Estimasi Permintaan
Estimasi Permintaan
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.
1) Apabila sampel tidak dapat mewakili, maka data yang diperoleh akan bias
sehingga kesimpulannya juga kurang tepat.
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.
Contoh
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).
1. Spesifikasi Model
𝑄𝑥 = 𝑓(𝑃𝑥,𝐼, 𝑁, 𝑃𝑦, 𝑇, … )
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).
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 )
ln 𝑄𝑥 = ln 𝛼 + 𝑏1 ln 𝑃𝑥 + 𝑏2 ln I
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:
http://blog.ub.ac.id/anggihusain/2017/10/19/estimasi-fungsi-permintaan/
darihttps://repository.usu.ac.id/handle/123456789/1245