Universitas Gadjah Mada ANALISIS KUANTITATIF PERMINTAAN

ANALISIS KUANTITATIF PERMINTAAN
ELASTISITAS
Konsep Elastisitas
Elastisitas menjelaskan seberapa besar perubahan permintaan barang yang diminta jika
variabel tertentu dirubah. Beberapa contoh elastisitas adalah
1. ELASTISITAS HARGA DARI PERMINTAAN (PRICE ELASTICITY OF DEMAND)
2. ELASTISITAS HARGA SILANG
3. ELASTISITAS PENDAPATAN
4. Elastisitas lainnya, seperti elastisitas iklan.
Elastisitas Harga dari Permintaan (PRICE ELASTICITY OF DEMAND)
Elastisitas ini mengukur seberapa besar jumlah barang yang diminta berubah jika harga
barang berubah. Secara formal elastisitas tersebut dihitung sebagai berikut ini.
dimana
Q
Q
P
P
= perubahan jumlah barang yang diminta
= jumlah barang yang diminta
= perubahan harga
= harga barang
Rumus di atas juga bisa dituliskan berikut ini,
Elastisitas bisa dihitung untuk dua situasi: (1) kurva permintaan tidak diketahui (arc
elasticity), dan (2) kurva permintaan diketahui.
Misalkan jika harga berubah dari 100 menjadi 200, maka kuantitas barang yang
diminta berubah dari 2.000 unit menjadi 1.000 unit. Dalam situasi ini kita tidak
mengetahui kurva permintaan, karena itu kita akan menghitung arc elasticity, sebagai
berikut ini.
Q
Q
P
P
= Q2 — Q1
= 1.000 — 2.000
= (Q1 + Q2) /2
= (1.000 + 2.000) /2 = 1.500
=-1.000
= perubahan harga = 200 — 100
= 100
= (P1 + P2)/2
= 150
= (100 + 200) / 2
Universitas Gadjah Mada
E = (-1.000 / 1.500) / (100/150) = -0,44
Karena semakin tinggi harga akan semakin sedikit barang yang diminta, maka kita akan
memperoleh angka negative. Dalam hal ini kita lebih memfokuskan pada besarnya nilai
absolut dari elastisitas.
Ada beberapa faktor yang mempengaruhi besar kecilnya elastisitas, seperti
ketersediaan substitusi, jangka waktu, dan proporsi pengeluaran. Jika suatu barang
mempunyai banyak substitusi, maka elastisitas mempunyai kecenderungan tinggi, dan
sebaliknya. Sebagai contoh, jika kita ingin menghitung elastisitas harga dari permintaan
makan dan tempe (lauk untuk nasi). Perhatikan bahwa makan merupakan kebutuhan
yang lebih luas, sedangkan tempe merupakan kebutuhan yang lebih spesifik. Elastisitas
makan akan cenderung lebih rendah dibandingkan dengan elastisitas harga dari tempe.
Kenapa demikian? Makan merupakan kebutuhan dasar sehingga tidak ada substitusinya
(kita hams makan), sedangkan tempe merupakan kebutuhan yang lebih spesifik yang
bisa digantikan dengan mudah oleh lauk lainnya, missal tahu. Jika harga tempe
meningkat, orang akan dengan mudah pindah ke alternative lainnya, missal tahu. Tetapi
jika harga makanan secara umum meningkat, orang akan tetap makan karena alternative
substitusinya sedikit. Faktor lain adalah jangka waktu. Semakin lama jangka waktunya,
maka ada kecenderungan elastisitas menjadi semakin kecil, dan sebaliknya. Dalam
jangka pendek, proses penyesuaian tidak bisa dilakukan dengan cepat dan mudah.
Karena itu elastisitasnya menjadi kecil. Sebaliknya, dalam jangka panjang, orang akan
bisa melakukan penyesuaian, sehingga elastisitasnya akan menjadi lebih besar. Sebagai
contoh, jika harga tempe meningkat, dalam jangka pendek, orang yang mempunyai favorit
tempe sebagai makanannya akan sulit meninggalkan tempe. Dalam jangka panjang, is
akan berusaha sedikit demi sedikit melepaskan diri dari ketergantungannya terhadap
tempe.
MENGHITUNG ELASTISITAS DART FUNGSI PERMINTAAN
Jika kurva permintaan diketahui, kita bisa menghitung elastisitas melalui kurva
permintaan. Formula di atas (AQ/AP)/(P/Q) bisa dituliskan kembali sebagai berikut ini.
E = (dQ/dP) / (P/Q)
Dimana dQ/dP merupakan slope (turunan pertama) dari kurva permintaan. Misalkan
kurva permintaan adalah sebagai berikut ini.
Universitas Gadjah Mada
Q
= 100 — 2P
dQ/dP adalah -2. Elastisitas bisa dihitung sebagai -2 (P/Q). Pada harga 10, berarti Q=80,
elastisitas bisa dihitung sebabagai
e=
-2 (10/80)
=
-2/8 atau -0,25
Kurva permintaan juga bisa dirumuskan dalam bentuk non-linear. Sebagai contoh, missal
kita mempunyai kurva permintaan non-linear sebagai berikut ini.
Universitas Gadjah Mada
ANALISIS REGRESI
Salah satu tehnik untuk mengestimasi kurva permintaan adalah dengan
menggunakan tehnik regresi. Estimasi garis regresi bisa dilakukan dengan beberapa
cara, missal metode likelihood function dan least square. Least square merupakan
metode yang paling sederhana. Metode tersebut berusaha menarik garis regresi
sedemikian rupa sehingga garis tersebut akan meminimalkan kesalahan (error) kuadrat.
