ESTIMASI & PRAKIRAAN PERMINTAAN
MASALAH
IDENTIFIKASI
Masalah identifikasi merujuk pada beberapa kesulitan menurunkan kurva permintaan dari data yang ada dipasar. Kurva permintaan biasanya diestimasi dari kuantitas dan harga produk dari pasar. Akan tetapi kesulitannya adalah waktu, pasar, selera, pendapatan, harga komoditas yang berhubungan selalu berubah.
PENDEKATAN PENELITIAN PEMASARAN UNTUK ESTIMASI PERMINTAAN
Survei Konsumen
Mensurvei konsumen bagaimana reaksi terhadap jumlah yang diminta jika ada perubahan harga, pendapatan dll
Klinik Konsumen
Eksperimen lab dimana partisipan diberi sejumlah uang tertentu dan membelanjakannya dalam suatu toko simulasi dan bagaimana reaksi mereka jika terjadi perubahan harga, selera, pendapatan, dll
Penelitian Obeservasi Pengumpulan informasi tentang prefensi konsumen dengan mengamati bagaimana
merekan membeli dan menggunakan produk
Eksperimen Pasar
Sama halnya dengan klinik konsumen, tetapi dilaksanakan dipasar yang sesungguhnya
Pengenalan Terhadap
Analisis Regresi
Year
X
Y
1
10
44
2
9
40
3
11
42
4
12
46
5
11
48
6
12
52
7
13
54
8
13
58
9
14
56
10
15
60
40
45
50
55
60
9
10
11
12
13
14
15
Y-Values
(15,60)
(13,58)
(14,56)
(13,54)
(12,52)
(11,48)
(12,46)
(10,44)
(11,42)
(9,40)
Pengeluaran Iklan (jutaan dolar)
Penerimaan Penjualan (jutaan dolar)
Persamaan Regresi
Y = a + bX
a n a l i s i s r e g r e s i
Analisis regresi adalah teknik statistik yang dapat menghasilkan garis yang paling baik, paling cocok dengan data yang sesuai dengan kriteria statistika yang objektif.
Garis regresi merupakan garis yang dihasilkan dengan meminimumkan jumlah dari simpangan kuadrat pada sumbu vertikal dari setiap titik dari garis regresi tersebut.
Metode OLS (Ordinary Least Squares):
Metode Jumlah kuadrat terkecil
๐t = Yt โ ลถt
ANALISIS REGRESI
SEDERHANA
Analisis Regresi Sederhana hanya melakukan analisis regresi untuk 2 variabel saja, 1 variabel independent & 1 variabel dependent.
Proses-proses:
Menghitung nilai a ( titik potong Vertikal) dan nilai b (koefisien kemiringan dari garis regresi) Mengadakan uji signifikasi dari estimasi parameter
Membuat interval keyakinan untuk parameter sebenarnya
Metode OLS ( Ordinary Least Square)
Tujuan analisis regresi adalah untuk menghasilkan nilai estimasi a dan b dari garis regresi
ลถt = รข + ๐ Xt
ลถt
Xt
รข
๐
Estimasi penjualan tahun t
Estimasi tingkat pengeluaran iklan pada tahun t
Estimasi nilai a (titik potong vertikal)
Estimasi nilai b (koefisien)
Deviasi dari galat (๐1) dari setiap observasi penerimaan penjualan (Yt) dari nilainya yang berhubungan yang berasal dari garis regresi (ลถt)
๐t = Yt - ลถt = Yt โ รข - ๐ Xt
๐
๐๐ก
๐ก=1
2
2
๐ก=1 ๐ก=1
Jumlah dari simpangan kuadrat atau galat ini dapat dituliskan sebagai :
๐ ๐
= (๐๐กโ ลถ๐ก) = (๐๐กโ๐ โ ๐๐๐ก)
2
Estimasi Nilai a & b
Dengan Metode OLS
Estimasi nilai a & b
didapatkan dari
meminimumkan jumlah simpangan kuadrat
๐ =
๐ก=1
๐
๐๐กโ ๐ (๐๐กโ๐ )
๐ก=1
๐
(๐๐กโ ๐ )2
รข = ลถ - ๐ X
Uji
Signifikansi
Estimasi
Parameter
Untuk menguji hipotesis bahwa b adalah signifikan secara statistik (bahwa iklan mempengaruhi penjualan secara positif perlu uji signifikasi, yaitu dengan menentukan galat baku ( standar error/SE) dari b
๐
๐ =
(๐๐กโ ลถ๐ก)
2
(๐ โ ๐)
๐ก
(๐ โ ๐)
2
=
๐ก
๐2
(๐ โ ๐)
๐ก
(๐ โ ๐)
2
n = Jumlah observasi / sampel k = Jumlah koefisien / variabel n-k = derajat kebebasan
Uji Kecocokan Model & Kolerasi
Selain menguji signifikansi secara statistik dari parameter tertentu hasil estimasi, kita juga dapat menguji kekuatan variabel penjelas secara keseluruhan dari keseluruhan regresi. Ini di dapat dengan menghitung nilai koefisien determinasi, yang biasanya diberi simbol R2.
