1.

Estimasi Pasar Dengan Metode Survey

Estimasi Permintaan merupakan proses menentukan nilai – nilai masa

kini bagi koefisien – koefisien fungsi permintaan untuk produk tertentu. Berkaitan
dengan fungsi permintaan, maka harga produk yang bersangkutan, pendapatan
konsumen, harga produk lainnya, advertensi, dan lain – lain dapat diperkirakan
pengaruhnya terhadap jumlah produk yang diminta oleh konsumen. Dalam hal ini
jumlah produk yang diminta dapat dikatakan sebagai variable yang dipengaruhi,
sedangkan harga produk, pendapatan konsumen lain – lain, merupakan variable
bebas.

Estimasi pasar dengan metode survey dilakukan dengan melihat reaksi

langsung pada konsumen atas perubahan variable tertentu. Untuk melakukan
atau menggunakan metode langsung ini dilakukan survey. Survey konsumen
dapat menyediakan informasi yang sangat berguna bagi perusahaan. Dalam
kenyataan, banyak juga yang menagalami bias karena konsumen tidak mau atau
tidak bisa memberikan jawaban yang akurat.

Untuk keperluan Survey, biasanya diambil sampel yang dapat mewakili,

sehingga karakteristik yang ada pada populasi harusnya tercangkup dalam
sampel. Hal ini untuk menghindari bias yang mungkin dapat terjadi. Survey
biasanya menggunakan alat interview atau daftar pertanyaan yang akan
ditujukan para responden yang terpilih dan yang dituju.

Survei konsumen (consumer surveys) melibatkan sejumlah sampel

konsumen tentang bagaimana bagaimana mereka akan beraksi beraksi
terhadap terhadap perubahan perubahan tertentu tertentu dalam harga suatu
komoditas, pendapatan, harga dari komoditas yang berhubungan, pengeluaran
pengeluaran iklan, insentif kredit, dan determinan yang lainnya. Survei ini dapat
dilakukan dengan mencegah dan menanyai oran-gorang pada suatu pusat
perbelanjaan atau dengan menyusun daftar pertanyaan (kuisioner) untuk
dibagikan kepada sampel konsumen tertentu oleh para penanya (interviewer )
yang terlatih.Teorinya, kuesioner konsumen dapat menyediakan informasi yang
sangat berguna bagi perusahaan. Dalam kenyataan, banyak juga yang
mengalami bias karena konsumen tidak mau atau tidak bisa memberikan
jawaban yang akurat. Kondisi wawancara juga bisa mempengaruhi jawaban dari
responden yang dipilih. Terkadang responden bisa gugup ketika mereka bertemu
pewawancara sehingga jawaban yang diberikan tidak sesuai. Atau mungkin
mereka merasa malu apabila pendapat mereka yang sebenarnya diketahui oleh
orang lain sehingga mereka tidak bisa memberikan informasi yang dibutuhkan
perusahaan. Pertanyaan yang membingungkan dalam wawancara juga bisa
menjadi hambatan karena responden tidak mengerti apa atau bagaimana
menjawabanya.Hal ini terjadi karena ketidakjelasan penjelasan yang diberikan
oleh pewawancara atau pewawancara salah menafsirkan jawaban yang
dimaksud oleh respon.

Selain itu ada pula masalah best of intention yang berkaitan dengan
berubahnya minat beli konsumen. Maksudnya, bisa jadi saat wawancara
dilakukan konsumen yang sudah memiliki niat untuk membeli suatu produk
mengetahui strategi pemasaran atau rahasia perusahaan. Hal ini bisa
menyebabkan berubahnya pandangan konsumen terhadap produk yang akan
dijual dan berpotensi untuk mengurangi minat beli.

Untuk menghindari masalah ini peneliti dari perusahaan bisa

menggunakan pertanyaan terbuka. Dengan begitu konsumen bisa
mengungkapkan apa yang ada di benaknya saat menghadapi pertanyaan
tersebut. Pertanyaan yang diajukan harus dibuat dengan baik agar tidak
membingunkan dan konsumen bisa memberikan jawaban yang sesuai. Lalu
jawaban yang terkumpul harus dianalisis dengan baik karena setiap konsumen
memiliki cara penulisan yang berbeda-beda.

Kelemahan yang terdapat dalam metode Survey, antara lain:

1) Apabila sampel tidak dapat mewakili, maka data yang diperoleh akan bias
sehingga kesimpulannya juga kurang tepat.

2) Ada kemungkinan responden menghindari jawaban yang benar karena

tanggap terhadap interviewer. Sebagai misal interviewer dianggap sebagai
petugas pajak, maka responden mungkin akan menyembunyikan jawaban
tertentu untuk menghindari beban pajak atau hal yang terkait dengan pajak.
3) Terdapat kesenjangan antara internsi dan tindakan. Pada saat diwawancarai
mungkin konsumen benar – benar akan membeli akan tetapi pada lain
kesempatan mungkin akan mengurangi niatnya karena sebab tertentu, misal
dengan diperkenalkannya strategi baru oleh perusahaan.

4) Jika dalam penyajian pertanyaan atau kuesioner membingungkan responden

atau dapat ditafsirkan beraneka macam interpretasi sehingga membingungkan
responden, maka jawaban yang diperoleh tidak seperti diharapkan.

Solusi untuk mengurangi kelemahan – kelemahan tersebut dapat

melakukan pengujian akan keterandahan jawaban responden atau keterandalan
pertanayaan dengan menanyakan pertanyaan yang sama dalam bentuk
pertanyaan yang berbeda berbeda pada saat wawancara. wawancara. Di
samping itu, pertanyaan harus dirangkai dengan cara menciptakan dan
menyangkut kepentingan subjek, mengundang jawaban akurat,dan tidak
minumbulkan reaksi emosional yang dapat memengaruhi jawaban meyimpang
atau membuat responden menolak melanjutkannya, peneliti dari perusahaan
bisa menggunakan pertanyaan terbuka. Dengan begitu konsumen bisa
mengungkapkan apa yang ada di benaknya saat menghadapi pertanyaan
tersebut. Pertanyaan yang diajukan harus dibuat dengan baik agar tidak
membingunkan dan konsumen bisa memberikan jawaban yang sesuai. Lalu
jawaban yang terkumpul harus dianalisis dengan baik karena setiap konsumen
memiliki cara penulisan yang berbeda-beda.

2. Estimasi Permintaan dengan Eksperimen Pasar

Eksperimen pasar (market experiments) melibatkan orang-orang yang

benar-benar berada disituasi pasar sebenarnya yang membelanjakan uangnya
untuk barang dan jasa yang mereka inginkan. Terdapat beberapa cara untuk
melakukan melakukan percobaan ini, yakni:

Eksperimen dengan Simulasi Pasar

Cara lain untuk mendapatkan informasi untuk estimasi permintaan bisa

dilakukan dengan metode simulasi pasar. Pada metode ini perusahaan membuat
suatu “pasar buatan” dengan contoh barang yang ditawarkan beserta harganya.
Perusahaan bisa menentukan apakah sampel yang dipilih untuk simulasi pasar
akan dikelompokkan kedalam kategori tertentu (misalnya berdasarkan
pendapatan atau usia) ataupun tidak. Apabila sampel dipilih secara acak maka
dapat diasumsikan bahwa faktor yang menentukan pembelian hanya satu yakni
harga.

Hasil dari simulasi pasar ini harus dianalisis dengan baik oleh perusahaan
dengan mempertimbangkan banyak hal. Misalnya karena pembelian di pasar
hanya simulasi, konsumen mungkin tidak akan peduli dengan berapa banyak
uang yang mereka habiskan untuk produk tertentu. Ada pula kemungkinan
bahwa konsumen akan berusaha untuk bersikap normal dengan memilih produk
yang lebih murah, walaupun sebenarnya itu bukanlah pilihan asli mereka. Serta
terkadang ada konsumen yang memang dengan sengaja memilih barang yang
lebih murah untuk menyampaikan pesan pada peneliti bahwa harga barang
memang harus diturunkan.

Eksperimen Langsung Pada Pasar

Pada metode ini perusahaan melakukan eksperimen secara langsung

pada konsumen saat mereka melakukan pembelian terhadap produk yang dijual
di pasar sesungguhnya. Perusahaan akan memilih daerah atau wilayah yang
cocok untuk pengumpulan data yang dibutuhkan. Data yang dikumpulkan
meliputi penerimaan konsumen terhadap produk dan dampak dari adanya
perubahan pada variabel terkontrol pada produk yang dibeli. Perubahan pada
variabel terkontrol bisa dilakukan dengan banyak cara, misalnya perubahan pada
harga bisa dilakukan dengan cara menetapkan harga berbeda pada dua atau
lebih pasar yang dikendalikan (contoh: selisih harga 10% dari harga asli pada
salah satu pasar). Bisa juga dilakukan dengan menambah iklan atau promosi dari
suatu produk untuk melihat reaksi dari konsumen.

