net/publication/331716199
CITATIONS READS
0 35,571
2 authors:
Some of the authors of this publication are also working on these related projects:
KAJIAN PADS PADA SEKTOR PAJAK PENERANGAN JALAN UMUM DI KOTA BANDUNG View project
All content following this page was uploaded by Fakultas Ekonomi Uninus on 30 March 2019.
DEMAND ESTIMATION
1. Konsep Dasar
Telah diuraikan di jelaskan sebelumnya bagaimana urgensinya sebuah
perusahaan mengetahui dengan jelas factor-faktor yang mempengaruhi fluktuasi
volume penjualannya/permintaannya. Begitu juga bagi pemerintah, informasi tentang
factor-faktor yang mempengaruhi konsumsi/permintaan terhadap BBM dan listrik
misalnya, sangat diperlukan untuk menentukan ketika harus menetapkan berapa besar
pengurangan subsidi untuk listrik atau BBM. Secara teknis, mengestimasi permintaan
adalah pekerjaan untuk memperoleh fungsi permintaan atas sesuatu barang/jasa. Dari
sebuah fungsi permintaan, selanjutnya kita dapat menganalisis aspek-aspek lainnya
yang berkaitan dengan permintaan, termasuk melakukan proyeksi dan mengenali
elastisitas permintaan (elastisitas harga, elastisitas silang, elastisitas pendapatan, dan
elastisitas lainnya).
Terdapat beberapa pendekatan untuk mengestimasi permintaan, mulai dari
yang sederhana hingga yang relatif komplek, diantaranya adalah melalui survey
konsumen, klinik konsumen, eksperimen pasar, dan analisis regresi. Analisis regresi
secara sederhana adalah teknik statistik untuk mengestimasi hubungan kuantitatif
antara variabel ekonomi yang dependen (dalam konteks ini adalah permintaan)
dengan variabel yang independen (dalam konteks ini adalah faktor-faktor yang kita
duga mempengaruhi permintaan). Bila kita menggunakan satu variabel independen,
berarti kita menggunakan Analisa regresi sederhana. Bila menggunakan lebih dari satu
variabel independen, berarti kita menggunakan Analisis regresi berganda. Dibandingkan
dengan ketiga metode lainnya, penggunaan analisis regresi untuk mengestimasi
permintaan relatif lebih objektif, lebih banyak memberikan informasi, dan lebih efisien.
Wahdi Suardi - 1
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
bo, b1, dan bn sering disebut sebagai parameter atau koefisien fungsi permintaan yang
nilainya akan kita taksir. Kalau kita memilih model non-linear, maka spesifikasinya
dapat dinyatakan dengan persamaan:
Model non-linier di atas dapat kita ubah menjadi model double log linier dengan
menggunakan logaritma normal (ln) seperti berikut:
Model mana yang harus dipilih, beberapa peneliti diantaranya menggunakan indicator
koefisien determinasi (R2) sebagai referensi, yaitu memilih model yang menghasilkan
R2 tertinggi.
Langkah berikutnya adalah memeriksa hasil perhitungan, yaitu pertama, periksa
apakah tanda masing-masing parameter sesuai dengan yang diharapkan (teori) atau
tidak. Misalnya tanda untuk variable harga adalah positif (+), maka akan mengundang
pertanyaan apakah hal ini logis secara teoritis (berlawanan dengan hukum
permintaan). Kedua adalah menginterpretasikan masing-masing koefisien fungsi
permintaan. Ketiga, hitung berapa besar koefisien korelasi (r), yaitu suatu ukuran yang
menunjukkan derajat keeratan hubungan antara dua buah variabel. Nilai r dapat
positif atau negative, terletak antara –1 dan +1, dan tidak menunjukan adanya
hubungan sebab akibat. Koefisien korelasi ( r ) yang mendekati -1, berarti hubungan
Wahdi Suardi - 2
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
kedua variabel yang diamati adalah negatif dan sangat erat. Sebaliknya bila mendekati
+1, hubungan keduanya adalah positif dan sangat erat. Koefisien korelasi ( r ) hanya
suatu ukuran hubungan atau ketergantungan/keeratan linier saja. Artinya r tidak
mempunyai arti apapun untuk menggambarkan hubungan atau fungsi permintaan
yang non linier.