Koefisien determinasi (coefficient of determination-R2) dinyatakan sebagai proporsi dari variasi total atau disperse dari variabel terikat (di sekitar reratanya) yang bisa dijelaskan oleh variasi dari variabel-variabel bebas atau penjelas pada regresi.
(๐๐ก โ ๐)2 = (๐๐ก โ ๐ )2 + (๐๐ก โ ๐ ๐ก)2
Variasi total = Variasi yang dapat dijelaskan + Variasi yang tidak dapat dijelaskan
Analisis Regresi
Berganda
Apabila saat variabel dependent ( terikat ) yang kita cari tahu untuk dijelaskan, dihipotesis tergantung pada lebih dari satu variabel bebas/penjelas
๐ = ๐ + ๐1๐1 + ๐2๐2 + โฆ + ๐โฒ๐๐โฒ๐
Koefisien Determinasi & R2 Yang Disesuaikan
Koefisien deteminasi mengukur proporsi dari varisi total variabel terikat yag dijelaskan oleh variabel bebas
Akan tetapi di analisis regresi berganda, dengan
mempertimbangkan besaran derajat kebebasan menurun
sehubungan dengan bertambahnya variabel bebas, perlu
disesuaikan,
๐ 2 = 1 โ 1 โ ๐ 2
๐ โ 1
๐ โ ๐
Analisis Varians
Kekuatan menerangkan secara seluruhnya dari keseluruhan regresi dapat diuji dengan menggunakan analisis varians (analysis of variance)
๐น =
๐๐๐๐๐๐ ๐ ๐ฆ๐๐๐ ๐๐๐๐๐ก ๐๐๐๐๐๐๐ ๐๐๐/(๐ โ 1)
๐๐๐๐๐๐ ๐ ๐ก๐๐ก๐๐/(๐ โ ๐)
๐ 2/(๐ โ 1)
๐น =
(1 โ ๐ 2)/(๐ โ ๐)
Masalah Dalam
a n a l i s i s r e g r e s i
Multikolinieritas
mengacu kepada
situasi dimana dua
atau lebih variabel
penjelas dalam suatu
regresi mempunyai
korelasi yang tinggi.
Heteroskedisitas Autokorelasi terjadi merupakan kolerasi antara satu
ketidaksamaan periode t dengan varians dari residual periode sebelumnya satu ke (t-1). Biasanya hanya pengamatan ke dilakukan pada data
pegamatan yang time series (runtut lain di suatu regresi waktu) dan tidak berganda perlu dilakukan pada
data cross section
Estimasi Permintaan Dengan
Regresi
Metode yang paling umum digunakan dalam mengestimasi permintaan dalam ekonomi manajerial adalah analisis regresi. Metode ini biasanya lebih objektif, menyediakan informasi yang lebih lengkap, dan lebih murah dibandingkan
menyediakan pendekatan pemasaran secara tepat untuk melakukan estimasi
permintaan.
Langkah-Langkah :
Spesifikasi model dengan cara mengidentifikasi variabel-variabel
Penumpulan data
Spesifikasi bentuk persamaan permintaan Menguji hasil
PERAMALAN PERMINTAAN
Suatu perusahaan harus memutuskan berapa banyak masing-masing produk yang harus dibuat, dengan harga berapa, dan berapa banyak biaya yang harus dihabiskan untuk periklanan dan juga harus membuat rencana untuk pertumbuhan perusahaan.
Semua keputusan ini didasarkan pada ramalan terhadap tingkat ekonomi masa depaan pada umumnya dan permintaan terhadap produk perusahaanpada khususnya
Tujuan peramalan ekonomi adalah untuk mengurangi risiko atau ketidakpastian yang dihadapi perusahaan dalam pengambilan keputusan operasional jangka pendek dan dalam perencanaan untuk pertumbuhan jangka panjang
PERAMALAN KUALITATIF
Pemikiran untuk mengadakan peramalan berdasarkan survei mengenai berbagai kecenderungan ekonomi ialah supaya berbagai
keputusan ekonomi dapat dibuat dengan baik sebelum terjadi pengeluaran aktual
TEKNIK
SURVEI
Survei tentang pabrik dan para eksekutif bisnis dan
rencana pengeluaran untuk perlengkapan.
Survei tentang rencana perubahan inventori dan harapan penjualan.
Survei tentang rencana pengeluaran konsumen
PERAMALAN KUALITATIF
JEJAK
PENDAPAT
Jejak pendapat eksekutif
Jejak pendapat tenaga penjual
Jejak pendapat tentang keinginan konsumen
PERAMALAN KUALITATIF
Banyak perusahaan AS menjual peningkatan hasil produksinya ke luar negeri dan menghadapi persaingan yang semakin meningkat di dalam maupun di luar negeri dari perusahaan asing.
