EKONOMI MANAJERIAL SESI 1

EKONOMI MANAJERIAL/ 1ST SESSION

Resiko Ketidakpastian dan Pengambilan Keputusan

Ketidakpastian, probabilitas dan nilai harapan

Salah satu alat analisis ekonomi yang paling penting adalah permintaan dan penawaran (supply and demand). Setiap ekonom harus mengetahui konsep supply and demand, untuk menganalisa semua gejala ekonomi dalam setiap transaksi perusahaan. Dua hal pokok yang bisa didapat dengan menggunakan alat analisis ini adalah harga dan barang yang terjual di pasar. Manajer dan ekonom pasti sangat tertuju pada cara untuk mengadakan peramalan untuk harga dan barang di masa selanjutnya, baik berupa barang maupun jasa yang dipakai sebagai input. Dengan mengetahui konsep permintaan dan penawaran serta titik keseimbangan pasar, manajer dan ekonom bisa mengadakan peramalan untuk mengetahui kondisi pasar di masa yang akan datang

Pada prinsipnya jumlah barang dan jasa yang akan dibeli oleh konsumen dipengaruhi oleh beberapa faktor yaitu :

  1. harga barang
  2. pendapatan konsumen
  3. harga barang pengganti dan harga barang pelengkap
  4. perkiraan harga di masa depan
  5. selera pelanggan

untuk mengukur ketidakpastian pada umumnya menggunakan metode kuantitatif yaitu :

  1. Teknik Kualitatif

Dalam metode ini, selain data, juga perlu dikumpulkan informasi dan pengetahuan mengenai industri dan perusahaan. Masing-masing informasi kemudian diberi timbangan (weight) apakag masing-masing 35% atau 70%-100% atau yang lainnya, baru kemudian dianalisis untuk mendapatkan peramalan dan permintaan. Disini dipelajari data yang bisa digunakan oleh para ahli kualitatif untuk mengetahui adanya hubungan permintaan konsumen (penjualan) dengan beberapa variabel ekonomi, dimana perubahan beberapa variabel ekonomi akan mempengaruhi variabel apa yang dipergunakan untuk mengumpulkan data penelitian harga. Misalnya : untuk mendirikan perusahaan yang bergerak di bidang alat-alat rumah tangga, diperlukan izin usaha dari pemerintah.

  1. Teknik Kuantitatif, terbagi menjadi dua yaitu :
    1. Model Time Series.

Adalah data yang diurutkan berdasarkan waktu, misalnya data bulanan, tingkat penjualan sejak awal hingga akhir periode akuntansi. Analisa deret waktu ini biasanya menggunakan data yang sudah ada kemudian diramalkan untuk ke depannya bagaimana kelanjutannya. Bentuk-bentuk Time Series adalah sebagai berikut :

  • Linear Trend Forecasting (Peramalan Trend Linier). Kita tetapkan saja bahwa tingkat penjualan misalnya naik terus atau turun terus. Contohnya, kita memiliki 8 (delapan) data observasi dari tahun 2001 sampai tahun 2008, maka tabelnya adalah :
Tahun Sales (Penjualan/juta per unit)
20012002

2003

2004

2005

2006

2007

2008

220230

240

250

260

270

280

290

Data tersebut kita plot dengan grafik, maka hasilnya adalah :

Sales (Q)

Q09

Q08

2008  2009    Tahun

Bagaimana garis tersebut bisa didapat dan angka Q09 bisa didapat ? Caranya adalah menggunakan regresi. Tentukan dulu dengan model, bahwa ada hubungan linear antara sales (Q) dengan waktu (T). Modelnya adalah : Qt = a +ßT, dimana Q adalah data tingkat penjualana dan T afalah waktu, yakni 1 s/d 8, tahun 2001-2008. Dengan data-data ini. Dengan data-data ini dilaksanakan regresi sehingga menghasilkan angka koefisien a dan angka koefisien ß. Bila B>0 maka penjualan meningkat dengan berjalannya waktu, bila B<0 maka penjualan menurun dari tahun ke tahun, bila B=0, maka waktu berjalan terus, penjualan bertahan bahkan bisa meningkat.       Supaya yakin apakah B benar positif atau negative, gunakan tes statistic (t-test). Misalnya dengan data penjualan antara tahun 2001-2008 (T=8), setelah menggunakan regresi, diperoleh persamaan : a = 0.8 dan b = 0.5, maka B>0, dan fungsi tren linier nya menjadi Qt = 0.8 + 0.5T. Untuk mengetahui perkiraan tingkat penjualan tahun 2009, karena pada tahun 2009, T adalah angka 9, maka kita masukkan angka 9 sebagai pengganti T. Fungsinya menjadi : Qt = 0.8 + 0.5*(9). Dari sini bisa diperoleh berapa Q (penjualan) tahun 2009.

  • Cyclical Variation (Variasi Musiman). Data time series atau kuartalan seringkali berfluktuasi atau naik turun, yang apabila tidak dipantau maka hasilnya akan tidak pasti atau bias. Misalnya, data bulanan tingkat penjualan yang bervariasi secara sistematis, misalnya data penjualan pakaian. Penjualan biasanya melonjak sebelum lebaran, natal atau tahun baru. Jadi, pada waktu tertentu, penjualan meningkat. Di sini akan dibahas beberapa metode analisa yang menggunakan variasi musiman. Analisa ini biasanya menggunakan software Minitab 13.14 atau SPSS 15 dengan mengklik ARIMA (Autoregressive Moving AVERAGE). Misalnya, data sebuah perusahaan dimana tingkat penjualannya selalu melonjak pada triwulan keempat. Bila datanya disusun dalam scatter diagram (buka-buka lagi MS EXCEL !), sebagai berikut :


Sales

Periode /Kuartalan

Dalam grafik, dengan data tiga tahun, setiap tahun data triwulan keempat selalu melonjak (relative terhadap triwulan pertama, kedua dan seterusnya), memang ada pergerakan waktu (time trend) disini, tetapi bila datanya langsung di-regress, kurva regresinya pasti sangat melonjak ke atas karena tarikan data triwulan keempat. Yang ada sebenarnya adalah dua kurva. Kurva pertama, menghubungkan titik-titik triwulan pertama s/d tiga tahun, kurva pertama menunjukkan lonjakan sales (penjualan) pada setiap 3 bulan sekali selama 3 (tiga) tahun. Secara grafik sbb :

Sales

Sales = a’ + bT

Sales = a + bT

Periode/Kwartalan

kurva sales = a + bT menunjukkan garis yang menghubungkan titik-titik penjualan triwulanan 1-3 bulan, sedangkan kurva sales = a’ + bT menghubungkan titik-titik penjualan triwulanan keempat. Intersep triwulanan keempat a’) jelas lebih besar daripada intersep a. Bila a’ = a + ð, maka modelnya menjadi : Sales = a + bT + ð dimana d = 0 untuk triwulanan 1 – 3, yang disebut variabel dummy (yang hanya memiliki dua nilai ; nol dan satu). Model yang tepat untuk persamaan diatas adalah : sales = a + bt + ð dummy.

Contoh tabel datanya adalah (sales dari 2001-2003) :

Periode Sales Trend Dummy
2001.I 200 1 0
2001.II 210 2 0
2001.III 230 3 0
2001.IV 249 4 1
2002.I 250 6 1
2002.II 260 7 1
2002.III 270 8 1
2003. I 280 9 0
2003. II 290 10 0
2003.III 300 11 0
2003.IV 310 12 0

Jadi, fungsi sales triwulanan 1 – 3 adalah sales = a + bT, untuk triwulanan keempat adalah : sales = a + bT, untuk triwulanan keempat adalah sales = a + bT + d*1 (karena dummy = 1) atau sales = (a + d) + bT, misalnya data diatas dengan peramalan penjualan tahun 2004 triwulanan I = a + b(13), tahun 2004, triwulan II = a + b(14), dan triwulan III = a + b(15). Akan tetapi, untuk tahun 2004 triwulan IV = (a + d) + b(16). Bila kenaikannya terjadi tiap triwulan, maka garis regresinya menjadi empat garis, maka ada 3 variabel dummy yang harus dipergunakan. Modelnya adalah : sales = a + bT + d1D1 + d2D2 + d3D3

  1. Model Ekonometri (econometry models).

FORECAST dengan menggunakan ekonometri berbeda dengan teknik kualitatif dan model time-series. Disini yang digunakan adalah model eksplisit yang menggunakan berbagai variabel yang memang betul-betul mempengaruhi penjualan. Pendekatan ini berbeda dengan pendekatan kualitatif yang subjektif dan model time-series dimana sales diperkirakan naik atau turun sepanjang waktu. Karena menggunakan variabel yang riil, maka modelnya lebih masuk akal, hubungan antar variabel lebih jelas, dampak perubahan variabel terhadap ramalan penjualan bisa ditebak, serta bisa diketahui variabel mana yang paling berpengarug, juga bisa disusun sebagai percobaan bila perkiraannya tidak sesuai kenyataan. Biasanya model ekonometri ini berkaitan dengan rumus-rumus persamaan kuadrat atau pertidaksamaan kuadrat. Contoh persamaan kuadrat adalah : f(x)= x2 + 8x + 12 = 0, maka (x+2)(x+6) ; x= -2 dan -6 dll.

  1. Forecasting by Simultaneous Equations

Misalnya diketahui demand dan supply dengan data antara tahun 1965 s/d 1997. Fungsi demand DQX,t = a + bPx,t + cYt + dPR,t dan fungsi supply SQX,t = e + Fpx,T + gTt + hPF,t. Bagaimana cara mencari peramalan harga harga dan permintaan tahun 1998 ? Pertama-tama, tentukan dulu fungsi permintaan dan penawaran dengan regresi, masing-masing dengan Two Stage Least Squares. Kemudian seluruh variabel eksojenius (Y,PR,T, dan PF) diramalkan ke depan sehingga terdapat nilai-nilai mereka untuk tahun 1998. Forecast-nya mungkin bisa menggunakan berbagai cara antara lain dengan ekstra polasi atau linear trend projecting. Selanjutnya nilai-nilai exogenous variable untuk tahun 1998 tersebut dimasukkan ke dalam fungsi permintaan dan penawaran sehingga didapatkan fungsi permintaan yang berbentuk DQX,t = a + bPx,t dan fungsi penawaran SQx,t = e + fPx,t. Melalui titik keseimbangan dimana permintaan sama dengan penawaran atau DQ=SQ, harga atau PX tahun 1998, permintaan agregat tahun 1998 bisa didapatkan. Perlu diketahui bahwa analisa ini memiliki kelemahan, yaitu asumsi bahwa semua variabel eksojeniusnya mengikuti trend dan bisa saja mereka berfluktuasi.

Sikap terhadap resiko

Manajer penjualan perlu mengambil langkah utama sebagai berikut :

  1. Berusaha meningkatkan jumlah produksi barang
  2. Berusaha memperbaiki pelayanan termasuk cara berpromosi
  3. Berusaha merekrut kembali tenaga pemasaran yang berpengalaman bila diperlukan
  4. Berusaha mengadakan diversifikasi produk, artinya desain produknya harus bervariasi, produknya harus beraneka ragam dengan berbagai bentuk yang menarik
  5. Harus selalu memberikan laporan pemasukan barang kepada manajer keuangan agar mudah untuk mengetahui posisi keuangan perusahaan.
  6. Manajer penjualan harus berani mengambil langkah agar omzet penjualan selalu naik, terutama apabila pasar sudah mulai jenuh, ia harus cepat tanggap memperbaiki strategi penjualannya.
  7. Pemilik perusahaan harusnya peduli terhadap nasib karyawannya terutama di saat pasar mulai jenuh

Pengambilan keputusan

Menanggapi akan adanya peramalan atau ketidak pastian penjualan barang dan jasa, manajer penjualan perlu melakukan hal-hal sebagai berikut :

  1. 1. Maksimisasi profit dalam jangka pendek

Dalam jangka pendek, perusahaan persaingan sempurna memiliki dua macam biaya yakni, biaya tetap dan biaya tidak tetap (fixed and variable cost). Dalam jangka pendek, perusahaan harus memutuskan apakah tetap berproduksi atau tidak. Bila tetap berproduksi, berapa tingkat output yang tepat sesuai harga pasarannya. Bila perusahaan sudah memutuskan untuk produksi, maka produksi akan ditingkatkan sepanjang pendapatan marjinal atau harga melampaui biaya marjinal. Hal ini terlihat pada grafik dibawah. Misalkan harga ekuilibrium pasar (MR) = 10 per unit. MR = MC pada titik keseimbangan pasar E pada saat Q = 600. perusahaan tidak akan produksi kurang dari 600 unit output. Hal ini disebabkan karena bila Q kurang dari 600, setiap tambahan Q akan menambah pemasukan sebesar 10, sementara larena MC<10 untuk tambahan ini, maka biaya produksi lebih kecil dari tambahan revenue. Sehingga selama Q dibawah 600, tambahan output akan menambah profit. Perusahaan juga tidak akan berproduksi lebih dari 600, karena diatas 500, setiap tambahan output (Q) akan menambah biaya lebih dari 10 (MC<10) sehingga menambah pengeluaran yang justru mengurangi laba. Maksimisasi laba terjadi pada saat Q=600. Dari grafik terlihat bahwa ATC pada saat Q=600 adalah 8 per unit. Jadi, total biaya produksi adalah : 8 x 600 = 4800. Perkiraan maksimum profit adalah 6000 – 4800 = 1200.

