5 Estimasipermintaan - 16 Peb 2013
5 Estimasipermintaan - 16 Peb 2013
Dimana
Y adalah variabel yang dipengaruhi (variabel terikat)
X1, X2, X3 , X4, ...., Xn adalah variabel pengaruh (variabel bebas)
b1, b2, b3, b4, ...., bN adalah parameter variabel pengaruh yang menunjukkan
besar pengaruh variabel bebas terhadap variabel terikat
e adalah nilai kesalahan (residu) yang timbul karena perbedaan antara nilai
aktual observasi dengan nilai taksiran persamaan regresi.
a adalah koefisien konstanta, menunjukkan berapa jumlah variabel terikat bila
tidak ada pengaruh dari variabel bebas.
b. Persamaan Regresi Sederhana
Persamaan regresi sederhana (simple linear regression) menunjukkan
hubungan antara satu saja variabel bebas X 1 dengan variabel terikat Y.
Regresi sederhana ini dapat digunakan hanya jika pengaruh variabel bebas
lainnya diasumsikan tidak terlalu signifikan.
Bila Y = f (X1)
Maka X1 Y
Notasi umum persamaan regresi adalah sebagai berikut:
Dimana
Ŷ adalah variabel yang dipengaruhi (variabel terikat)
X adalah variabel pengaruh (variabel bebas)
a adalah konstanta
b adalah besar koefisien parameter variabel bebas.
e adalah residu (kesalahan hitung)
3. Penaksiran Parameter Regresi Sederhana
untuk mencari nilai parameter a dan b dalam persamaan regresi, digunakan
metode kuadrat terkecil (least square method), yakni metode yang
meminimalkan jarak dari nilai yang dihasilkan oleh persamaan regresi (nilai
Y) dengan nilai empiris (Y1).
Metode kuadrat terkecil adalah proses matematis yang menentukan intercept
dan slope garis yang paling tepat yang menghasilkan jumlah kuadrat deviasi
(atau simpangan) yang paling minimum.
Nilai a (konstanta) diperoleh dari rumus:
Dengan menganggap bahwa deviasi terdistribusi normal di sekitar garis yang tepat:
68% probabilitas bahwa observasi aktual variabel terikat akan berada pada kisaran + 1
kesalahan baku penaksiran.
95% probabilitas bahwa observasi aktual variabel terikat akan berada pada kisaran + 2
kesalahan baku penaksiran.
99% probabilitas bahwa observasi aktual variabel terikat akan berada pada kisaran + 3
kesalahan baku penaksiran.
Dengan menggunakan rumus Se, kita juga bisa mengetahui batas atas dan batas
bawah interval keyakinan.
Batas atas interval keyakinan 68% adalah Y + Se
Batas bawah interval keyakinan 68% adalah Y – Se
Batas atas interval keyakinan 95% adalah Y + 2 Se
Batas bawah interval keyakinan 95% adalah Y – 2 Se
Batas atas interval keyakinan 99% adalah Y + 3 Se
Batas bawah interval keyakinan 99% adalah Y – 3 Se
Perhitungan secara manual adalah sebagai berikut :
Kurva Permintaan Hasil Perhitungan Regresi
Perhitungan secara manual adalah sebagai berikut :
Koefisien Determinasi
Data: regresi.
Pengisian di SPSS:
•Dependent atau variabel tergantung. Pilih variabel
sales.
•Independent(s) atau variabel bebas. Pilih variabel
iklan_ko , iklan_ra, outlet dan salesman.
•Case Labels atau keterangan pada kasus. Pilih
variabel daerah. •
•Method, pilih Enter.
•Abaikan bagian yang lain.
•Tekan OK untuk proses data.
Analisis terhadap Output SPSS:
Diminta :
a. Carilah persamaan permintaan, persamaan Total Revenue dan Marginal Revenue.
b. Jika harga ditentukan sebesar $2.500 untuk tahun 2004 ini, berapa unitkan diharapkan
dapat terjual?
c. Carilah elastisitas titik harga terhadap penjualan laptop model XYZ.
d. Apakah hubungan linear antara harga dan penjualan laptop XYZ itu kuat?
e. Dengan tingkat keyakinan 95%, apakah harga merupakan determinan yang signifikan
bagi penjualan?
Soal 2:
Industrial Products Corp (IPC) merupakan distributor mesin-mesin industri,
mempekerjakan konsultan untuk mengestimasi fungsi permintaan untuk
salah satu produk utamanya. Dengan menggunakan analisis regresi untuk 10
tahun terakhir data bulanan penjualan, konsultan mengestimasi fungsi
berikut:
Qy = -12.400 – 0,9 Py + 50 A + 300 S + 35 i + 0,5 Px
(10.000) (0,33) (21) (66) (8,1) (0,19)
R2 = 0,85 Se= 27
dimana:
Qy = demand (dalam unit) Py = harga (dalam US$)
A = iklan (dalam US$100) S = Service Quality Expenses (dalam US$ 1000)
i = interest rate (dalam %) Px = harga produk pesaing (dalam US$)
Kesalahan standar untuk setiap koefisien ditunjukkan dalam tanda kurung.
Diminta: