Managerial Economics - Business Strategy - 01. Dasar Dasar Ekonomi Manajerial
Managerial Economics - Business Strategy - 01. Dasar Dasar Ekonomi Manajerial
Menerapkan
Menerapkan kerangka kerja lima kekuatan untuk menganalisis keberlanjutan
keuntungan industri.
Menerapkan Menerapkan analisis nilai sekarang untuk membuat keputusan dan nilai aset.
Menerapkan analisis marjinal untuk menentukan tingkat optimal variabel kontrol
Menerapkan (contoh: output/produk) dari permasalahan manajerial.
1-3
Definisi Ekonomi Manajerial
Studi tentang cara mengelola sumber daya yang langka dengan cara yang
paling efisien untuk mencapai tujuan manajerial.
– Haruskah perusahaan membeli komponen – seperti disk drive dan chip – dari
produsen lain atau memproduksinya sendiri?
– Haruskah perusahaan mengkhususkan diri dalam membuat satu jenis komputer
(spesialisasi) atau menghasilkan beberapa jenis produk yang berbeda
(diversifikasi)?
– Berapa banyak komputer yang harus diproduksi perusahaan, dan berapa harga
jualnya?
– Berapa banyak karyawan yang harus dipekerjakan perusahaan dan bagaimana
mereka harus diberi kompensasi?
1-4
Ilmu Ekonomi untuk Manajemen yang Efektif
1-5
Identifikasi Tujuan dan Kendala
1-6
Kenali Hakikat dan Pentingnya Laba (profit)
1-7
Kenali Hakikat dan Pentingnya Laba (profit)
Peran laba
– Laba adalah sinyal bagi pemilik sumber daya di mana sumber daya merupakan
sesuatu yang paling berharga bagi masyarakat.
1-8
Lima Kekuatan dan Profitabilitas Industri (Gambar 1-1)
1-9
Memahami Insentif
1-10
Memahami Pasar
1-11
Kenali Nilai Waktu dari Uang
1-12
Analisis Nilai Sekarang 1
– Nilai sekarang mencerminkan perbedaan antara nilai masa depan dan biaya
oportunitas menunggu kembalinya uang:
𝑃𝑉 = 𝐹𝑉 − 𝑂𝐶𝑊
1-13
Analisis Nilai Sekarang II
1-14
Nilai Waktu Uang (contoh)
1-15
Nilai Sekarang Bersih
1-16
Nilai Sekarang dari Aset yang Menghasilkan Tanpa Batas Waktu
Nilai sekarang dari keputusan yang menghasilkan arus kas tanpa batas
waktu:
𝐶𝐹1 𝐶𝐹2 𝐶𝐹3
𝑃𝑉𝐴𝑠𝑠𝑒𝑡 = 𝐶𝐹0 + 1
+ 2
+ 3
+⋯
1+𝑖 1+𝑖 1+𝑖
Nilai sekarang dari aliran pendapatan abadi ini ketika arus kas yang sama
dihasilkan (𝐶𝐹1 = 𝐶𝐹2 = ⋯ = 𝐶𝐹):
𝐶𝐹
𝑃𝑉𝑃𝑒𝑟𝑝𝑒𝑡𝑢𝑖𝑡𝑦 =
𝑖
1-17
Nilai Sekarang dan Maksimisasi Laba
Maksimalisasi Laba
–Memaksimalkan laba berarti memaksimalkan nilai perusahaan, yang
merupakan nilai sekarang dari laba saat ini dan masa depan.
