ESTIMASI

PERMINTAAN
KELOMPOK – 8
2 3
1. Rizka Oktaviana
(20191042)
2. Elin Nova Widiana
(201911320)
3. Jasrika Aprillinia
(201911380)
4. Lana Fauziyah
 PENGERTIAN ESTIMASI

Estimasi permintaan adalah merupakan

kegiatan memperkirakan jumlah permintaan
konsumen terhadap barang atau jasa dimasa
yang akan datang berdasarkan data atau
keadaan masa lalu dan saat ini.
 Dalam melakukan estimasi permintaan konsumen,
metode yang sering digunakan, antara lain:

1. Customer Survey
suatu metode yang digunakan untuk mengetahui sikap dan persepsi para pelanggan
dengan cara wawancara secara langsung atau memberikan questioner yang sudah
dipersiapkan terlebih dahulu.

2. Metode Observasi 3. Metode Market Experiment

suatu metode yang digunakan untuk mengetahui perilaku suatu cara untuk membuat estimasi permintaan

konsumen /pelanggan dengan cara pengamatan yang dengan malakukan uji coba dapa segmen pasar

dilakukan oleh salesman (ditugaskan oleh manager tertentu. Uji coba ini dilakukan dengan memberikan

perusahaan). perlakukan tertentu terhadap factor –factor yang

mempengaruhi permintaan.
 Pengenalan Terhadap Analisis Regresi

Analisis Regresi ( regression analysis ) merupakan teknik statistic

yang dapat menghasilkan garis yang paling baik yang cocok dengan data
yang sesuai dengan kriteria statistika yang objektif, sehingga semua
peneliti yang melihat data yang sama akan mempunyai hasil yang sama (
menghasilkan garis yang sama ) secara spesifik , garis regresi ( regression
liner ) merupakan garis yang di hasilkan dengan meminimumkan jumlah dari
simpangan kuadrat pada sumbu vertical dari setiap titik dari garis regresi
tersebut. Metode ini kemudian disebut sebagai metode kuadrat terkecil
biasa (ordinary least –squares – OLS method ) “ garis regresi yang
memenuhi Metode kuadrat terkecil ( least square method ).
 Analisis Regresi Sederhana.
Analisis regresi sederhana adalah sebuah metode pendekatan untuk
pemodelan hubungan antara satu variabel dependen dan satu variabel independen.
Dalam model regresi variabel independen menerangkan variabel dependennya.
Secara matematis model analisis regresi linear sederhana daapat
digambarkan sebagai berikut:

Y=A+BX+e

Y= Adalah variabel deoenden atau respon

A= Adalah interceot atau konstanta
B= Adalah koefisen regrei atu slope
E =Adalah residual atau error
 Model regresi linier sederhana yang baik harus memenuhi
asumsi-asumsi berikut:
a. Eksogenitas yang lemah, kita harus memahami secara mendasar sebelum menggunakan analisis
regresi bahwa analisis ini mensyaratkan bahwa variabel X bersifat fixed atau tetap, sementara
variabel Y bersifat random.
b. Linieritas, seperti sudah dijelaskan sebelumnya bahwa model analisis regresi bersifat linier.
artinya kenaikan variabel X harus diikuti secara proporsional oleh kenaikan variabel Y.
c. Varians error yang konstan, ini menjelaskan bahwa varians error atau varians residual yang tidak
berubah-ubah pada respon yang berbeda. asumsi ini lebih dikenal dengan asumsi
homoskedastisitas.
d. Autokorelasi untuk data time series, jika kita menggunakan analisis regresi sederhana untuk
data time series atau data yang disusun berdasarkan urutan waktu, maka ada satu asumsi yang
harus dipenuhi yaitu asumsi autokorelasi. Asumsi ini melihat pengaruh variabel lag waktu
sebelumnya terhadap variabel Y. Jika ada gangguan autokorelasi artinya ada pengaruh variabel
lag waktu sebelumnya terhadap variabel Y.
 Analisis Regresi berganda
Analisis regresi linear berganda adalah hubungan secara linear antara
dua atau lebih variable independen (X1,X2,...,Xn) dengan variabel dependen
(Y).
Persamaan regresi linear berganda sebagai berikut:

Y’= a+b1X1+b2X2+.....+bnXn

Ket;
Y’ = variabel dependen (nilai yang diprediksikan)
X1 dan X2 = variabel independen
a = konstanta ( nilai Y’ apabila X1,X2,.....,Xn =0)
 Masalah dalam analisis

1.Multikolinearitas

Ini mengacu kepada situasi dimana dua atau lebih variabel penjelas dalam suatu
regresi mempunyai kolerasi yang tinggi.

2. Heteroskedastisitas
Ini timbul pada saat asumsi bahwa varian dari faktor galat adalah konstan untuk semua
nilai dari variabel bebas yang tidak dipenuhi hal ini sering muncul dalam cross – sectional data.

3. Otokolerasi
Kapan pun terjadi galat atau residual yang berurutan berkorelasi, kita memiliki otokorelasi atau
korelasi serial. Pada saat galat yang berurutan mempunyai tanda yang sama otokorelasinya positif, pada
saat gambar berubah secara teratur kita mempunyai otokorelasi negatif.
 Estimasi Permintaan Dengan Analisis Regresi

Meskipun survei konsumen, klinik konsumen, eksperimen pasar dan

pendekatan pemasaran yang lainnya untuk mengestimasi permintaan menjadi
sangat berguna, tetapi metode yang paling digunakan untuk mengestimasi
permintaan dalam ekonomi manajerial adalah analisis regresi, metode ini
biasanya lebih objektif menyediakan informasi yang lengkap dan lebih murah.
 Beberapa langkah dalam analisis regresi

Spesifikasi model Menspesifikasi bentuk persamaan

permintaan

Mengumpulkan data dari Menguji hasil ekonometri

variabel-variabel
THANKS