Disusun Oleh :
NPM : 11219325
Kelas : 2EA24
UNIVERSITAS GUNADARMA
2021
ANALISIS KUANTITATIF PERMINTAAN ELASTISITAS
Konsep Elastisitas Elastisitas menjelaskan seberapa besar perubahan permintaan barang yang
diminta jika variabel tertentu dirubah. Beberapa contoh elastisitas adalah
3. ELASTISITAS PENDAPATAN
(2) kurva permintaan diketahui. Misalkan jika harga berubah dari 1 menjadi 2, maka kuantitas barang
yang diminta berubah dari 2. unit menjadi 1. unit.
Dalam situasi ini kita tidak mengetahui kurva permintaan, karena itu kita akan menghitung arc
elasticity, sebagai berikut ini. Q = Q2 Q1 = =-1. Q = (Q1 + Q2) /2 = ( ) /2 = 1.5 P = perubahan harga =
2 1 = 1 P = (P1 + P2)/2 = (1 + 2) / 2 = 15 E = (-1. / 1.5) / (1/15) = -,44 Karena semakin tinggi harga
akan semakin sedikit barang yang diminta, maka kita akan memperoleh angka negative.
Dalam hal ini kita lebih memfokuskan pada besarnya nilai absolut dari elastisitas. Ada beberapa
faktor yang mempengaruhi besar kecilnya elastisitas, seperti ketersediaan substitusi, jangka waktu,
dan proporsi pengeluaran. Jika suatu barang mempunyai banyak substitusi, maka elastisitas
mempunyai kecenderungan tinggi, dan sebaliknya. Sebagai contoh, jika kita ingin menghitung
elastisitas harga dari permintaan makan dan tempe (lauk untuk nasi). Perhatikan bahwa makan
merupakan kebutuhan yang lebih luas, sedangkan tempe merupakan kebutuhan yang lebih spesifik.
Elastisitas makan akan cenderung lebih rendah dibandingkan dengan elastisitas harga dari tempe.
Kenapa demikian? Makan merupakan kebutuhan dasar sehingga tidak ada substitusinya (kita hams
makan), sedangkan tempe merupakan kebutuhan yang lebih spesifik yang bisa digantikan dengan
mudah oleh lauk lainnya, missal tahu. Jika harga tempe meningkat, orang akan dengan mudah
pindah ke alternative lainnya, missal tahu. Tetapi jika harga makanan secara umum meningkat, orang
akan tetap makan karena alternative substitusinya sedikit.
Faktor lain adalah jangka waktu. Semakin lama jangka waktunya, maka ada kecenderungan
elastisitas menjadi semakin kecil, dan sebaliknya. Dalam jangka pendek, proses penyesuaian tidak
bisa dilakukan dengan cepat dan mudah. Karena itu elastisitasnya menjadi kecil. Sebaliknya, dalam
jangka panjang, orang akan bisa melakukan penyesuaian, sehingga elastisitasnya akan menjadi lebih
besar. Sebagai contoh, jika harga tempe meningkat, dalam jangka pendek, orang yang mempunyai
favorit tempe sebagai makanannya akan sulit meninggalkan tempe. Dalam jangka panjang, is akan
berusaha sedikit demi sedikit melepaskan diri dari ketergantungannya terhadap tempe.
MENGHITUNG ELASTISITAS DART FUNGSI PERMINTAAN Jika kurva permintaan diketahui, kita
bisa menghitung elastisitas melalui kurva permintaan. Formula di atas (AQ/AP)/(P/Q) bisa dituliskan
kembali sebagai berikut ini. E = (dq/dp) / (P/Q) Dimana dq/dp merupakan slope (turunan pertama)
dari kurva permintaan. Misalkan kurva permintaan adalah sebagai berikut ini.
Q = 1 2P dq/dp adalah -2. Elastisitas bisa dihitung sebagai -2 (P/Q). Pada harga 1, berarti Q=8,
elastisitas bisa dihitung sebabagai e = -2 (1/8) = -2/8 atau -,25 Kurva permintaan juga bisa
dirumuskan dalam bentuk non-linear. Sebagai contoh, missal kita mempunyai kurva permintaan non-
linear sebagai berikut ini.
