BAB 2

PEMBAHASAN
Pengertian Perkiraan Permintaan
Perkiraan permintaan adalah menentukan bagaimana faktor – faktor mempengaruhi
permintaan. Sebagai contoh pada saat ini pengembal keputusan di dalam perusahaan
memutuskan untuk memproduksi kamera pengaman digital berukuran kecil tetapi dengan
kemampuan diteksi yang tinggi dalam kondisi gelap. Berapa banyak akan permintaan kamera
tersebut dimasa datang tidak dapat diketahui dengan pasti. Ada kemungkinan permintaan akan
meningkat karena kemampuan deteksi kamera yang lebih baik dari kamera pengaman yang
lain. Disisi lain, ada kemungkinan permintaan menurun dimasa datang dengan munculnya
produk – produk baru sejenis atau produk pengganti yang lebih canggih atau perubahan
pandangan masyarakat terhadap pengaman, dan lain sebagainya.
Pendekatan Perkiraan Permintaan
Ada beberapa cara yang digunakan untuk melakukan riset pasar yaitu meliputi survei
konsumen, eksperimen pasar, dan klinik konsumen.
a. Survai konsumen
Survei konsumen merupakan survei yang melibatkan sejumlah konsumen sebagai
sample tentang bagaimana mereka akan bereaksi terhadap perubahan tertentu
dalam faktor – faktor yang mempengaruhi permintaan, seperti harga suatu
komoditi, pendapatan, harga komoditi lain yang berhubungan, iklan, dan
sebagainya.

b. Eksperimen pasar
Langkah dalam melakukan eksperimen pasar adalah sebagai berikut :
● Memiliki beberapa pasr dengan karakteristik sosial ekonomi yang sama
● Merubah faktor – faktor tertentu yang mempengaruhi permintaan, seperti haraga,
kemasan, bentuk promosi, dan lain sebagainya pada setiap pasar yang dipilih.
● Mencatat perubahan respon konsumen/partisipan terhadap perubahan faktor –
faktor pada masing – masing pasar yang berbeda.

c. Klinik konsumen
Klinik konsumen merupakan suatu bentuk simulasi dari kondisi yang nyata ke dalam
sebuah laboratorium. Pendekatan ini hampir sama dengan eksperimen pasar.
Bedanya eksperimen pasar dilakukan pada pasar yang sesungguhnya, sedangkan
klinik konsumen dilakukan pada sebuah laboratoriun.
Pendekatan Analisi Regresi
Analisi regresi dinilai lebih bermanfaat untuk perkiraan permintaan karena bersifat lebih
abyektif, mampu memberi informasi yang lebih lengkap, dan lebih murah dibandingkan dengan
riset pasar. Untuk melakukan perkiraan permintaan dengan analisi regresi perlu dilakukan
tahapan – tahapan berikut :
1. Menentukan model permintaan
Model permintaan menunjukkan keterkaitan antara variable kuantitas yang
diminta atas suatu komoditi dengan variable – variable yang mempengaruhi kuantitas
tersebut. Oleh karena itu, mengidentifikasi faktor – faktor yang mempengaruhi
kuantitas yang diminta menjadi langkah awal yang harus dilakukan.
Dari hasil identifikasi faktor – faktor, kemudian dapat menuliskan keterkaintan
antara kuantitas yang diminta dengan faktor – faktor yang mempengaruhi dalam suatu
model matematika sebagai berikut :
Qx = f (X1,X2,X3……X4)
Dimana Qx menunjukkan kuantitas yang diminta atas suatu komoditi dan X1
menunjukkan faktor – faktor yang mempengaruhi kuantitas yang diminta atas komoditi
tersebut. Misal secara lebih spesifik, diidentifikasikan bahwa kuantitas yang diminta atas
komoditi X (Qx) dipengaruhi oleh harga komoditi X (Px), pendapatan konsumen (I),
jumlah populasi di area yang diamati (N), selera konsumen (S), dan masih banyak faktor
lagi, maka model diatas dapat dituliskan sebagai :
Qx = f (Px,I,N,S,……)
2. Mengumpulkan data dari variable
Langkah kedua adalah mengumpulkan data dari variable – variable yang telah
ditetapkan dalam model permintaan. Ada 4 jenis pengukuran, yaitu :
● Ukuran nominal/kategorial
Ukuran nominal/kategorial merupakan cara mengukur suatu objek yang paling
sedarhana yaitu dengan mengategorikan obyek tersebut.

