas dan mengurangkan dua kali untuk menemukan batas
keyakinan bawah. Dengan memiliuh harga dekat 𝑋̅, misalkan Rp 0.85 ribu, kita dapat menaksirkan
penjualan sebagai berikut:

𝑌̂ = 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 𝑌̂ dengan 2 Se untuk mendapatkan batas atas dan
bawah keyakinan interval 95%:
Batas atas:

𝑌̂ + 2𝑆𝑒 = 4.2321 + 2(0.64555) = 5.5233

Batas bawah:

𝑌̂ − 2𝑆𝑒 = 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
𝛽̂ yang diperoleh, yaitu keofisien yang menaksir hubungan marginal antara variabel X dan Y.
secara singkat, Sβ adalah simpang baku dari 𝛽̂ .
𝑆𝑒
𝑆𝛽 =
√∑ 𝑋 2 − 𝑛 ∑ 𝑋̅ 2
` Sebagai contoh menggunakan soal sebelumnya:
Koefisien taksiran B adalah 5.0595. Berapa batas keyakinan 95% dari penaksiran ini?

0.6456
𝑆𝛽 = = 1.5792
√4.5094 − 6(0.2867)2
Lalu dilakukan hal yang sama seperti kesalahan baku koefisien:
Batas atas:
𝐵 + 2 𝑆𝛽 = − 5.0595 + 2(1.5792) = −1.9009

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

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

3.1 Kesimpulan

Penaksiran permintaan berkaitan dengan cara memperoleh nilai-nilai parameter pada fungsi
permintaan yang cocok pada saat ini. Informasi ini penting bagi pengambilan keputusan sekarang dan
dalam mengevaluasi apakah keputusan-keputusan sudah optimal dalam konteks situasi permintaan
sekarang.

Reaksi pembeli atas perubahan variabel-variabel independen dalam fungsi permintaan dapat
ditaksir dengan cara wawancara dan survei., membuat Klinik konsumen , atau eksperimen-eksperimen
pasar secara langsung. Disain kuisioner penting bagi ketepatan prediksi dari wawancara dan survei.
Intensi-intensi konsumen tidak terlalu akurat diterjemahkan ke dalam tindakan. Bias wawancara dan
kurangnya minat kosumen atau informasi juga membuat distorsi taksiran yang di peroleh.

Klinik konsumen dan eksperimen psar secara langsung memungkinkan observasi atau
konsumen selama proses keputusan konsumsi, dan kesimpulan dapat ditarik dari perilaku aktual
konsumen. Perhatian harus diberikan untuk menghilangkan dampak dari pengaruh-pengaruh jangka
panjanng dan untuk memastikan apakah perilaku orang-orang dalam klinik konsumen mencerminkan
pola perilakunya yang lain..

Analisa regresi dari data yang dikumpulkan memungkinkan perhiungan koefisien-koefisien

fungsi permintaan, juga perhiungan berupa beberapa statistik yang menunjukkan keyakinan yang bisa
digunakan untuk mendapatkan taksiran.
 SUMBER
 Salvatore,Dominick.2001.Managerial Economics dalam Perekonomian Global.
Jakarta : salemba Empat.