ANALISIS REGRESI Salah satu tehnik untuk mengestimasi kurva permintaan adalah dengan
menggunakan tehnik regresi. Estimasi garis regresi bisa dilakukan dengan beberapa cara, missal
metode likelihood function dan least square. Least square merupakan metode yang paling sederhana.
Metode tersebut berusaha menarik garis regresi sedemikian rupa sehingga garis tersebut akan
meminimalkan kesalahan (error) kuadrat. Kesalahan dalam hal ini adalah selisih antara garis regresi
dengan nilai yang sesungguhnya. Estimasi bisa dilakukan dengan perhitungan formula, bisa juga
langsung dilakukan oleh software statistic. Misalkan kita sudah melakukan estimasi garis regresi
dengan menggunakan data sebagai berikut ini. Observasi Kuantitas Harga Rata-Rata , , 37 Tabel di
atas menunjukkan 1 observasi kuantitas dan harga. Kita bisa menjalankan regresi dengan variabel
bebas adalah harga dan variabel tidak bebas adalah kuantitas yang dijual/diminta. Estimasi dengan
software Excel menghasilkan output sebagai berikut ini.
Untuk melihat apakah variabel bebas (harga) mempengaruhi variabel tidak bebas (kuantitas), kita
bisa melihat panel ketiga, kemudian melihat baris Price. Terlihat koefisien regresi untuk price adalah
2,6, yang berarti ada hubungan terbalik antara harga dengan kuantitas yang diminta (semakin tinggi
harga, semakin rendah kuantitas yang diminta). Pada kolom t-statistics terlihat nilai t sebesar 4,89
yang nilai absolutnya (4,89) lebih besar dibandingkan dengan t tabel untuk df yang sama. Pada kolom
p-value, kita melihat angka,12. Jika kita menggunakan tingkat signifikansi 5%, angka p-value tersebut
lebih kecil dibandingkan dengan,5 (5%), karena itu price secara signifikan mempengaruhi kuantitas.
Angka 2,6 bukan merupakan nol, atau bukan merupakan angka yang diperoleh secara kebetulan.
Regression Statistics Multiple R R- Square Adjusted R- Square Standard error Observatios Analysis
of Variance Regressio n Residual Total Intercep t Price,87,75,72 112,2 2 1 Df Coefficients 1631,47-
2,6 Sum of Squares 3147, , ,5 Standard error 243,97,53 Mean Square 3147, ,95 F Significance
23,94,12 t-statistics p-value Lower 95% 6,69,2 168,87-4,89,12-3,82 F Upper 95% 2194,7-1,37
EVALUASI FIT Untuk melihat fitness keseluruhan regresi, kita menggunakan F-statistics dan R-
square. Nilai F terlihat 23,94 dan signifikan pada 5% (p-value sebesar,12 lebih kecil dibandingkan
dengan 5%). R-square menunjukkan angka,75. Semakin mendekati 1, R- square semakin baik.
Secara keseluruhan bisa disimpulkan bahwa regresi tersebut cukup baik mengestimasi fungsi
permintaan. NON-LINEAR REGRESSION Disamping regresi linear, regresi non-linear juga bisa
digunakan. Berikut ini contoh spesifikasi regresi non-linear: Q= b Pb1 Estimasi dengan model linear
bisa dilakukan sebagai berikut ini. log Q = log b + b1 log P + e MULTIPLE REGRESSION Regresi
juga bisa dilakukan dengan menggunakan variabel bebas lebih dari satu. Regresi tersebut dinamakan
sebagai regresi berganda. Sebagai contoh, berikut ini spesifikasi regresi berganda, dimana kuantitas
yang diminta dipengaruhi oleh harga barang, harga barang yang berkaitan, pendapatan, dan iklan: Qx
= b + b1 Px + b2 Py + b3 M + b4 I + e Evaluasi untuk regresi berganda bisa dilakukan sama dengan
evaluasi untuk regresi tunggal.
Teori perilaku individual membicarakan bagaiaman konsumen mengambil keputusan, yang bisa
memaksimumkan kepuasannya, dengan mengingat kebatasan yang dipunyai (anggaran yang
terbatas).