Keempat, adalah menghitung koefisien determinasi (r2) untuk satu variable, dan
R2 untuk lebih regresi berganda). Koefisien determinasi merupakan indicator yang
menunjukkan berapa persen total variasi (perubahan) variabel dependen (dalam hal ini
permintaan/omset penjualan) yang dapat dijelaskan (explained) oleh variasi variabel
independennya (dalam hal ini adalah factor-faktor yang mempengaruhi permintaan
yang sedang kita analisis). Dengan kata lain, koefisien determinasi merupakan ukuran
keseluruhan yang menjelaskan sampai sejauhmana variasi variabel independen
menentukan variasi variabel dependen. R2 juga merupakan salah satu indicator
ketepatan/kelayakan estimasi atau goodness of fit. Artinya apakah persamaan regresi
yang kita buat itu mendekati nilai aktualnya atau tidak, makin mendekati berarti
makin tepat (fit). Dengan kata lain makin besar koefisien determinasi, makin baik (fit)
model yang kita gunakan. Indikator goodness of fit lainnya yang umum digunakan
dalam analisis regresi yaitu F-statistics (akan dijelaskan pada bagian analisis regresi
linier berganda). Walaupun tidak terlalu tepat, koefisien determinasi sering dijadikan
indicator derajat kepengaruhan variable independent terhadap variable dependen.
Kelima, adalah menguji signifikansi/keberartian parameter (koefisien) fungsi
permintaan hasil estimasi tersebut, baik secara parsial maupun secara simultan.
Menguji signifikansi masing-masing parameter secara parsial, di gunakan uji T ( t -
test). T-hitung dapat dicari dengan formula:
Keenam (hanya untuk analisis regresi berganda), apakah dalam pada hasil estimasi
tersebut timbul masalah ekonometrik (multikolinearitas, auto/serial korelasi,
heteroskedatis) atau tidak. Hasil estimasi akan baik apabila bebas dari masalah
ekonometrik.
Wahdi Suardi - 3
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
̅̅̅̅ ̅̅̅̅
) ) )
) )
( ) ( ) )
Wahdi Suardi - 4
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
Koefisien elastisitas harga tersebut menginformasikan bahwa pada harga (Px) = 1000,
dan bila harga barang (Px) naik 1 persen, maka permintaan (Qx) akan turun o,5 persen
(ceteris paribus), dan sebaliknya. Tanda negative (-) pada fungsi permintaan tersebut
telah sesuai dengan teori, yaitu hukum permintaan.
Kemudian koefisien korelasinya ( r ) dapat dihitung dengan rumus:
) )
√{ ) }{ ) }
) ) )
√{ ) }{ ) ) }
Karena r = - 0,89 mendekati -1 berarti hubungan antara harga (Px) dan permintaan (Qx)
adalah negatif dan sangat erat. Selanjutnya koefisien determinasi ( r2 ) dapat dihitung
dengan:
)
Wahdi Suardi - 5
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
̂)
√∑
Nilai koefisien regresi (b1) tergantung pada jumlah sampel yang ditarik, penambahan
atau pengurangan sampel akan mengakibatkan perubahan rentangan nilai b1. Makin
besar standar error mencerminkan nilai b1 sebagai penduga populasi semakin kurang
representatif. Sebaliknya, semakin kecil standar error maka keakuratan daya penduga
nilai b1 terhadap populasi semakin tinggi. Sedangkan Standard Error of coefficient
regression (Seb) dihitung dengan formula:
√∑ )
)
√
Langkah ketiga adalah menemukan t-tabel yang dapat diperoleh dari table distribusi t
dengan degree of freedom (df) = n – k = 10 - 2 -8. Kemudian misalnya menggunakan
level of significance (α) = 5% dan uji dua sisi, maka diperoleh nilai t-tabel sebesar 2,3060.
MENEMUKAN t - TABEL
Wahdi Suardi - 6
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
Langkah keempat yaitu membandingkan nilai t-hitung dengan t-tabel. Karena t-hitung
( - 5,750) > t-tabel (- 2,3060), maka hipotesis yang menyatakan harga tidak berpengaruh
terhadap permintaan, harus ditolak secara statistik. Sebaliknya kita harus menerima
hipotesis yang menyatakan bahwa harga berpengaruh signifikan terhadap permintaan.