Maka, menjadi semakin penting bagi perusahaan-perusahaan tersebut untuk meramalkan berbagai perubahan dalam pasar dan produk di luar negeri karena hal ini memengaruhi tidak hanya ekspor perusahaan tetapi juga daya saingnya di dalam negeri.
MENDAPATKAN
PPEERRSSPPEEKKTTIIFF LLUUAARR NNEEGGEERRII
ANALISIS
DERET
WAKTU
Data deret-waktu (time-series data) berhubungan dengan nilai-nilai suatu variabel yang diatur secara kronologis menurut perhitungan hari, minggu, bulan, kuartal, atau tahun
Analisis deret-waktu (time-series analysis) mencoba meramalkan nilai-nilai masa depan dari deret-waktu dengan mengkaji beberapa observasi data yang telah lalu saja
Asumsinya adalah bahwa deret-waktu itu akan terus bergerak seperti di waktu yang lalu (artinya, pola yang lalu akan tetap tidak berubah atau akan sama di waktu yang akan datang)
SEBAB-SEBAB TERJADINYA FLUKTUASI DALAM DATA DERET
1
Tren Sekuler
WAKTU
Berhubungan dengan peningkatan atau penurunan seri data dalam jangka panjang
4.
Pengaruh Tak Teratur atau Acak
Ekspansi dan kontruksi yang utama dalam banyak deret-waktu ekonomi yang kelihatan berulang kembali setiap beberapa tahun
Merujuk kepada fluktuasi yang secara teratur berulang kembali dalam kegiatan ekonomi tiap-tiap tahun disebabkan oleh cuaca dan kebiasaan-kebiasaan sosial
Variasi-variasi dalam seri data disebabkan oleh perang, bencana alam, pemogokan, atau peristiwa-peristiwa lain yang istimewa
Proyeksi
Tren
Bentuk paling sederhana dari analisis deret-waktu adalah memproyeksi tren masa lalu dengan meletakkan suatu garis lurus pada data, baik secara virtual atau, lebih persis lagi, dengan analisis regresi. Model regresi linear akan mengambil bentuk :
๐๐ก=๐0 + bt
V a r i a s i M u s i m a n
Fluktuasi yang muncul secaara reguler setiap tahun yang biasanya disebabkan oleh iklim, kebiasaan (mempunyai pola tetap dari waktu ke waktu).
Contoh yang menunjukkan variasi musiman seperti penjualan pakaian akan meningkat pada hari raya, penjualan buku dan tas sekolah akan meningkat pada saat awal sekolah
Teknik Penghalusan
Teramalkan suatu deret-waktu atas dasar beberapa rata-rata dari nilai-nilainya yang lalu saja.
Teknik penghalusan bermanfaat apabila deret- waktu menunjukkan sedikit tren atau variasi musiman tetapi memperlihatkan banyak variasi tak teratur atau acak
Rata โ Rata Bergerak
Teknik penghalusan yang paling sederhana adalah rata-rata bergerak (moving average).
Di sini nilai yang diramalkan dari suatu deret0waktu dalam periode tertentu (bulan, kuartal, tahun, dsb) sama dengan nilai rata-rata deret waktu dalam sejumlah periode terdahulu
Untuk memutuskan mana yang lebih baik di
antara peramalan rata-rata bergerak
(a
menghitung galat akar rata-rata
da drat(root-mean-square error โ RMSE)
kua
rata ri setiap ramalan dan mempergunakan
-rata bergerak yang menghasilkan RMSE
ter
ramalan). Rumus untuk RSME adalah:
RSME =
(๐ด๐กโ๐น๐ก)2
๐
Metode โ Metode Barometrik
Peramalan barometrik (barometric forecasting) seperti yang dilakukan sekarang merupakan hasil kerja yang dilakukan oleh NBER (National Bureau of Economic Research) dan Conference Board.
Peningkatan dalam indikator ekonomi utama (leading economic indicators) digunakan untuk meramalkan peningkatan dalam aktivitas bisnis secara umum, dan sebaliknya.
Sebagai contoh, peningkatan dalam izin membangun dapat dipakai untuk meramalkan peningkatan dalam kontruksi perumahan.
Model Ekonometrik
Dengan berusaha untuk menerangkan hubungan yang sedang diramalkan, peramalan ekonometrik memungkinkan para manajer untuk menentukan kebijakan yang optimal bagi perusahaan.
Ini sangat berlainan dengan teknik
pe ini yaitu peramalan permintaan, penjualan dan variabel ekonomi lainnya
berdasarkan pada pola mereka yang sebelumnya atau dengan dasar beberapa indikator utama saja
Model Persamaan Tunggal
Model Persamaan Berganda
PERAMALAN INPUT
OUTPUT
Wassily Leontief
Analisis ini menunjukkan kegunaan dari output setiap industri sebagai input bagi industri yang lainnya dan untuk konsumsi akhir
Analisis input-output memungkinkan kita untuk menelusuri semua aliran input dan output antar-industri dalam
eko
tidak langsung) dari semua input yang dibutuhkan untuk
memenuhi peningkatan permintaan
THANK YOU
! ANY
QUESTION
?