Dosen Pengampu:

Thea Geneveva J. Jesajas, S.M., M.M.

Estimasi
Permintaan
Pertemuan V
Tujuan
Pembelajaran
01
Mahasiswa/i dapat mengetahui
pengertian perkiraan permintaan

02
Mahasiswa/i mengetahui metode-
metode untuk melakukan perkiraan
permintaan

03
Mahasiswa/i bisa memilih dan
menerapkan metode perkiraan
permintaan yang tepat dalam masalah
pembuatan keputusan manajerial
Pengertian Perkiraan Permintaan
Perkiraan (estimasi) permintaan adalah menentukan
bagaimana faktor-faktor mempengaruhi permintaan.

Perkiraan ini dimaksudkan untuk mengurangi

ketidakpastian (uncertainty) di masa datang yang
dihadapi dalam pengambilan keputusan.

Seperti telah kita ketahui bahwa sering kita tidak dapat

mengetahui dengan pasti apa yang akan terjadi di
masa datang karena perubahan-perubahan yang
terjadi pada faktor-faktor yang mempengaruhi
permintaan, sehingga hasil keputusan juga akan
terpengaruh.
Pendekatan Perkiraan Permintaan
1. Pendekatan Riset Pasar
Survei konsumen
Merupakan survei yang
melibatkan sejumlah konsumen
sebagai sampel 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 lain sebagainya.
Eksperimen pasar
Merupakan metode untuk
mengetahui reaksi konsumen
berkaitan dengan kuantitas
yang akan dibeli apabila terjadi
perubahan pada faktor-faktor
yang mempengaruhi kuantitas
yang diminta dari suatu
komoditi yang dilakukan di
pasar yang sesungguhnya.
Klinik konsumen
Merupakan suatu bentuk
simulasi dari kondisi yang
nyata ke dalam sebuah
toko dummy (simulasi).
Toko simulasi tersebut
bisa diatur seperti
layaknya sebuah toko yang
sesungguhnya.
 Kelemahan metode survei konsumen
Pendekatan 1. Konsumen biasanya cenderung akan memberi

Perkiraan jawaban yang mungkin tidak sesuai dengan

keadaannya yang sebenarnya tetapi jawaban
yang menyenangkan penanya.
Permintaan 2. Akurasi jawaban dan kesenjangan antara intensi
(dalam jawaban dengan realitas aksi pembelian.
1. Pendekatan Riset 3. Salah tafsir responden atas pertanyaan yang
dapat menimbulkan jawaban yang salah.
Pasar
(continue...) Langkah dalam eksperimen pasar
1. Memilih beberapa pasar dengan karakteristik
sosial ekonomi yang sama.
2. Merubah faktor-faktor tertentu yang
mempengaruhi permintaan, seperti harga,
kemasan, bentuk promosi, dan lain sebagainya
pada setiap pasar yang dipilih.
3. Mencatat perubahan respon
konsumen/partisipan terhadap perubahan
faktor-faktor pada masing-masing pasar yang
berbeda.
Pendekatan Kelemahan eksperimen pasar
1. Keterbatasan biaya yang dimiliki
Perkiraan 2. Terkait dengan kemungkinan hasil akan bias
mengingat adanya pengaruh dari faktor-faktor
Permintaan lain di luar faktor yang diamati (extraneous
factors).
1. Pendekatan Riset 3. Tindakan pesaing.
4. Kemungkinan kehilangan konsumen.
Pasar
(continue...) Klinik konsumen
Penggunaan klinik konsumen mengatasi kelemahan dari
survei konsumen dan eksperimen pasar dan dianggap
lebih realistis daripada survei konsumen karena melihat
langsung reaksi dan tindakan dari konsumen akibat dari
perubahan yang terjadi atas faktor yang mempengaruhi
permintaan. Salah satunya kerugian dalam klinik
konsumen adalah hasil yang diperoleh meragukan
mengingat konsumen/partisipan mengetahui bahwa
dirinya ada pada situasi semu dan sedang diamati,
sehingga mereka cenderung memberi reaksi yang
‘menyenangkan’ bagi pengamat.
Pendekatan
Perkiraan
Permintaan
2. Pendekatan Regresi
Tentang Pendekatan
Regresi
Analisis regresi dinilai lebih bermanfaat
untuk perkiraan permintaan karena bersifat
lebih obyektif, mampu memberi informasi
yang lebih lengkap, dan lebih murah
dibandingkan dengan riset pasar. Oleh
karena itu, analisis regresi digunakan secara
lebih luas dibanding dengan pendekatan
riset pasar.
Perbedaan
Mendasar Antara
Korelasi & Regresi
Korelasi Regresi