Dengan demikian parameter b1 = - 0,074 terbukti signifikan secara statistik.
Sebagai perbandingan, berikut ditampilkan output penyelesaian regresi dengan
menggunakan aplikasi SPSS, dan hasilnya sama. Selain bisa dilakukan uji-t, dalam
SPSS disediakan alternative pengujian signifikansi koefisien regresi dengan indicator
sig atau p-value. Kriterianya yaitu bila nilai sig (0.000) < (0.05), maka koefisien
regresi tersebut signifikan secara statistic (atau sebaliknya).
Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 .897a .805 .781 1.417
a. Predictors: (Constant), X
a
Coefficients
Standardized
Unstandardized Coefficients
Model Coefficients Beta t Sig.
B Std. Error
1 (Constant) 22.151 1.404 15.776 .000
Px -.074 .013 -.897 -5.750 .000
a. Dependent Variable: Qx
Masih berdasarkan data di atas, kekarang kita coba menggunakan fungsi permintaan
yang non-linear: Qx = bo.Pxb1 kemudian diubah menjadi bentuk double log linier
menjadi Ln Qx = ln bo + b1.ln Px. Untuk keperluan perhitungan, semua data terlebih
dahulu diubah ke dalam bentuk logaritma normal (Ln). Hasil perhitungannya dapat
dilihat pada table coefficient berikut.
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 3.884 .411 9.458 .000
LnPx -.272 .090 -.730 -3.018 .017
a. Dependent Variable: LnQx
Wahdi Suardi - 7
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
Model yang digunakan adalah regresi linear berganda: Qx = b0 + b1Px + b2Pz + b3I + b4Ad
+ ei dan hasil perhitungannya adalah sebagai berikut
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 .984a .969 .960 5.49338 1.905
a. Predictors: (Constant), Ad, I, Px, Pz
b. Dependent Variable: Qx
)
̅ )
)
Wahdi Suardi - 8
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
Seperti telah disinggung di muka, indikator lain untuk mengukur goodness of fit dalam
analisis regresi adalah statistic F, yaitu mengukur total variation explained dalam analisis
regresi relative terhadap unexplained variation. Makin tinggi nilai F-statistic, makin
tepat (fit) hasil estimasi. Statistic F dihitung dengan rumus berikut.
)
)
)
)
Untuk menentukan apakah F-hitung tersebut signifikan atau tidak, maka harus
dibandingkan dengan F-tabel. Nilai F-tabel diperoleh dengan langkah berikut: (a).
tentukan α, misal 5%, (b) tentukan nilai k (jumlah explanatory variable), dalam kasus
ini = 4 (V1), (c) tentukan nilai n-k-1 = 20 – 4 – 1 = 15 (v2), (d) maka nilai Ftabel (4, 15) 0,05
dapat diperoleh dari table distribusi F berikut sebesar 3.06.
V1
1 2 3 4
V2
1 ………. ………. ………. ……….
2 ………. ………. ………. ……….
….. …….. ……... …….. ……...
15 ……. ……. 3.06 …….
….. …….. ……... …….. ……...
Karena nilai Fhitung = 116,076 > Ftabel (4, 15) 0,05 = 3,06, maka persamaan regresi yang
kita taksir memenuhi perayaratan goodness of fit. Karena signifikan, maka dapat pula
ditafsirkan bahwa secara bersama-sama (simultan), variable harga barang itu sendiri
(Px), harga barang lain (Pz), pendapatan konsumen (I), dan biaya promosi (Ad), secara
simultan berpengaruh signifikan terhadap permintaan/volume penjualan (Qx). Hasil
yang sama juga ditunjukkan oleh ouput SPSS, yaitu karena p-value atau
(0.005).
Wahdi Suardi - 9
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 14011.342 4 3502.835 116.076 .000b
Residual 452.658 15 30.177
Total 14464.000 19
a. Dependent Variable: Qx
b. Predictors: (Constant), Ad, I, Px, Pz
Berdasarkan ouput coefficient berikut, maka persamaan regresi atau dalam hal ini
adalah fungsi permintaan, dapat ditulis kembali menjadi:
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 10.006 19.697 .508 .619
Px -.038 .352 -.018 -.108 .915 .076 13.095
Pz -6.439 2.867 -2.842 -2.246 .040 .001 767.805
I -.151 .091 -.079 -1.664 .117 .930 1.075
Ad 8.719 2.934 3.839 2.972 .009 .001 799.571
a. Dependent Variable: Qx
Wahdi Suardi - 10
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
MENEMUKAN t-TABEL
Tabel t – distribution :
Daerah
Upper tail area α
DF penerimaan
…. 0.10 0.05 0.025 Ho
1 ….. 3,077 6,313 12,706 0,5 α
0,5 α
.. .. .. .. ..
