Metode apa saja estimasi permintaan dapat dilakukan?

This preview shows page 1 - 4 out of 7 pages.

2017
10.19

Pada kesempatan kali ini saya akan menshare hasil pembahasan mengenai Estimasi Fungsi Permintaan dengan metode yang digunakan untuk memperoleh data permintaan sebagai solusi dalam membentuk keputusan bisnis. Data permintaan yang diperoleh dari sumber tertentu memiliki biaya, pengambil keputusan sendiri dapat memperoleh data apabila melakukan beberapa teknik dari penelitian pasar dan analisis statistik. Keputusan ada di manajer sendiri untuk menekan biaya penelitian.
Estimasi permintaan adalah sebuah proses dalam menentukan nilai saat ini dari koefisien dalam suatu fungsi permintaan sebuah produk, sementara peramalan permintaan adalah proses menentukan nilai dari permintaan di masa mendatang. Nilai saat ini diperlukan untuk mengevaluasi optimalitas harga saat ini, kebijakan promosi serta strategi harian lainnya, sementara nilai masa mendatang digunakan dalam merencanakan jumlah produksi, persediaan, pengembangan produk baru, investasi dan situasi lainnya dimana keputusan tersebut berimbas dalam jangkawaktuyang lebih panjang.

PENGGUNAAN DIRECT METHODS DAN INDIRECT METHODS DALAM ESTIMASI PERMINTAAN. Metode direct (langsung)dan indirect (tidak langsung) digunakan untuk menentukan nilai dari koefisien β. Dalam direct method perusahaan meminta konsumen untuk melakukan survey dan wawancara, berpartisipasi dalam simulasi keadaan pasar, dan eksperimen pasar terkendali. Konsumen akan dinilai atas bagaimana reaksi mereka terhadap perubahan pada salah satu koefisien β, atau perusahaan bisa melakukan penilaian tersebut saat transaksi jual beli yang sebenarnya (dengan perubahan dari satu atau lebih pada koefisien β) sedang berlangsung.

Sedangkan estimasi menggunakan metode indirect dilakukan dengan menggunakan metode statistik, yaitu menganalisis data-data yang sudah dikumpulkan. Data ini kemudian digunakan untuk menemukan hubungan antara variabel dependent dan independent. Hasil dari analisis inilah yang nantinya akan digunakan untuk melakukan estimasi permintaan.

WAWANCARA, SURVEY, DAN EKSPERIMEN

Seperti pada wawancara dan survey pada umumnya, metode ini dilakukan dengan terlebih dahulu mengumpulkan sampel-sampel untuk mendapatkan informasi yang dibutuhkan. Tetapi metode ini tidak mudah untuk dilakukan karena acaknya sampel yang diambil. Sampel yang dipilih harus bisa memberikan informasi mendetail tentang pasar agar informasi yang diperoleh akurat. Karena itu sampel yang dikumpulkan harus cukup besar untuk menghindari informasi yang bias dalam penentuan estimasi permintaan. Kondisi wawancara juga bisa mempengaruhi jawaban dari responden yang dipilih. Terkadang responden bisa gugup ketika mereka bertemu pewawancara sehingga jawaban yang diberikan tidak sesuai. Atau mungkin mereka merasa malu apabila pendapat mereka yang sebenarnya diketahui oleh orang lain sehingga mereka tidak bisa memberikan informasi yang dibutuhkan perusahaan. Pertanyaan yang membingungkan dalam wawancara juga bisa menjadi hambatan karena responden tidak mengerti apa atau bagaimana menjawabanya.Hal ini terjadi karena ketidakjelasan penjelasan yang diberikan oleh pewawancara atau pewawancara salah menafsirkan jawaban yang dimaksud oleh responden. Selain itu ada pula masalah best of intentionyang berkaitan dengan berubahnya minat beli konsumen. Maksudnya, bisa jadi saat wawancara dilakukan konsumen yang sudah memiliki niat untuk membeli suatu produk mengetahui strategi pemasaran atau rahasia perusahaan. Hal ini bisa menyebabkan berubahnya pandangan konsumen terhadap produk yang akan dijual dan berpotensi untuk mengurangi minat beli.