● Ukuran ordinal
Ukuran ordinal merupakan cara mengukur suatu obyek dengan menetapkan angka yang
mengandung tingkatan pada klasifikasi yang dibuat.

● Ukuran Interval
Ukuran interval menunjukkan jarak antara satu pengukuran dengan pengukuran lainnya
adalah sama.
 ● Ukuran rasio
Ukuran rasio merupakan ukuran tertinggi. Ilustrasi klasik untuk menunjukkan ukuran
rasio adalah pengukuran jarak atau panjang dengan penggaris.

3. Menentukan bentuk persamaan permintaan

Langkah ketiga adalah menentukan bentuk persamaan permintaan dimana bentuk
persamaannya akan sangat tergantung pada pola data yang dikumpulkan. Berdasarkan
pola data,bentuk persamaan dapat dibedakan menjadi dua macam, yaitu persamaan
linier dan tidak linier. Untuk mengetahui apakah suatu persamaan berbentuk linier atau
tidak linier dapat dilakukan dengan plot data variabel-variabel yang diamati pada
diagram kartesius.

Persamaan logaritma ini dapat ditentukan dengan menarik nilai logaritma pada kedua sisi
persamaan, sebagai berikut:
lnQx = ln(k Pxα Iβ Nc Sd) sehingga diperoleh persamaan linier sebagai berikut:
lnQx =lnk+alnPx +blnI+clnN+dlnS
 4. Melakukan perhitungan persamaan regresi
Perhitungan dilakukan untuk menemukan nilai koefisien a, b, c, dan d dalam persamaan.
Nilai koefisien-koefisien ini dapat dipandang sebagai besarnya elastisitas permintaan. Oleh
karena itu, dapat dimengerti mengapa koefisien regresi persamaan permintaan dapat dianggap
sebagai elastisitas permintaan.

5. Menguji hasil regresi

Dalam langkah terakhir ini, pengujian dilakukan terhadap empat hal, yaitu (1) uji tanda, (2) uji
signifikansi, (3) uji determinasi, dan (4) uji penyimpangan regresi.

Perkiraan Permintaan Dalam Pembuatan Keputusan Manajerial

Dalam bagian ini akan disampaikan sebuah ilustrasi untuk menunjukkan bagaimana perkiraan
permintaan ini digunakan sebagai dasar pengambilan keputusan manajerial dalam perusahaan.
Sesuai dengan pendekatan analisis regresi, langkah yang harus dilakukan adalah sebagai
berikut:
1. Menentukan model permintaan
Dalam kasus ini, model akan terdiri dari dua variabel, yaitu kuantitas yang diminta (sebagai
variabel dependen, Y) dan iklan (sebagai variabel indenpenden, X). Dengan demikian, model
permintaan untuk produk perusahaan tersebut dapat dituliskan sebagai
Y = f(X)
2. Mengumpulkan data variabel
Data kuantitas yang diminta atas produk (Y) akan diambil dari data penjualan produk.
Sedangkan data iklan akan diperoleh dari frekuensi tayang iklan dalam sebulan. Data kedua
variabel diambil selama 10 bulan sejak peluncuran produk pertama kali yaitu Januari 2015 dan
berakhir Oktober 2015. Dengan demikian, data berupa data time series.
3. Menentukan bentuk persamaan
Plot data yang diperoleh perlu dilakukan dalam diagram pencar (scatter diagram) yang
menunjukkan penyebaran titik-titik dalam diagram X-Y. Plot data tersebut dimaksudkan untuk
mengetahui bentuk persamaan dari model permintaan perusahaan, apakah linier atau tidak
linier.

4. Menghitung persamaan regresi

Dari perhitungan3 diperoleh a = 7,60 dan b = 3,53 sehingga persamaan regresi menjadi
Y = 7,60 + 3,53X
Apa yang bisa dikatakan dari hasil tersebut atau apa makna nilai a dan b yang masing-
masing sebesar 7,60 dan 3,53? Dengan asumsi hasil regresi adalah benar dan signifikan,
5. Menguji hasil regresi
Perkiraan di atas akan benar jika persamaan regresi yang dihasilkan juga benar. Menguji
hasil regresi perlu dilakukan untuk menjamin hal tersebut.
a. Pertama adalah uji tanda koefisien regresi b dimana b bertanda positif.
b. Uji kedua adalah uji signifikansi dengan uji t.
c. Uji kecocokan model (goodness of fit) R2 atau adjusted R2.
d. Koefisien korelasi (r).