15 … 1,341 1,753 2,131
… … …. …. …
- 2,131 2,131
Cara lain adalah dengan membandingkan p-value atau sig dengan nilai α (5 % atau
0,05) dengan nilai sig. Kembali pada contoh di atas, variable harga barang lain (Pz)
signifikan karena sig (0,04) < α (0,05), dan factor biaya promosi (Ad) karena sig (0,009)
< α (0,05).
Wahdi Suardi - 11
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
inflation factor (VIF). Nilai cut-off yang umum dipakai untuk menunjukkan tidak ada
gejala multikolinearitas adalah nilai TOL harus > 0,10 atau nilai VIF harus < 10. Cara
penanggulangan yang sering dilakukan adalah mengeluarkan salah satu variabel yang
berkolinearitas tersebut, atau menambah jumlah observasi/sample, atau merubah
model fungsionalnya. Kembali ke kasus fungsi permintaan, dari output print-out
coefficienta di atas tampak bahwa hanya variable pendapatan konsumen (I) yang tidak
terindikasi terkena “penyakit” multikolinearitas karena nilai VIF-nya (1,075) < 10 atau
TOL-nya (0.930) > 0.10.
Berikutnya adalah gejala Autokorelasi yang menunjukkan terjadinya korelasi
(konsluiting) antara serangkaian anggota observasi yang diurutkan menurut waktu
(time series data) atau yang diurutkan berdasarkan sampel (cross sectional data).
Misalnya harga tahun 2018, diperkirakan mempengaruhi harga pada tahun 2019.
Penyebabnya adalah bias spesifikasi, yaitu ada beberapa variabel yang tidak
dimasukan bentuk fungsional/model estimasi yang tidak benar. Kemudian bisa saja
sebagai akibat dari “manipulasi data”, yaitu misalnya data bulanan diperoleh dengan
cara membagi data tahunan dengan 12. Konsekuensinya, estimasi menjadi bias, yaitu
bila dilakukan penyampelan berulang, rata-rata hasilnya tidak akan sama.
Otokorelasi
Otokorelasi Tidak
Tidak ada
ada Otokorelasi
Otokorelasi
Tidak
Tidak jelas
jelas Tidak
Tidak jelas
jelas
positif
positif otokorelasi
otokorelasi negatif
negatif
0
0 dl
dl du
du 2
2 4-du
4-du 4-dl
4-dl
(0.90)
(0.90) (1.83)
(1.83) (2.17)
(2.17) (3.10)
(3.10)
Wahdi Suardi - 12
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
Durbin Watson = 1,905. Karena DW terletak antara dL (1,83) dan 4 - dU (2,17), maka hal
ini mengindikasikan tidak terjadi otokorelasi.
Uji heteroskedatisitas ditujukan untuk mengetahui apakah dalam model regresi
terjadi ketidaksamaan variance residual dari satu pengamatan ke pengamatan lainnya.
Jika tidak ada perbedaan, maka disebut homoskedatis, dan sebaliknya bila berbeda
disebut heteroskedatis. Heteroskedatitas dicirikan oleh sebaran atau varian factor
pengganggu tidak konstan sepanjang observasi, dan biasanya terjadi pada data cross
section. Model regresi yang baik harus homoskedatis atau tidak terjadi
heteroskedatitas. Terdapat beberapa metode untuk menguji heteroskedatis,
diantaranya yaitu metode Glejser. Pertama lakukan analisis regresi linear sederhana
seperti biasa.
| |
Jika pengaruh variabel bebas terhadap nilai residual mutlak (RES2) signifikan (nilai Sig.
< 0,05) maka telah terjadi heteroskedastis, dan sebaliknya (Ui = nilai residual mutlak; X =
variabel bebas). Langkah pertama menguji heteroskedastis adalah meregresikan variabel
bebas terhadap variabel bebas (dalam kasus ini adalah permintaan – Qx).