Korelasi hanya menunjukkan Regresi menunjukkan

sekedar hubungan. hubungan pengaruh

Dalam korelasi, tidak terdapat Dalam regresi terdapat istilah

istilah variabel tergantung dan variabel tergantung dan
variabel bebas. variabel bebas atau dependent
variabel dan independent
variabel.
Istilah dan Notasi
Variabel Dalam
Regresi
Y X
Variabel tergantung (dependent Variabel bebas (independent
variabel) variabel)
Variabel yang dijelaskan (explained Variabel yang menjelaskan
variabel) (explained variabel)
Variabel yang diramalkan Variabel peramal (predictor)
(predictand) Variabel yang meregresi (regressor)
Variabel yang diregresi (regressand) Variabel perangsang/kendali
Variabel tanggapan (response) (stimulus or control variabel)
Persamaan
Regresi
Persamaan Regresi Linier Sederhana

Y = a + bX + e
dimana
Y = Nilai yang diramalkan
a = Konstanta
b = Koefisien regresi
X = Variabel bebas
e = Nilai residu
Pengenalan Terhadap Analisis Regresi
Pengenalan Terhadap Analisis Regresi

Scatter Plot Diagram

Persamaan
regresi Y= a + bX
 Menghitung Persamaan Regresi
3
Dari perhitungan diperoleh a=7,60 dan b= 3,53 sehingga persamaan
regresi menjadi Y= 7,60 + 3,53X. Apa maknanya?

Diasumsikan hasil regresi benar dan signifikan, dapat dikatakan bahwa a=7,60 berarti
bahwa kuantitas yang diminta atas produk tersebut akan bernilai Rp 7.600.000,-
bila tidak ada iklan yang ditayangkan (X=0). Koefisien regresi b menunjukkan
besarnya elastisitas permintaan terhadap iklan. Bila b = 3,53 berarti setiap
penambahan satu kali tayangan iklan akan berdampak pada meningkatnya
kuantitas yang diminta sebanyak Rp3.530.000.
Menghitung Persamaan Regresi
(continue...)

Berdasarkan perhitungan tersebut, maka manajer perusahaan dapat

melakukan perkiraan besarnya kuantitas yang diminta (penjualan) atas
produk perusahaan berdasar frekuensi iklan yang akan dilakukan.
Secara teknis, hal ini dilakukan dengan cara menghitung besarnya Y untuk
berbagai nilai X sebagai berikut:
Analisis Regresi
Analisis regresi hanya melakukan
analisis regresi untuk 1 variabel
dependent dan beberapa variabel
independent.

Proses-proses:
1. Menghitung nilai a (titik potong vertikal) dan
nilai b (koefisien kemiringan dari garis
regresi)
2. Mengadakan uji signifikansi dari estimasi
parameter
3. Membuat interval keyakinan untuk
parameter sebenarnya.
Analisis Regresi
Berganda

Pada saat variabel dependent (terikat) yang

kita cari adalah untuk dijelaskan,
dihipotesis tergantung pada lebih dari satu
variabel independent (bebas).

Fungsi linear :
 Contoh perhitungan Analisis
Regresi Berganda

Hipotesis:

Iklan naik, penjualan

mengalami kenaikan

Pengendalian mutu
semakin baik, maka
penerimaan penjualan
naik
Hasil
Perhitungan
Analisis
Regresi
Berganda
Menguji Hasil Regresi

1. Uji tanda koefisien, dimana b bertanda positif. Secara umum,

tanda positif berarti ada hubungan positif antara variabel X dan
variabel Y. Artinya, bila X ditambah maka Y juga akan bertambah, dan
sebaliknya. Secara teoritis, bila iklan ditambah maka penjualan akan
meningkat. Dengan demikian tanda koefisien regresi b sesuai dengan
teori dan karenanya benar. Atas dasar hal ini, hipotesis yang ingin
dibuktikan oleh manajer pemasaran bahwa semakin banyak iklan
dilakukan, makin banyak pula kuantitas yang diminta menjadi terbukti.
Menguji Hasil Regresi
(continue...)