Kesalahan dalam hal ini adalah selisih antara garis regresi dengan nilai yang
sesungguhnya. Estimasi bisa dilakukan dengan perhitungan formula, bisa juga langsung
dilakukan oleh software statistic.
Misalkan kita sudah melakukan estimasi garis regresi dengan menggunakan data
sebagai berikut ini.
Observasi
1
2
3
4
5
6
7
8
9
10
Rata-Rata
Kuantitas
Harga
18
47
0
5
59
40
0
0
43
45
0
0
25
55
0
0
27
57
5
5
72
37
450,50
455,0
0
5
37 menjalankan
Tabel di atas menunjukkan 10 observasi66kuantitas dan harga. Kita bisa
0
5
regresi dengan variabel bebas adalah harga dan variabel tidak bebas adalah kuantitas
49
45
yang dijual/diminta. Estimasi dengan software
Excel
menghasilkan
output
0
0 sebagai berikut
70
40
ini.
0
0
EVALUASI SIGNIFIKANSI KOEFISIEN REGRESI
21
50
0
0
Untuk melihat apakah variabel bebas (harga) mempengaruhi variabel
tidak bebas
(kuantitas), kita bisa melihat panel ketiga, kemudian melihat baris Price. Terlihat koefisien
regresi untuk price adalah —2,60, yang berarti ada hubungan terbalik antara harga
dengan kuantitas yang diminta (semakin tinggi harga, semakin rendah kuantitas yang
diminta). Pada kolom t-statistics terlihat nilai t sebesar —4,89 yang nilai absolutnya (4,89)
lebih besar dibandingkan dengan t tabel untuk df yang sama. Pada kolom p-value, kita
melihat angka 0,0012. Jika kita menggunakan tingkat signifikansi 5%, angka p-value
Universitas Gadjah Mada
tersebut lebih kecil dibandingkan dengan 0,05 (5%), karena itu price secara signifikan
mempengaruhi kuantitas. Angka —2,60 bukan merupakan nol, atau bukan merupakan
angka yang diperoleh secara kebetulan.
Regression
Statistics
Multiple R RSquare
Adjusted RSquare
Standard
error
Observatios
Analysis of
Variance
Regressio
n Residual
Total
0,87
0,75
0,72
112,2
2
10
Df
1
8
9
Coefficients
Intercep
t Price
1631,47
-2,60
Sum of
Squares
301470,89
100751,61
402222,50
Mean
Square
301470,89
12593,95
F
Standard
error
243,97
0,53
t-statistics
p-value
6,69
-4,89
Significance
0,0012
23,94
0,0002
0,0012
Lower
95%
1068,87
-3,82
F
Upper
95%
2194,07
-1,37
EVALUASI FIT
Untuk melihat fitness keseluruhan regresi, kita menggunakan F-statistics dan R-square.
Nilai F terlihat 23,94 dan signifikan pada 5% (p-value sebesar 0,0012 lebih kecil
dibandingkan dengan 5%). R-square menunjukkan angka 0,75. Semakin mendekati 1, Rsquare semakin baik. Secara keseluruhan bisa disimpulkan bahwa regresi tersebut cukup
baik mengestimasi fungsi permintaan.
NON-LINEAR REGRESSION
Disamping regresi linear, regresi non-linear juga bisa digunakan. Berikut ini contoh
spesifikasi regresi non-linear:
Q= b0 Pb1
Estimasi dengan model linear bisa dilakukan sebagai berikut ini. log Q = log b0 + b1 log P
+e
MULTIPLE REGRESSION
Regresi juga bisa dilakukan dengan menggunakan variabel bebas lebih dari satu. Regresi
tersebut dinamakan sebagai regresi berganda. Sebagai contoh, berikut ini spesifikasi
Universitas Gadjah Mada
regresi berganda, dimana kuantitas yang diminta dipengaruhi oleh harga barang, harga
barang yang berkaitan, pendapatan, dan iklan:
Qx = b0 + b1 Px + b2 Py + b3 M + b4 I + e
Evaluasi untuk regresi berganda bisa dilakukan sama dengan evaluasi untuk regresi
tunggal.
Universitas Gadjah Mada
TEORI PERILAKU INDIVIDUAL
Teori perilaku individual membicarakan bagaiaman konsumen mengambil keputusan,
yang bisa memaksimumkan kepuasannya, dengan mengingat kebatasan yang dipunyai
(anggaran yang terbatas).
INDIFFERENCE CURVE
Bagan 1. Indifference Curve
Indifference curve menggambarkan kombinasi dua barang (X dan Y) yang bisa
menghasilkan tingkat kepuasan yang sama. Semakin ke atas, kepuasan akan semakin
meningkat (tanda panah dalam bagan di atas).
PEMBATASAN (CONSTRAINT)
Bagan 2. Pembatasan
Universitas Gadjah Mada
Garis anggaran menjadi pembatas. Dalam bagan di atas, jika pendapatan konsumen
sebesar tertentu, dia bisa mengalokasikan semuanya untuk barang Y, semuanya untuk
barang X, atau kombinasi keduanya. Semakin besar pendapatan konsumen, garis
anggaran akan semakin ke atas (garis panah).
KESEIMBANGAN KONSUMEN
Bagan 3. Keseimbangan Konsumen
Keseimbangan akan terjadi jika indifference curve menyentuh garis anggaran. Kenapa
demikian? Jika indifference curve yang dipilih adalah I, maka keputusan tersebut belum
optimal, karena kepuasan masih bisa ditingkatkan. Pada saat II menyentuh garis
anggaran, kepuasan sudah optimal. Indifference curve III berada di luar jangkauan
konsumen. Jika konsumen ingin meningkatkan kepuasan ke III, maka is harus
meningkatkan pendapatannya.
Universitas Gadjah Mada