Kemudian klik SAVE dan centang Unstandardized dan klik OK lagi sampai jendela
tertutup.
Wahdi Suardi - 13
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
Klik OK pada analisis regresi, abaikan outputnya, lihat datanya, bila benar akan
muncul variable baru dengan nama RES_1.
Kemudian klik Transform, Compute Variabel, pada kotak “Target Variabel” isi dengan
RES2, dan pada kotak “Numeric Expression” ketikkan rumus: ABS_RES(RES_1).
Klik OK, abaikan outputnya, dan bila benar, data varibel bertambah dengan RES2.
Wahdi Suardi - 14
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
Kemudian lakukan analisis regresi kembali, masukkan RES2 (nilai residual mutlak)
sebagai variabel dependennya.
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -1.985 9.831 -.202 .843
Px .055 .175 .245 .313 .759
Pz .820 1.431 3.434 .573 .575
I .052 .045 .257 1.145 .270
Ad -.771 1.464 -3.218 -.526 .606
a. Dependent Variable: RES2
Wahdi Suardi - 15
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
∑ )
∑
∑ ∑
Wahdi Suardi - 16
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
Persyaratan yang harus dipenuhi dalam model AIDS adalah : (1) adding-up condition
yaitu : ∑ dan ∑ yang menunjukkan proporsi pengeluaran keseluruhan
komoditas adalah satu ; (2) homogeneity condition yaitu : ∑ yang menunjukkan
asumsi bahwa perubahan proporsional dalam seluruh harga dan pengeluaran tidak
memengaruhi jumlah barang yang dibeli ; dan (3) simetrivitas yaitu : ij – ji yang
menunjukkan konsistensi pilihan konsumen. Dari persamaan tersebut dapat elastisitas
permintaan dengan formula:
Model AIDS banyak digunakan oleh para peneliti, diantaranya, Chandra & P.
Moeis (2007) dalam penelitiannya tentang permintaan satur-sayuran di Kepulauan
Bangka-Belitung melaporkan diantaranya bahwa elastisitas harga komoditas sayur-
sayuran yaitu -0,80 (inelastis), elastisitas silang terhadap harga komoditas kelompok
padi & umbi -0.19 (inelastis, komplementer) dan elastisitas pendapatannya 0.89
(inelastis, barang normal, barang kebutuhan pokok). Kemudian Arifin et.al (2018) yang
mengembangkan model permintaan pangan di Indonesia hingga tahun 2045, juga
menggunakan model AIDS ketika menganalisis hubungan fungsional antara tingkat
pendapatan dengan konsumsi pangan. Kecuali jagung (maize), semua komoditas
pangan yang diteliti memiliki elastisitas pendapatan positif (barang normal).
Wahdi Suardi - 17
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
semua kelompok komoditas pangan memiliki nilai elastisitas harga sendiri negatif dan
kurang dari 1. Sedangkan elastisitas harga silang kelompok komoditas pangan
menunjukkan lebih banyak hubungan komplementer dengan kelompok komoditas
pangan lain daripada hubungan substitusi. Hal tersebut menunjukkan bahwa
kelompok komoditas padi-padian merupakan makanan pokok bagi rumah tangga
miskin di Provinsi Jabar sehingga sangat sulit untuk mencari barang substitusinya.
Elastisitas pengeluaran rumah tangga miskin secara keseluruhan menunjukkan hasil
elastisitas pengeluaran yang bernilai positif. Artinya,semua kelompok komoditas
pangan bersifat barang normal dan beberapa diantaranya termasuk ke dalam kategori
barang mewah (luxurious goods). Penelitian ini merekomendasikan agar pemerintah
membuat kebijakan untuk mengendalikan permintaan pangan melalui pengendalian
harga pangan.