2. uji signifikansi dengan uji t. Uji ini dimaksudkan untuk menguji

hipotesis bahwa b adalah signifikan secara statistik, yaitu bahwa iklan
mempengaruhi penjualan secara positif. Makin tinggi nilai statistik t,
makin yakin bahwa nilai b yang sebenarnya tidak sama dengan nol.
Artinya, terdapat hubungan yang signifikan antara iklan dan penjualan.
 Menguji Hasil Regresi
(continue...)

3. Uji kecocokan model (goodness of fit) R² atau adjusted R². R²

mengukur berapa besar variasi Y yang dapat dijelaskan oleh variasi
dari X atau mengukur proporsi perubahan total variabel terikat Y yang
dijelaskan oleh variasi variabel bebas X. Misal nilai R² = 0,85. Hal ini
berarti bahwa 85% variasi dalam penjualan dipengaruhi oleh variasi
dalam penayangan iklan, dan sisanya sebesar 15% ditentukan oleh
variabel lain selain iklan
 Menguji Hasil Regresi
(continue...)

4. Koefisien Korelasi (r). Koefisien korelasi mengukur arah dan

kekuatan hubungan (kovarian), tanpa implikasi ketergantungan atau
hubungan sebab akibat antara dua variabel. Arah hubungan ditentukan
dari tanda: r > 0 hubungan positif dan r < 0 hubungan negatif. Besarnya r
akan selalu berada antara -1 < r < 1 dan nilai ini menunjukkan kekuatan
hubungan. Nilai yang mendekati -1 atau 1 menunjukkan hubungan yang
sangat kuat, sehingga r = +1 menunjukkan hubungan sempurna.
Besarnya r dapat ditentukan dari R2 , yaitu r = √R². Bila R2 = 0,85, maka r
= √R² = √0,85 = 0,92. Hal ini berarti bahwa variabel X dan Y mempunyai
hubungan yang positif dan kuat.
 1. Efek Kereta (Bandwagon Effect)
Orang melakukan permintaan terhadap suatu
komoditas karena orang lain membelinya. Biasanya kurva
permintaan menjadi lebih datar.

2. Efek Kesombongan (Snob Effect)

Banyak konsumen berusaha tampil berbeda dan ekslusif
dengan meminta lebih sedikit komoditas-komoditas yang
Efek banyak diminta oleh orang. Biasanya kurva permintaan
pasar menjadi lebih curam.
Permintaan
Pasar
Permintaan Bergantung pada ukuran permintaan
pasar atau industri terhadap
yang komoditas tersebut, bentuk organisasi
Dihadapi industrinya dan jumlah perusahaan
yang ada dalam industri tersebut.
Perusahaan Bergantung pada tipe barang yang
dijual:
1. barang tahan lama
2. barang fast moving (tidak tahan lama).
Biasanya barang tahan lama lebih
bergejolak/tidak stabil dibandingkan
barang fast moving.
Struktur 1.Monopoli 3. Oligopoli
Jika perusahaan satu- Terdapat sedikit perusahaan
Pasar satunya produsen dari di dalam perusahaan yang
suatu komoditas dan memproduksi barang yang
tidak ada subtitusi yang terstandarisasi/homogen
dekat, cth: Pertamina, PLN (semen, bahan kimia) atau
Jumlah Perusahaan heterogen/terdiferensiasi
(mobil, roko, minuman ringan)
vs 2. Persaingan
Permintaan Sempurna 4. Monopolistik
Terdapat banyak perusahaan Banyak perusahaan yang
yang menghasilkan barang menjual produk yang
yang homogen (identik) dan terdiferensiasi-
setiap perusahaan terlalu percampuran antara
kecil untuk mempengaruhi monopoli dan persaingan
pasar, cth: Pertanian, Pasar sempurna.
Grosir