Hal yang perlu diperhatikan oleh perusahaan yaitu bahwa perubahan

pada harga atau strategi pemasaran memiliki resiko. Misalnya, ketika produsen
memutuskan untuk mengurangi harga konsumen mungkin akan tertarik untuk
membeli. Namun keputusan pembelian itu hanya berdasarkan harga yang murah
saja tanpa melihat fitur yang ditawarkan. Setelah membeli dan mengetahui
produk murah tersebut, bukan tidak mungkin konsumen akan kembali pada
produk pesaing yang sudah mereka konsumsi sebelumnya karena fiturnya lebih
lengkap atau faktor-faktor lainnya.

Resiko lainnya yakni saat penjualan barang sekali pakai. Apabila

produsen menawarkan harga yang murah, konsumen akan lebih cenderung
membeli. Namun mereka hanya akan membeli dalam jumlah besar saat harga
murah saja, karena mereka berniat untuk mengumpulkan barang tersebut
dengan asumsi harga barang akan kembali mahal di masa depan.

Dengan mempertimbangkan resiko yang dihadapi, sebaiknya perusahaan

tidak hanya melakukan penelitian akan estimasi permintaan sekali saja. Proses
ini harus terus diulang kembali untuk mendeteksi perubahan-perubahan yang
terjadi pada pasar terutama pada faktor-faktor yang tidak dapat dikendalikan
perusahaan seperti selera dan pendapatan konsumen di masa mendatang.
Untuk itu perusahaan juga perlu melakukan peramalan tentang masa depan
dengan melihat potensi perubahan yang mungkin terjadi di lingkungan pasar.

a) Kelebihan Eksperimen Pasar:

Kelebihan dari eksperimen pasar yakni 0lol.dapat dilakukan dalam skala

yang besar untuk lebih meyakinkan mengenai keabsahan dari hasilnya serta
konsumen tidak sadar bahwa mereka merupakan bagian dari suatu percobaan
atau eksperimen. Eksperimen pasar juga dapat berguna bagi perusahaan dalam
menentukan strategi penentuan harga yang terbaik serta menguji beberapa jenis
kemasan yang berbeda, kampanye promosi, dan kualitas produk. Eksperimen
pasar yang utama benar - benar berguna dalam proses pengenalan produk di
mana tidak ada data lainnya yang tersedia. Eksperimen ini juga sangat
bermanfaat dalam menguji hasil dari teknik statistik yang lainnya dari estimasi
permintaan.

b) Kekurangan Eksperimen Pasar:

Eksperimen pasar memiliki beberapa kekurangan yang serius, salah

satunya yakni dalam rangka menjaga biaya tetap rendah, percobaan biasanya
tetap dilakukan dalam skala yang terbatas dan dalam jangka waktu yang relatif
singkat, sehingga gambarannya terhadap seluruh pasar dan untuk jangka waktu
yang lebih panjang perlu dipertanyakan. Kejadian di luar dugaan seperti mogok,
cuaca yang buruk, dapat secara serius menjadikan hasil yang bias dalam
percobaan yang tidak terkontrol. Pesaing dapat mencoba untuk melakukan
sabotase percobaan dengan merubah harganya serta determinan permintaan
lainnya yang dapat mereka kontrol. Mereka juga dapat memonitor percobaan ini
dan mengambil keuntungan informasi yang bermanfaat yang tidak ingin dibuka
oleh perusahaan. Pada akhirnya, sebuah perusahaan dapat secara permanen
kehilangan pelanggan dikarenakan proses peningkatan harganya selama
percobaan berlangsung dengan harga yang relatif tinggi.

3. Estimasi Permintaan dengan Analisis Regresi

Untuk memperkenalkan analisis regresi, katakanlah seorang manajer

ingin menentukan hubungan antara pengeluaran biaya iklan perusahaan dengan
pendapatan penjualannya. Manajer ini ingin menguji hipotesis yang mengatakan
bahwa semakin tinggi biaya untuk iklan makan akan semakin tinggi pula
penerimaan penjualan perusahaan, dan seterusnya, dia ingin mengestimasi
kekuatan hubungan tersebut (berapa banyak peningkatan penjualan setiap dolar
kenaikan biaya iklan).