Salah satu varian dari model LA-AIDS adalah Quadratic Almost Ideal Demand
System (QUAIDS) yang dikembangkan oleh Banks et.al (1997). Secara umum model
matematis QUAIDS adalah:
{ ( )}
{ ( )}
)
Dengan catatan:
h : Rumah tangga
: Proporsi pengeluaran rumah tangga untuk komoditas i
: Total pengeluaran
: Error term
) : Nonlinear price aggregator yang rumusnya:
)
( ) ( )
)
) ) )
Salah satu contoh penelitian yang menggunakan QUAIDS yaitu karya Vigantari
et.al (2011) yang mengestimasi elastisitas harga dan pendapatan beberapa kelompok
ikan menurut kelompok pendapatan di Indonesia. Data yang digunakan adalah data
Susenas 2008 (BPS modul konsumsi di wilayah Indonesia). Wilayah dikelompokkan
menjadi Sumatra, Jawa, Bali dan Nusa Tenggara, Kalimantan, Sulawesi, Maluku, dan
Papua. Sedangkan kelompok ikan yang dianalisis adalah kelompok ikan segar, ikan
awetan, udang/hewan lain yang segar dan udang/hewan air lain yang diawetkan.
Hasil estimasi melaporkan bahwa nilai elastisitas pengeluaran ikan terhadap total
pengeluaran pangan untuk semua kelompok pendapatan lebih besar dari dari satu
(elastis) dengan kisaran 1,7 sampai 3,9, dan nilainya makin kecil dengan makin
meningkatnya pendapatan. Elastisitas pengeluaran kelompok ikan terhadap total
pengeluaran ikan semua juga bertanda positif dengan nilai berkisar dari 1,1 sampai 2,9.
Hal ini menunjukkan bahwa keempat kelompok ikan yang dianalisis merupakan
Wahdi Suardi - 18
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
barang normal. Elastisitas harga kelompok ikan segar dan ikan awetan pada semua
kelompok pendapatan bertanda negatif dengan nilai berkisar dari -0,4 sampai -0,8;
sedangkan elastisitas harga untuk udang/hewan air lain (bukan ikan) yang diawetkan
adalah -1.
Kemudian Nugroho & Suparyono (2015) dengan menggunakan model QUAIDS,
mencoba menganalisis pola permintaan daging (meliputi daging sapi, babi, kambing &
ayam) di Indonesia. Data yang digunakan adalah data cross-section hasil SUSENAS
modul dan kor tahun 2013 serta Survei Pertanian (SP) tahun 2013. Penelitian ini
melaporkan diantaranya, pertama, secara umum,keempat komoditas daging masuk
dalam kategori barang normal yang ditandai dengan nilai elastisits pendapatan lebih
dari nol. Nilai elastisitas pendapatan untuk komoditas daging sapi adalah yang paling
tinggi dan kambing adalah yang paling rendah. Dilihat dari sifat komoditasnya, daging
sapi dan babi termasuk barang superior (luxurious goods). Hal tersebut disebabkan
respons permintaan terhadap perubahan pendapatan pada komoditas daging sapi dan
babi dengan nilai lebih dari satu (elastis). Sedangkan untuk daging kambing dan ayam
dikategorikan sebagai necessary good. Kedua, dilihat dari sisi elastisitas harganya,
komoditas paling responsif adalah daging babi disusul daging, kambing, ayam, dan
sapi. Keempat komoditas tersebut mempunyai nilai elastisitas negatif, yang berarti
bahwa kenaikan harga komoditas tersebut akan direspons dengan penurunan
permintaan dalam bentuk berkurangnya porsi pengeluaran. Ketiga, dari nilai elastisitas
silangnya terungkap bahwa daging sapi dapat disubstitusi oleh daging kambing dan
ayam, daging babi hanya dapat disubstitusi oleh daging ayam, sedangkan daging
kambing dapat disubstitusi dengan daging sapi dan ayam. Sementara daging ayam
hanya dapat disubstitusi oleh daging babi. Hubungan saling melengkapi atau
komplementer terlihat pada daging sapi dan babi serta kambing dan babi.
∑ ( ∑ )
Wahdi Suardi - 19
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
Elastisitas pengeluaran :
Wahdi Suardi - 20
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
DAFTAR PUSTAKA
Alhabeeb, M., & Moffitt, L. J. (2013). Managerial Economics: A Mathematical Approach.
Hoboken, New Jersey: John Wiley & Sons, Inc.
Anwar, A., Aziz, B., & Ali, S. (2012). THE ROTTERDAM DEMAND MODEL AND ITS
APPLICATION TO MAJOR FOOD ITEMS IN PAKISTAN. Journal of Basic and
Applied Scientific Research, 2(5), 5081-5087.
