Escolar Documentos
Profissional Documentos
Cultura Documentos
Estimasi
Permintaan
Pertanyaan Umum
Tentang Permintaan
Seberapa besar penerimaan perusahaan
akan berubah setelah adanya peningkatan
harga?
Berapa banyak produk yang diminta apabila
konsumen naik pendapatannya?
Berapa banyak kenaikan penjualan apabila
perusahaan mengeluarkan biaya iklan dalam
jumlah tertentu?
Berapa banyak Permintaan akan jatuh
apabila pesaing menaikkan biaya iklan atau
menurunkan harga?
Masalah Identifikasi
Masalah identifikasi merujuk pada beberapa
kesulitan menurunkan kurva permintaan dari
data yang ada dipasar
Kurva permintaan biasanya di estimasi dari
kuantitas dan harga produk dari pasar
Akan tetapi kesulitannya adalah waktu, pasar,
selera, pendapatan, harga komoditas yang
berhubungan selalu berubah
SULIT UNTUK
DIIDENTIFIKASIKAN
Kurva Harga Kuantitas &
Masalah Identifikasi
Estimasi Permintaan:
Pendekatan Riset Pemasaran
Year X Y
Scatter Diagram
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 Persamaan Regresi : Y = a + bX
Analisis Regresi
Garis Regresi : Line
of Best Fit
Garis Regresi :
meminimumkan
jumlah dari
simpangan kuadrat
pada sumbu vertikal
(et) dari setiap titik
pada garis regresi
tersebut.
Metode OLS
(Ordinary Least et Yt Yt
Squares): metode
jumlah kuadrat terkecil
Analisis Regresi
Sederhana
Analisis Regresi Sederhana hanya melakukan
analisis regresi untuk 2 variabel saja (1 variabel
independent & 1 variabel depedent)
Proses-proses:
1. Menghitung nilai a (titik potong vertikal) dan
nilai b (koefisien kemiringan dari garis regresi
2. Mengadakan uji signifikasi dari estimasi
parameter
3. 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 = Estimasi Penjualan tahun t
= Estimasi Tingkat pengeluaran iklan
= + pada tahun t
= Estimasi nilai a (titik potong vertikal)
= Estimasi nilai b (Koefisien)
Deviasi dari galat ( ) dari setiap observasi penjualan ( )yang berasal
dari garis regresi ( )
= =
e (Y Y ) (Y a bX
t 1
2
t
t 1
t t
2 )
t 1
t t
2
Estimasi nilai a & b dengan
Metode OLS
Estimasi nilai a & b didapatkan dari
meminimumkan jumlah simpangan kuadrat
n
(X t X )(Yt Y )
b t 1 dan adalah
n nilai rata-rata dari
(X X) 2 &
t
t 1
a Y bX
Contoh Estimasi dgn OLS
Contoh Estimasi
Time Xt Yt Xt X Yt Y ( X t X )(Yt Y ) ( X t X )2
1 10 44 -2 -6 12 4
2 9 40 -3 -10 30 9
3 11 42 -1 -8 8 1
4 12 46 0 -4 0 0
5 11 48 -1 -2 2 1
6 12 52 0 2 0 0
7 13 54 1 4 4 1
8 13 58 1 8 8 1
9 14 56 2 6 12 4
10 15 60 3 10 30 9
120 500 106 30
n n n n
sb
(Yt Y )
2
e 2
t
( n k ) ( X t X ) 2
(n k ) ( X X )
t
2
n = Jumlah observasi/sampel
k = jumlah koefisien/variabel
Derajat kebebasan = n-k
Uji Signifikasi Estimasi
Parameter
Contoh Perhitungan
Time Xt Yt Yt et Yt Yt et2 (Yt Yt )2 ( X t X )2
1 10 44 42.90 1.10 1.2100 4
2 9 40 39.37 0.63 0.3969 9
3 11 42 46.43 -4.43 19.6249 1
4 12 46 49.96 -3.96 15.6816 0
5 11 48 46.43 1.57 2.4649 1
6 12 52 49.96 2.04 4.1616 0
7 13 54 53.49 0.51 0.2601 1
8 13 58 53.49 4.51 20.3401 1
9 14 56 57.02 -1.02 1.0404 4
10 15 60 60.55 -0.55 0.3025 9
65.4830 30
(Y Y )
n n n
e (Yt Yt )2 65.4830 ( X t X )2 30
2 2
65.4830
t sb t
0.52
t 1 t 1 t 1 ( n k ) ( X X )
t
2
(10 2)(30)
Uji t Untuk Signifikasi
Perhitungan : t-Statistic
b 3.53
t 6.79
sb 0.52
Derajat Bebas = (n-k) = (10-2) = 8
Critical Value at 5% level dari tabel t =2.306
Uji Kecocokan Model &
Korelasi
Selain menguji signifikasi , kita juga dapat menguji
kekuatan variabel penjelas secara keseluruhan dari
keseluruhan regresi
Ini didapat dengan menghitung koefisien determinasi ( )
Koefisien Determinasi dinayatakan sebagai proporsi dari
variasi total atau disperse dari variabel terikat yang bisa
dijelaskan oleh variasi dari variabel-variabel bebas atau
penjelas pada regresi
Langkah-Langkahnya:
Decomposition of Sum of Squares
Total Variation = Explained Variation + Unexplained Variation
(Yt Y ) (Y Y ) (Yt Yt )
2 2 2
Variasi Total Yang bisa dijelaskan
dan yang tidak bisa dijelaskan
Contoh Estimasi Koefisien
Determinasi
Koefisien Determinasi
R
2 Explained Variation
(Y Y )
2
TotalVariation (Yt Y ) 2
373.84
R 2
0.85
440.00
Koefisien Korelasi
r R withthe sign of b
2
1 r 1
r 0.85 0.92
Analisis Regresi Berganda
Y a b1 X1 b2 X 2 bk ' X k '
Contoh Perhitungan
Analisis Regresi Berganda
Koefisien Determinasi & 2
yang disesuaikan
Koefisien Determinasi mengukur proporsi dari
variasi total variabel terikat yang dijelaskan oleh
variabel bebas
Akan tetapi di analisis regresi berganda, dengan
mempertimbangkan besaran derajat kebebasan
menurun sehubungan denga bertambahnya
variabel bebas, R2 perlu disesuaikan, sbb:
(n 1)
R 1 (1 R )
2 2
(n k )
Analisis Varians/Uji F
R /(k 1)
2
F
(1 R ) /(n k )
2
Multikolinieritas
bebas, atau
3. Eigenvalues dan Condition Index (CI)
Heteroskedisitas