Contoh

Jika diggambarkan setiap pasangan nilai iklan-penjualan dalam tabel tersebut

sebagai suatu titik dalam suatu grafik, dengan pengeluaran iklan (variable bebas
atau variable penjelas) diukur sepanjang sumbu vertical, maka akan memperoleh
titik-titik seperti gambar tersebut yang disebut sebagai diagram pencar (scatter
diagram) karena ini menunjukkan penyebaran dan titik-titik didalam daerah X-Y.
 Salah satu cara untuk mengestimasi hubungan linear antara pengeluaran
iklan perusahaan dengan penerimaan penjualannya adalah dengan
menggambarkan, secara pandangan mata suatu garis lurus dengan kemiringan
positif yang paling dapat mewakili diantara titik-titik data yang ada (sehingga titik-
titik data tesebut berada pada jarang yang kurang lebih sama pada kedua sisi
garis). Dengan memperpanjang garis tersebut ke sumbu vertikal, maka dapat
diestimasi penerimaan penjualan perusahaan tersebut dengan pengeluaran iklan
sama dengan nol. Estimasi kasar mengenai hubungan linear antara penerimaan
penjualan (Y) dengan pengeluaran iklan (X) dari bentuk persamaan dirumuskan
sebagai:

Y = a + bX

Dalam persamaan tersebut, a adalah titik potong vertical dari estimasi hubungan
linear dan memberikan nilai Y pada saat X = 0, sementara b merupakan
kemiringan dari garis itu dan memberikan estimasi kenaikan Y yang diakibatkan
peningkatan setiap unit dari X. Manajer tersebut dapat menggunakan estimasi ini
untuk mengestimasi seberapa banyak penerimaan penjualan perusahaan akan
terjadi,= jika pengeluaran iklan berada antara $9 juta dan $15 juta pertahun, atau
jika pengeluaran iklan meningkat, katakanlah menjadi $16 juta pertahun, atau
jatuh menjadi $8 juta pertahun.

Kesulitan dengan membuat garis yang cocok dengan titik-titik data dalam
gambar tersebut secara visual adalah bahwa peneliti yang berbeda mungkin
akan merasa cocok dengan garis yang berbeda pula untuk titik-titik data yang
sama sehingga menghasilkan hasil yang berbeda. Analisis regresi (regression
analysis) merupakan teknik statistic yang dapat menghasilkan garis yang paling
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).

Metode estimasi permintaan menggunakan analisis regresi merupakan

metode yang paling sering digunakan dalam meramalkan tingkat permintaan.
Selain karena lebih murah, metode ini dianalisis menggunakan data sehingga
dapat menghasilkan keputusan yang dinilai lebih objektif. Terdapat dua analisis
regresi yaitu analisis regresi linear sederhana dan juga analisis regresi linear
berganda. Akan tetapi dalam ekonomi manajerial dalam melakukan estimasi
permintaan lebih sering digunakan analisis regresi linear berganda karena
variabel bebas yang digunakan lebih dari satu variabel

 Langkah-langkah Melakukan Analisis Regresi

Dalam mengestimasi permintaan menggunakan analisis regresi terdapat 4

langkah yang harus dilakukan yaitu meliputi, spesifikasi model, mengumpulkan
data variabel-variabel, menspesifikasi bentuk, dan menguji hasil analisis.

1. Spesifikasi Model

Pertama yang harus dilakukan dalam mengestimasi permintaan dengan

analisis regresi adalah menentukan model spesifikasi. Maksud dari menentukan
model spesifikasi adalah menentukan variabel-variabel terkait yang dapat
mempengaruhi variabel terikat atau variabel yang akan dihitung. Dalam konteks
ini karena yang diestiamsi adalah permintaan maka variabel-variabel yang
mempengaruhi bisa harga komoditas (Px), Pendapatan konsumen (I), Jumlah
konsumen di pasar(N), barang komplementer (Py) dan selera konsumen (T),
serta hal-hal lainnya seperti biaya iklan, ketersediaan atau intensif kredit,
ekspeasi harga konsumen terhadap komuditas. Semua variabel tersebut
merupakan variabel penting yang harus diperhitungkan guna melakukan estimasi
terhadap permintaan yang akan datang. Secara matematis fungsinya akan ditulis
sebagai

𝑄𝑥 = 𝑓(𝑃𝑥,𝐼, 𝑁, 𝑃𝑦, 𝑇, … )

Variabel mana saja yang akan digunakan harus menyesuaikan terhadap

jenis barang, misalnya apabila komoditas mobil yang akan diestimasi maka faktor
suku bunga kredit harus masuk. Atau mungkin dalam barang-barang yang
bersifat musiman seperti penjualan tenda waktu-waktu liburan harus menjadi
variabel yang dimasukkan dalam estimasi perhitungan. Akan tetap penentuan
variabel harus ditentukan secara teliti, karena apabila ada variabel tidak penting
yang masuk maka perhitungan akan menjadi bias.