Untuk menghindari masalah ini peneliti dari perusahaan bisa menggunakan pertanyaan terbuka. Dengan begitu konsumen bisa mengungkapkan apa yang ada di benaknya saat menghadapi pertanyaan tersebut. Pertanyaan yang diajukan harus dibuat dengan baik agar tidak membingunkan dan konsumen bisa memberikan jawaban yang sesuai. Lalu jawaban yang terkumpul harus dianalisis dengan baik karena setiap konsumen memiliki cara penulisan yang berbeda-beda.

Eksperimen dengan Simulasi Pasar Cara lain untuk mendapatkan informasi untuk estimasi permintaan bisa dilakukan dengan metode simulasi pasar. Dalam metode ini perusahaan membuat suatu “pasar buatan” dengan contoh-contoh barang yang ditawarkan beserta harganya. Perusahaan bisa menentukan apakah sampel yang dipilih untuk simulasi pasar akan dikelompokkan kedalam kategori tertentu (misalnya berdasarkan pendapatan atau usia) atau tidak. Jika sampel dipilih secara acak maka bisa diasumsikan bahwa faktor yang menentukan pembelian hanya satu yaitu harga.

Hasil dari simulasi pasar harus dianalisis dengan baik oleh perusahaan dengan mempertimbangkan banyak hal. Misalnya karena pembelian di pasar ini hanya simulasi, konsumen mungkin tidak akan peduli dengan berapa uang yang mereka habiskan untuk produk tertentu. Ada pula kemungkinan bahwa konsumen akan berusaha untuk bersikap normal dengan memilih produk yang lebih murah, walaupun sebenarnya itu bukanlah pilihan asli mereka. Terkadang ada pula konsumen yang memang dengan sengaja memilih barang yang lebih murah untuk menyampaikan pesan pada peneliti bahwa harga barang memang harus diturunkan.