Arifin, B., Achsani, N. A., Martianto, D., Sari, L. K., & Firdaus, A. H. (2018, June).
Modeling the Future of Indonesian Food Consumption. Final Report. National
Development Planning Agency (Bappenas); World Food Programme(WFP);
Food & Agricultural Organization of the United Nations (FAO).
Banks, J., Blundell, R., & Lewbel, A. (1997). Quadratic Engel Curve and Consumer
Demand. The Review of Economic and Statistis, 527-539.
Barnett, W. A., & Seck, O. (2008, May 18). Rotterdam model versus almost ideal
demand system: will the best specification please stand up? Journal of Applied of
Econometrics, 795-824.
Barten, A. P. (1964). Consumer Demand Functions under Conditions of Almost
Additive Preferences . Econometrica, 1-38.
Baye, M. R. (2010). Managerial Economics and Business Strategy (7th ed.). New York:
McGraw-Hill/Irwin.
Wahdi Suardi - 21
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
Baye, M. R., & Prince, J. T. (2014). Managerial Economics and Business Strategy (8nd ed.).
New York: McGraw-Hill/Irwin.
Capps, O., Church, J., & Love, H. (2003). Specification issues and convidence intervals
in unilateral price efects analysis. Journal of Econometrics, 113, 3-31.
Chandra, A. D., & P.Moeis, J. (2007). Analisis Permintaan Sayur-sayuran Dalam
Pemenuhan Sendiri di Propinsi Kepulauan Bangka Belitung . Makalah. Jakarta:
FE-UI.
Deaton, A., & Muellbauer, J. (1980, June). An Almost Ideal Demand System. The
American Economic Review, 70(3), 312-326.
Hirschey, M., & Bentzen, E. (2016). Managerial Economics (14 ed.). Cengage Learning
EMEA.
Jones, T. (2004). Business Economics and Managerial Decision Making. England: Jhon Wiley
& Sons Ltd.
Lains, A. (1989). Fungsi Permintaan BBM Versi Model Rotterdam di Indonesia Selama
Pemerintahan Orde Baru. Economics and Finance in Indonesia, 37(1), 49-81.
Maddala, G., & Miller, E. (1989). Microeconomics: Theory and Application. Singapore:
McGraw-Hill Book.Co.
Maurice, S. C., Smith, C. W., & Thomas, C. (1998). Managerial economics: Applied
Microeconomics for decision making. Illinois: Rihard D. Irwin, Inc.
Muzayyanah, M. A., & Maharjan, K. L. (2011). Livestock Product Demand in Indonesia:
Choosing Between AIDS and ROTTERDAM Demand Models. Journal of
Indonesian Economy and Business, 26(2), 176 – 186.
Nugroho, S., & Suparyono, S. W. (2015, Juli). Pola Permintaan Daging Tingkat Rumah
Tangga di Indonesia: Analisa Data Mikro 2013. Jurnal Ekonomi dan Pembangunan
Indonesia, 16(1), 47-58.
NURHOTIMAH, I. I. (2019, February). POLA KONSUMSI PANGAN RUMAH
TANGGA MISKIN DI PROVINSI JAWA BARAT: PENDEKATAN LINEAR
APPROXIMATION ALMOST IDEAL DEMAND SYSTEM(LA-AIDS). Tesis.
Program Magister Ekonomi Terapan Fakultas Ekonomi dan Bisnis Universitas
Padjadjaran.
Samuelson, W. F., & Marks, S. G. (2012). Managerial Economics (7th ed.). USA: Jhon
Wiley & Sons, Inc.
Theil, H. (1965). The Information Approach to Demand Analysis. Econometrics, 33(1),
67-87.
Virgantari, F., Daryanto, A., Harianto, H., & Kuntjoro, S. U. (2011). ANALISIS
PERMINTAAN IKAN DI INDONESIA: PENDEKATAN MODEL QUADRATIC
ALMOST IDEAL DEMAND SYSTEM (QUAIDS). Jurnal Sosial Ekonomi &
Kelautan, 6(2), 191-203.
Webster, T. J. (2003). Managerial Economics: Theory and Practice. Elsevier.
Wahdi Suardi - 22
FAKULTAS EKONOMI UNINUS-2019
MODUL EKONOMI MANAJERIAL
Wahdi Suardi - 23