2. Mengumpulkan Data dari Variabel-Variabel

Salah satu bagian terpenting dalam analisis regresi adalah data. Tanpa
ada data yang baik maka estimasi permintaan tidak akan dapat dilakukan. Data
yang dikumpulkan dari variabel-variabel yang ditentukan dapat berupa data
sepanjang waktu (data tahunan, kuartalan, bulanan) aau untuk unit ekonomi
yang berbeda (individu, rumah tangga, dan sebagainya) pada suatu waktu
tertentu (tahun tertentu, bulan atau minggu tertentu).

Tipe data yang digunakan biasanya bergantung pada ketersediaan data.

Akan tetapi pada data tertentu yang cuku sulit dipercaya sebagai data yang
objektif, maka variabel tersebut bisa saja dianggapkan konstan dalam
perhitungan. Sebagai contoh data selera konsumen, selera konsumen dalam
perhitungan harus diasumsikan tidak berubah dalam periode perhitungan karena
data tersebut sulit dicari secara objektif nilainya. Sering kali dalam estimasi
permintaan data berasal dari pusat-pusat data atau lembaga yang melakukan
survey-surevey terhadapa berbagai hal.

3. Menspesifikasi Bentuk Persamaan Model

Menentukan bentuk fungsional dari estimasi permintaan menggunakan

analisis regresi merupakan langkah keiga. Model yang paling sederhana dan
sering digunakan adalah model linear. Sebagai contoh

𝑄𝑥 = 𝑎0 + 𝑎1𝑃𝑥 + 𝑎2𝐼 + 𝑎3𝑁 + 𝑎4𝑃𝑦 + ⋯ + e

Dalam persamaan tersebut a merupakan parameter (koefisien) yang akan

diestimasi, dan e adalah faktor galat. Pada metode linear, perubahan dalam
variabel terikat (��) untuk setiap unit perubahan dalam variabel bebas adalah
konstan, tanpa menghiraukan tingkatan dari variabel tertentu.

Namun, dalam beberapa kasus hubungan non linear dapat menjadi lebih
cocok untuk menunjukkan estimasi permintaan dibanding dengan hubungan
linear. Hal ini dapat diketahui dengan menggambarkan grafik variabel terikat
pada setiap variabel bebasnya. Spesfikasi yang paling sering ditemui dalam
estimasi permintaan adalah fungsi pangkat. Sebagai contoh suatu fungsi untuk
meramalkan permintaan bisa saja dirumsukan sebagai berikut:

𝑄𝑥 = 𝑎(𝑃𝑥 𝑏1 )(𝐼 𝑏2 )

Untuk mengestimasi permintaan dari persamaan tersebut, maka fungsi

tersebut harus ditransformasikan kedalam bentuk log berganda yang linear
dalam logaritma, dan kemudian menjalankan regresinya dengan log dari variabel
tersebut.

ln 𝑄𝑥 = ln 𝛼 + 𝑏1 ln 𝑃𝑥 + 𝑏2 ln I

Estimasi koefisien kemiringan (b1 dan b2) dalam persamaan tersebur

sekarang mewakili persentase perubahan atau elastisitas rata-rata. Secara
khusus, b1 merupakan elastisitas permintaan terhadap harga (Ep), sementara b2
merupakan elastisitas permintaan terhadap pendapatan untuk komunitas X.
sehingga keuntungan dari formulasi pangkat fungsi permintaan adalah bahwa
estimasi koefisien yang diberikan langsung memberikan elastisitas
permintaannya.

4. Menguji Hasil Ekonometri

Langkah terakhir dalam estimasi permintaan dengan analisis regresi

adalah melakukan evaluasi terhadap hasil regresinya. Tanda dari setiap estimasi
koefisien kemiringan yang ada harus dicek apakah sudah sesuai dengan dasar
teori yang ada. Setelah itu uji t, harus dilakukan terhadap signifikansi statistik
dari estimasi parameter-parameter untuk menentukan derajat keyakinan dari
setiap estimasi koefisien kemiringan. Koefisien determinasi (R²) akan
mengindikasikan proporsi dari variasi total dalam permintaan untuk komoditas
yang dapat dijelaskan oleh variabel bebas atau variabel penjelas yang ada dalam
persamaan permintaan.

Akhirnya, persamaan permintaan hasil estimasi harus lulus uji ekonometri

lainnya untuk menyatakan bahwa masalah-masalah seperti multikolinearitas,
heteroskedastisitas, dan otokorelasi tidak terjadi . Jika salah satu masalah ini
terdeteksi dari uji yang dilakukan, tindakan tertentu harus dilakukan untuk
menghilangkan masalah ini. Secara umum, heteroskedastisitas lebih sering
muncul dalam data kerat-lintang yang digunakan untuk mengestimasi
permintaan, sementara otokorelasi muncul pada saat data deret-waktu yang
digunakan.

 Masalah-Masalah dalam analisis regresi

Dalam analisis regresi bila satu atau lebih masalah timbul, secam
mekanis analisis tersebut masih tetap memberikan taksira parameter dan
besaran statistik, tetapi hasilnya bisa saja palsu (bukan seharusnya) sehingga
menyesatkan dalam penjelasanya dar lemah daya prediksinya. Masalah-masalah
yang timbul dalam analisis regresi biasanya adalah sebagai berikut:

1) Kesalahan spesifikasi hubungan yang dihipotesiskan antara variabel

dependent dan variabel independent, misalnya terabaikanya variabel
independent yang diperlukan pada model tersebut (penting). Hal ini
menyebabkan koefisien regresi tidak dapat dipercaya dan merupakan
penyimpangan atas asumsi kesalahan yang seharusnya minimum,
sehingga pengaruhnya dibebankan pada variabel-variabel yang
dimasukkan, atau hasilnya nanti akan muncul sebagai residu yang tak
terjelaskan.
2) Kesalahan pengukuran variabel yang tidak tepat, misalnya ukuran harga
yang mudah diperoleh adalah harga yang ada pada daftar harga atau
harga yang ditawarkan oleh produsen, tetapi hal itu sering tidak akurat
dalam menggambarkan harga aktual yang dibayar oleh konsumen bila
ada tawar-menawar, diskon dan sebaganiaya.
3) Masalah kesalahan identifikasi, Misalnya masalah ini timbul dalam
penaksiran permintaan dengan data runtut waktu, sebab kita tidak dapat
mengharapkan kurva permintaan akan stabil pada periode waktu yang
cukup lama sebagai akibat perubahan perubahan variabel, misalnya
perubahan pendapatan konsumen pada pola preferensinya.
4) Masalah gejala Multikolinieritas, masalah ini timbul jika variabel-variabel
independen tidak independent satu sama lainya. Bila dua variabel
independent atau lebih saling bergantung satu sama lain, maka koefisien
b untuk masing-masing variabel akan menjadi bias, artinya pengaruh
marginalnya tidak dapat diketahui dengan jelas.
5) Masalah Heterokedastisitas, masalah ini timbul ketika kesalahan yang
terjadi homogen atau terjadi secara tidak acak sehingga antar kesalahan
menunjukkan hubungan yang sistemastis. Heterokedastisitas ini
menyebabkan kesalahan baku koefisien determinasi menunjukkan daya
menjelaskan yang terlalu besar.
6) Masalah Otokorelasi, bila data yang digunakan merupakan data runtut
waktu, akan menunjukkan pola kesalahan yang beruntun, pola ini
menunjukkan bahwa beberapa variabel lain diluar model berubah secara
sistematis dan mempengaruhi variabel dependen.
 Daftar Pustaka

Estimasi Fungsi Permintaaan. (2017). Diakses dari

http://blog.ub.ac.id/anggihusain/2017/10/19/estimasi-fungsi-permintaan/

Husain, Anggi. (2017). ESTIMASI FUNGSI PERMINTAAN. Diakses dari

http://blog.ub.ac.id/anggihusain/2017/10/19/estimasi-fungsi-permintaan/

Rini, Endang Sulistya. (2002). EstimasiFungsiPermintaan. Diakses

darihttps://repository.usu.ac.id/handle/123456789/1245

Salvatore, D. (2011). Managerial Economics: Ekonomi Manajerial dala P

(Sudrajat, 2018)erekonomian Global Edisi V Jilid I. Jakarta: Salemba
Empat.
Sudrajat, U. (2018). Peramalan Permintaan dengan Analisis Regresi. Dalam
Buku Ajar Ekonomi Manajerial (hal. 61). Yogyakarta: CV Budi Utama.

Yenny Lyzna’s Blogs 2011. Diakses dari

http://yennylyzna.blogspot.com/2011/12/estimasi-permintaan.html?m=1