Eksperimen Langsung Pada Pasar Pada metode ini perusahaan melakukan eksperimen secara langsung pada konsumen saat mereka melakukan pembelian terhadap produk yang dijual di pasar sesungguhnya. Perusahaan akan memilih daerah mana yang cocok untuk pengumpulan data yang dibutuhkan. Data yang dikumpulkan meliputi penerimaan konsumen terhadap produk dan dampak dari adanya perubahan pada variabel terkontrol pada produk yang dibeli. Perubahan pada variabel terkontrol bisa dilakukan dengan banyak cara. Misalnya perubahan pada harga bisa dilakukan dengan cara menetapkan harga berbeda pada dua atau lebih pasar yang dilayani (contoh: selisih harga 10% dari harga asli pada salah satu pasar). Atau bisa juga dilakukan dengan menambah gencar iklan dari suatu produk untuk melihat reaksi dari konsumen. Perlu diingat oleh perusahaan bahwa perubahan pada harga atau strategi pemasaran memiliki resiko. Misalnya ketika produsen memutuskan untuk mengurangi harga konsumen mungkin akan tertarik untuk membeli. Namun keputusan pembelian itu hanya berdasarkan harga yang murah saja tanpa melihat fitur yang ditawarkan. Setelah membeli dan mengetahui produk murah tersebut, bukan tidak mungkin konsumen akan kembali pada produk pesaing yang sudah mereka konsumsi sebelumnya karena fiturnya lebih lengkap atau faktor-faktor lainnya. Resiko lainnya adalah saat penjualan barang sekali pakai. Jika produsen menawarkan harga yang murah, konsumen akan lebih cenderung membeli. Namun mereka hanya akan membeli dalam jumlah besar saat harga murah saja, karena mereka berniat untuk mengumpulkan barang tersebut dengan asumsi harga barang akan kembali mahal di masa depan. Dengan mempertimbangkan resiko yang dihadapi, sebaiknya perusahaan tidak hanya melakukan penelitian akan estimasi permintaan sekali saja. Proses ini harus terus diulang kembali untuk mendeteksi perubahan-perubahan yang terjadi pada pasar terutama pada faktor-faktor yang tidak dapat dikendalikan perusahaan seperti selera dan pendapatan konsumen di masa mendatang. Untuk itu perusahaan juga perlu melakukan peramalan tentang masa depan dengan melihat potensi perubahan yang mungkin terjadi di lingkungan pasar. Pemasaran Langsung Pemasaran langsung, atau yang dulu dikenal dengan mail-order marketing, juga bisa digunakan sebagai eksperimen pada pasar. Pada pemasaran langsung konsumen akan merespon pada iklan yang ditawarkan pada media-media seperti televisi, radio, surat kabar, atau pemberitahuan secara langsung pada konsumen. Demand yang timbul karena iklan tersebut dapat digunakan perusahaan untuk mengestimasi permintaan konsumen. Perusahaan juga bisa menetapkan harga dan iklan yang berbeda pada sampel konsumen di daerah yang sama untuk mengetahui bagaimana reaksi mereka terhadap produk yang ditawarkan. ANALISIS REGRESI DARI PERMINTAAN KONSUMEN Analisis regresi adalah sebuah teknik statistik yang digunakan untuk menemukan ketergantungan dari satu variabel terhadap satu atau lebih variabel lainnya. Seperti pada fungsi permintaan yang dibahas sebelumnya bahwa jumlah permintaan dipengaruhi oleh beberapa koefisien. Analisis inilah yang digunakan untuk menentukan berapa besarnya koefisien. Analisis Time-Series dan Cross-Section Analisis time-series dilakukan dengan menggunakan data observasi yang telah dikumpulkan selama jangka waktu tertentu. Contohnya adalah harga dan level penjualan bulanan dari suatu produk pada perusahaan tertentu yang telah terkumpul selama satu tahun. Sedangkan analisis cross-section dilakukan dengan menyilangkan data observasi yang dikumpulkan oleh perusahaan lain dengan data sendiri dalam jangka waktu yang sama. Analisis time-series memiliki resiko yaitu tidak dapat sejajar dengan perubahan faktor tidak terkendali yang ada di pasar. Seperti yang telah dibahas sebelumnya bahwa faktor tersebut tidak dapat dikendalikan oleh perusahaan dan bisa berubah sewaktu-waktu. Ketika analisis dilakukan bisa jadi hasil yang terkumpul adalah pengaruh dari faktor-faktor yang tidak dapat dikendalikan tersebut, sehingga faktor yang dapat dikendalikan seperti harga justru tidak terlalu signifikan.

Adapun resiko dari analisis cross-section adalah kemungkinan bahwa faktor yang diteliti oleh perusahaan lain berbeda dengan faktor yang hendak dianalisis peneliti. Faktor seperti efektivitas personel penjualan, posisi arus kas, jumlah aktivitas periklanan, dan tujuan manajemen tentunya akan berbeda antara satu perusahaan dengan lainnya. Tetapi jika faktor tersebut mendukung analisis yang dilakukan peneliti, berarti mereka bisa memasukkannya dalam analisis regresi untuk melihat dampaknya pada variabel dependent.

Persamaan Regresi Linear Analisis regresi perlu dipaparkan dalam bentuk linier sebagai berikut: Y = α + β1X1 + β2X2 + … + βnXn + e Dimana: Y = variabel terikat α = konstanta α β = konstanta β X = variabel bebas e = error [Y] adalah variabel terikat dimana dalam kasus ini adalah permintaan suatu produk. Nilai [Y] umumnya ditentukan oleh [X] yang merupakan variabel bebas. Variabel bebas dapat berupa apa saja yang mempengaruhi permintaan itu sendiri, dalam pengujian dapat digunakan sejumlah variabel bebas sesuai dengan observasi yang sedang dilakukan. Nilai [e] merupakan nilai residu yang muncul dimana faktor [e] juga memiliki pengaruh dalam jumlah permintaan namun tidak sedang diobservasi oleh perusahaan.

