Ekonomi Manajerial 06 [PDF]

Citation preview

MODEL ESTIMASI PERMINTAAN DENGAN ANALISA REGRESI DAN PERAMALAN A. Spesifikasi Model: Qdx = f ( Px, I, N, Py, T…..) Dimana : Qdx = kuantitas barang X yang diminta Px = harga barang X N = jumlah konsumen dipasar Py = harga barang Y ( subsitusi atau komplementer) T = selera konsumen. I = Pendapatan konsumen Model persamaan regresi linier berganda dapat dibuat : Qx = a0 + a1 Px + a2 I + a3 N + a4 Py + a5 T Model fungsi pangkat: Qx = a ( Pxb1 )( Ib2 ) dimana: Px = hrga barang X; I = pendapatan. Ditranformasikan ke logaritma nature (ln), mejadi: Ln Qx = Ln a + b1 LnPx + b2 Ln I b1 = elastisitas harga atas permintaan b2 = elastisitas pendapatan atas permintaan dengan menyebut : Ln Qx = Y, Ln a = a; Ln Px = X1 ; Ln I = X2 maka persamaan regresi berganda dapat diltulis : Y = a + b1 X1 + b2 X2 Contoh: 1. Estimasi permintaan TV warna 20 inci: 2. Estimasi permintaan untuk perjalanan udara melintasi North Atlantic: Ln Qx = 2,733 – 1,247 Ln Px + 1,905 Ln GNP t-hit = ( - 5,071 ) ( 7,286 ) 2 R = 0,97 DW = 1,83 Dimana : Qx = jumlah penumpang pertahun Px = rata-rata harga tiket perjalanan GNP = Gross national product (GNP) atau PDB b1 = - 1,247 > 1 ( elastisitas permintaan harga ) = elastik b2 = 1,905 > 1 ( elastisitas permintaan GNP) = elastic Keputusan manajerial:



b1 = - 1,247 > 1 ( elastic ) : Jika harga naik maka permintaan turun. Jadi lebih baik manajer menurunkan harga tiket perjalanan sedikit untuk menambah permintaan tiket perjalanan. b2 = 1,905 >1 ( elastic) : Jika GNP naik, maka permintaan tiket berjalanan bertambah. Jadi manajer harus mencari informasi tentang tren kenaikan pendaparan nasional, sebab jika pendapatan masyarakat naik maka kebutuhan berkunjung dengan pesawat akan naik. 3. Contoh Penelitian: Analisis pengaruh Harga ( X1) dan Pendapatan Masyarakat (X2) terhadap Permintaan Komoditi Y. Setelah didatanya diregressikan diperoleh persamaa regresi sbb: Ln Y = - 0,533 – 0,389 Ln X1 + 0,769 LnX2 t-hit = ( -3,304 ) ( 4,042 ) 2 R adjusted = 0,95054 F-hit = 183,582



PERAMALAN PERMINTAAN



A. PERAMALAN KUANTITATIF Permalan kuantitatif dilakukan dengan : 1. Teknik survey 2. Jajak pendapat 3. Meminta Perspektif Luar Negeri B. ANALISIS DERET WAKTU 1. Proyeksi Tren Model proyeksi tren adalah : St = S0 + bt model ini sama dengan regresi : Y = a + bx Dimana : St = nilai deret waktu yang diramalkan untuk periode t S0 = nilai deret waktu yang diperkirakan pada periode dasar (konstanta) b = jumlah absolute dari pertumbuhan setiap periode t = periode. Contoh: data penjualan listrik ( permintaan listrik) selama 4 tahun 1997-2000 per kwartal, (musiman) dengan data hipotesis seperti tabel berikut: PERIODE WAKTU



KUARTAL



1997,1 1997,2 1997,3 1997,4 1998,1 1998,2 1998,3 1998,4 1999,1 1999,2 1999,3 1999,4 2000,1 2000,2 2000,3 2000,4



1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4



PERMINTAAN (Juta KWH) 11 15 12 14 12 17 13 16 14 18 15 17 15 20 16 19



Dengan membuat periode waktu (t) menjadi :” X “ atau menggati “t” menjadi” X” dan permintaan listrik = Y, maka tabel diatas menjadi: Periode ( t ) = “ X 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16



Permintaan litrik“ Y “ 11 15 12 14 12 17 13 16 14 18 15 17 15 20 16 19



Print-out SPSS :



Coefficientsa Model



Unstandardized Coefficients



Standardized



t



Sig.



Coefficients B 1



(Constant) t



Std. Error



11.900



.953



.394



.099



Beta



.730



12.493



.000



4.001



.001



a. Dependent Variable: Y



Persamaan regresi tren : Y = 11,900 + 0,394 t Jadi peramalan tahun 2001 per kwartal adalah sbb: S17 = 11,900 + 0,394 ( 17 ) = 18,60 ->ramalan permintaan tahun 2001,1 (kwartal ke- 1) S18 = 11,900 + 0,394 ( 18 ) = 18,99 -> ramalan permintaa tahun 2001,2 (kwartal ke-2) S19 = 11,900 + 0,394 (19 ) = 19,39 ->ramalan permintaan tahun 2001, 3 (kwartal ke-3)



S20 = 11,900 + 0,394 ( 20 ) = 19,78 -> ramalan permintaan tahun 2001, 4 (kwartal ke-4) 2. Metode Laju Pertumbuhan Model laju pertumbuhan adalah: St = S0 ( 1 + g ) t Dimana : g = laju pertumbuhan; t = periode/waktu; S = permintaan listrik. Transformasi ke Ln: Ln St = Ln S0 + t Ln ( 1 + g ) Dengan memasukkan data ke dalam logaritma nature ( Ln ), dan meregressi, maka: Ln St = 2,49 + 0.026t S0 = 2,49, maka anti log dari S0 =2, 49 adalah S0 = 12,06. Ln ( 1 + g ) = 0,026, anti log dari 0,026 = 1, 026 ( 1 + g ) = 1,026 Nilai-nilai ini disubsitusi ke model laju pertumbuhan: St = 12,06 ( 1,026 )t Jadi, peramalan permintaan listrik tahun 2001 per kwartal adalah : S17 = 12,06 (1,026)17 = 18,66 (peramalan kwartal ke-1 tahun 2001 ) S18 = 12,06 (1,026)18 = 19,14 (peramalan kwartal ke- 2 tahun 2001) S19 = 12,06 (1,026)19 =19,64 (peramalan kwartal ke-3 tahun 2001) S20 = 12,06 (1,026)20 = 20,15 (peramalan kwartal ke-4 tahun 2001)