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