1-18
Nilai Sekarang dan Nilai Estimasi Perusahaan I
𝜋0 1 + 𝑔 𝜋0 1 + 𝑔 2 𝜋0 1 + 𝑔 3
𝑃𝑉𝐹𝑖𝑟𝑚 = 𝜋0 + 1
+ 2
+ 3
+⋯
1+𝑖 1+𝑖 1+𝑖
1+𝑖
= 𝜋0
𝑖−𝑔
1-19
Nilai Sekarang dan Nilai Estimasi Perusahaan II
Ketika dividen segera dibayarkan dari laba saat ini, nilai sekarang
perusahaan adalah (pada tanggal ex-dividen):
1+𝑔
= 𝜋0
𝑖−𝑔
1-20
Laba Jangka Pendek versus Jangka Panjang
1-21
Menggunakan Analisis Marjinal
1-22
Menggunakan Analisis Marjinal
1-23
Menggunakan Analisis Marjinal
Prinsip marjinal
– Untuk memaksimalkan manfaat bersih (net benefit), manajer harus meningkatkan
variabel kontrol manajerial hingga titik di mana manfaat marjinal (marginal
benefit) sama dengan biaya marjinal (marginal cost). Tingkat variabel kontrol
manajerial ini sesuai dengan tingkat di mana manfaat bersih marjinal adalah nol
(NB = 0); tidak ada lagi yang bisa diperoleh dengan perubahan lebih lanjut dalam
variabel itu.
1-24
Analisis Marjinal (contoh)
1-25
Menentukan Tingkat Optimal Variabel Kontrol (Gambar 1-2)
Total benefits
Total costs
Maximum total benefits
𝐶 𝑄
𝐵 𝑄
Maximum net
benefits
0 Quantity
(Control Variable)
1-26
Menentukan Tingkat Optimal Variabel Kontrol II (Gambar 1-2)
Net benefits
Maximum
net benefits
Slope =𝑀𝑁𝐵(𝑄)
0 Quantity
𝑁 𝑄 =𝐵 𝑄 −𝐶 𝑄 =0 (Control Variable)
1-27
Menentukan Tingkat Optimal Variabel Kontrol III (Gambar 1-2)
Marginal
benefits, costs
and net benefits
Maximum net
benefits 𝑀𝐶 𝑄
0 Quantity
𝑀𝑁𝐵 𝑄 𝑀𝐵 𝑄 (Control Variable)
1-28
Menentukan Tingkat Optimal Variabel Kontrol IV (Gambar 1-2)
1-29
Kurva nilai marjinal adalah kemiringan kurva nilai total
– Ketika variabel kontrol dapat dibagi tanpa batas, kemiringan kurva nilai total pada titik
tertentu adalah nilai marjinal pada titik tersebut.
– Kemiringan kurva manfaat total pada Q tertentu adalah manfaat marjinal dari tingkat Q
tersebut.
– Kemiringan kurva biaya total pada Q tertentu adalah biaya marjinal dari tingkat Q tersebut.
– Kemiringan kurva manfaat bersih pada Q adalah manfaat bersih marjinal dari tingkat Q
tersebut.
1-30
Keputusan Inkremental
Pendapatan tambahan
– Pendapatan tambahan yang berasal dari keputusan ya atau tidak.
Biaya tambahan
– Biaya tambahan yang berasal dari keputusan ya atau tidak.
Keputusan “Thumbs up"
– 𝑀𝐵 > 𝑀𝐶.
Keputusan “Thumbs down”
– 𝑀𝐵 < 𝑀𝐶.
1-31
Membuat Keputusan Berbasis Data
3-32
Garis Regresi dan Regresi Kuadrat Terkecil
• Model regresi benar (atau populasi)
𝑌 = 𝑎 + 𝑏𝑋 + 𝑒
– 𝑎 parameter intersep dari populasi yang tidak diketahui.
– 𝑏 parameter kemiringan dari populasi tidak diketahui.
– 𝑒 istilah kesalahan acak dengan rata-rata nol dan simpangan baku 𝜎.
• Garis regresi kuadrat terkecil
𝑌 = 𝑎ො + 𝑏𝑋
– 𝑎ො perkiraan kuadrat terkecil dari parameter yang tidak diketahui 𝑎.
– 𝑏 perkiraan kuadrat terkecil dari parameter yang tidak diketahui 𝑏.
• Perkiraan parameter 𝑎ො and 𝑏, mewakili nilai 𝑎 dan 𝑏 yang menghasilkan jumlah
kesalahan kuadrat terkecil antara garis dan data aktual.