[α] merupakan nilai konstanta yang menunjukkan nilai permintan suatu barang apabila tidak dipengaruhi oleh varibel bebas lain. Sementara setiap kenaikan nilai variabel bebas akan menambah nilai variabel tetap sejumlah nilai [β]. Nilai [α] dan [β] ditentukan melalui rumus berikut:

Setelah menilai pengaruh beberapa variabel terhadap permintaan, selanjutnya perlu diketahui bagaimana pengaruh variabel-variabel tersebut secara terpisah. Hal ini bertujuan untuk mengetahui variabel mana yang memiliki pengaruh lebih besar terhadap permintaan. Nilai pengaruh setiap variabel lebih dikenal dengan koefisien determinan variabel [R2] yang memiliki rumus segabai berikut:

Ada beberapa kesalahan perhitungan yang dapat terjadi dalam statistik, hal ini dapat disebabkan berbagai faktor seperti human error, computer error, atau kesalahan dalam penilaian data. Kesalahan ini dapat dikontrol dengan memberikan standar error pada setiap data yang akan diolah. Ada dua standar error yang dapat digunakan untuk meminimalisasi kesalahan dalam perhitungan yaitu:
1. Standard Error of Estimate [Se], adalah pengukuran penyebaran data dari garis harapan. [Se] sendiri akan menghasilkan interval kepercayaan dimana interval ini merupakan nilai dimana perusahaan dapat membandingkan hasil regresi dengan kenyataan di pasar. Rumus yang digunakan untuk menentukan nilainya adalah sebagai berikut:

2. Standard Error of Coefficient [Sβ], adalah pengukuran ketepatan nilai [β] yang menentukan hubungan marginal antara [Y] dan [X]. rumusnya adalah sebagai berikut:

Kemudian ada 6 masalah umum yang terjadi dalam analisis regresi antara lain: 1. Specification Error, kesalahan ini terjadi dalam pembuatan hipotesis hubungan antara variabel dependen dan independen. Kesalahan ini muncul karena kesalahan bentuk fungsi dari hubungan, contoh hubungan yang seharusnya berbentuk linear dianalisis dengan bentuk non linear. Kesalahan kedua adalah kesalahan spesifikasi item variabel sehingga hilangnya data yang dibutuhkan atau memperoleh data yang tidak relevan dalam penelitian. 2. Measurement Error, kesalahan ini terjadi ketika kita menyamakan ukuran suatu variabel yang mirip. Contoh kita ingin menilai pengaruh iklan terhadap permintaan, namun iklan seperti apa yang kita maksud? Pengaruh iklan televisi tentu memiliki pengaruh yang berbeda dengan iklan pada media cetak.

3. Simultaneous Equation Error,

Analisis regresi merupakan sebuah asumsi dimana sebuah persamaan menjelaskan keseluruhan hubungan antar variabel. Namun dalam estimasi permintaan terdapat masalah karena dalam fungsi permintaan hanya terdapat harga dan penawaran sebagai penentu harga. Hubungan ketiga variabel ini dapat mempengaruhi satu sama lain sehingga menimbulkan kesalahan dalam analisis regresi.
4. Multicolinearity,

Adalah sebuah masalah yang muncul ketika variabel bebas tidak bersifat bebas satu sama lain. Dalam analisis regresi apabila fenomena multikolinearitas muncul maka analisis regresi tidak dapat dilanjutkan karena ada ketidakjelasan variabel independen.
5. Heteroscedasticity,

Adalah sebuah masalah yang muncul dimana terjadinya ketidaksamaan varian dari nilai residual dalam model regresi. Indikasi munculnya kesalahan ini adalah ketika nilai residual yang turut meningkat seiring meningkatnya nilai dari salah satu variabel [X].
6. Autocorrelation,

Kesalahan yang umumnya terjadi pada data time-series dimana terjadi hubungan antara suatu periode analisis dengan periode sebelumnya. Indikasi terjadinya masalah ini adalah variabel [X] atau [e] yang diobservasi muncul membentuk sebuah urutan tertentu dapat meningkat atau menurun.

Semoga Bermanfaat ya 🙂