3-33
Memperoleh Estimasi Menggunakan Regresi (Gambar 1-3)
1-35
Excel dan Estimasi Kuadrat Terkecil (Tabel 1-3)
SUMMARY OUTPUT
Estimated Demand:
Regression Statistics
𝑄 = 1631.47 − 2.60𝑃𝑅𝐼𝐶𝐸
Multiple R 0.87
R Square 0.75 𝑎ො = 1631.47
Adjusted R Square 0.72 𝑏 = −2.60
Standard Error 112.22
Observations 10.00
Analysis of Variance
Df SS MS F Significance F
Regression 1 301470.89 301470.89 23.94 0.0012
Residual 8 100751.61 12593.95
Total 9 402222.50
3-36
Excel dan Estimasi Kuadrat Terkecil (Tabel 1-3)
SUMMARY OUTPUT
3-37
Mengevaluasi Signifikansi Statistik:
Interval Kepercayaan
• Kesalahan standar
–Mengukur seberapa besar nilai koefisien estimasi akan bervariasi
terhadap nilai regresi yang “benar” apabila menggunakan sampel
(observasi) yang berbeda.
3-38
Mengevaluasi Signifikansi Statistik:
T-statistik
• t-statistik – rasio antara nilai parameter estimasi dengan kesalahan standar
parameter estimasi.
𝑎ො
• t-statistik untuk 𝑎ො adalah 𝑡𝑎 Ƹ =
𝜎 Ƹ
𝑎
𝑏
• t-statistik untuk 𝑏 adalah 𝑡𝑏 Ƹ =
𝜎𝑏
1-40
Regresi untuk Fungsi Nonlinier dan Regresi
Berganda
Teknik regresi juga dapat diterapkan pada model-model berikut:
– Garis Regresi Log-Linear
ln 𝑌 = 𝑎 + 𝑏 ln 𝑋 + 𝑒,
dengan menggunakan spreadsheet untuk menghitung Y’ = ln Y dan
X’ = ln X, ini setara dengan
Y’ = a + bX’ + e
– Regresi berganda:
𝑌 = 𝑎 + 𝑏𝑋1 + 𝑏2 𝑋2 + ⋯ + 𝑏𝑘 𝑋𝑘 + 𝑒
3-41
Memahami Ekonomi Manajerial
• Pelajari terminologi
– Memecah masalah kompleks menjadi komponen yang dapat dikelola.
1-42
Lampiran A: Kalkulus untuk Memaksimumkan Manfaat Bersih
𝑑𝐵 𝑄 𝑑𝐶 𝑄 𝒅𝑩 𝒅𝑪
= 𝑀𝐵 dan = 𝑀𝐶; sehingga = ; or MB=MC
𝑑𝑄 𝑑𝑄 𝒅𝑸 𝒅𝑸
2
𝐸𝑥𝑝𝑙𝑎𝑖𝑛𝑒𝑑 𝑉𝑎𝑟𝑖𝑎𝑡𝑖𝑜𝑛 𝑆𝑆𝑅𝑒𝑔𝑟𝑒𝑠𝑠𝑖𝑜𝑛
𝑅 = =
𝑇𝑜𝑡𝑎𝑙 𝑉𝑎𝑟𝑖𝑎𝑡𝑖𝑜𝑛 𝑆𝑆𝑇𝑜𝑡𝑎𝑙
3-44
Mengevaluasi Ketepatan Keseluruhan Garis Regresi
3-45
Mengevaluasi Ketepatan Keseluruhan Garis Regresi
F- Statistik
Ukuran variasi total yang dijelaskan oleh regresi relatif terhadap total
variasi yang tidak dapat dijelaskan.
3-47
Excel dan Estimasi Kuadrat Terkecil – F-Statistik
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.87
R Square 0.75
Adjusted R Square 0.72
Standard Error 112.22
Observations 10.00
ANOVA
Df SS MS F Significance F
Regression 1 301470.89 301470.89 23.94 0.0012
Residual 8 100751.61 12593.95
Total 9 402222.50
3-48
Manajer
1-49