Harga dan biaya

10

8

0                                  600 Q

BIAYA

MC

ATC

AVC

P1                                                         D1 = MR1

P2                                                         D2 = MR2

P3                                                         D3 = MR3

P4                                                         D4 = MR4

X4     X3     X2     X1

Jadi, AVC menunjukkan keadaaan apakah perusahaan akan berproduksi atau tidak, bila harga leboh rendah dari minimum AVC. MC menunjukkan keadaan berapa yang harus diproduksi apabila harga lebih tinggi dari minimum AVC, perusahaan akan berproduksi pada saat MC = P. ATC menunjukkan keadaan berapa keuntungan atau kerugian yang diderita perusahaan apabila produksi jalan terus.

Secara ringkas, biaya perusahaan ada yang tetap dan ada yang berubah-ubah, dimana perusahaan akan berproduksi sepanjang harga bisa menutup biaya tidak tetap dan sebagian biaya tetap. Bagi satu perusahaan, harga pasar sama dengan MR karena harga tambahan satu unit output menambah revenue sebesar harga jual unit tersebut. Ekuilibrium tercapai apabila MR=MC. Kurva penawaran jangka pendek perusahaan adalah potongan kurva MC yang terletak diatas AVC. Bila harga sama dengan MC diatas kurva AVC, maka ada keuntungan murninya, dimana laba = harga – (ATC*Q). Bila harga = MC diantara ATC dan AVC, maka kerugian bagi perusahaan adalah ATC – (harga*Q). Bila harga turun dibawah minimum AVC, perusahaan berhenti berproduksi dan kehilangan seluruh biaya tetapnya.


  1. 2. Maksimisasi profit dalam jangka panjang

Dalam jangka panjang, semua input adalah variabel. Keadaan ini bisa dianggap sebagai langkah awal perencanaan sebelum perusahaan masuk ke dalam industri. Pada langkah ini, perusahaan akan memutuskan fasilitas produksi sebesar apa yang harus dibangun (misalnya jumlah optimal dari biaya tetap/fixed cost). Dalam jangka panjang, perusahaan juga tetap berusaha memaksimumkan laba. Pola yang dipakai sama seperti jangka pendek, hanya disini semua input adalah variabel, tidak ada yang fixed (tetap). Harga ditetapkan pasar dan sama dengan MR. Output akan naik selama MR > MC. Output akan turun bila MR < MC. Maksimum laba tercapai bila MR = MC.

EKUILIBRIUM MAKSIMISASI PROFIT

Dari grafik dibawah, LAC dan LMC adalah long-run average cost dan long-run marginal cost. Kurva demand (D) menunjukkan harga pasar (ekuilibrium) P0 dimana D = MR. Selama harga lebih besar dari long-rum average cost (LAC), profit perusahaan masih ada. Jadi, output antara X0 dan X1 menghasilkan laba. Tingkat output ini sering disebut break-event point (BEP). Profit maksimum pada titik S tercapai dimana MR = LMC, dimana output adalah Xm. Perusahaan tidak akan berproduksi pada titik M karena disini MR > MC, jadi perusahaan bisa tetap dapat laba bila terus berproduksi. Total Revenue adalah harga x output (area 0 Po S Xm). Total cost adalah AC x output (area 0CoRXm) .Total profit adalah total revenue dikurangi total cost. Jadi, perusahaan akan merencanakan untuk beroperasi pada skala dimana LMC sama dengan harga. Sudah tentu bila harga pasar berubah, skalanya berubah pula. Jadi, kurva supply jangka panjang perusahaan adalah kurva marginal cost jangka panjang.

Harga dan biaya

LMC

LAC

D = MF

0  X0                                                 Xm                X1    Q

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

%d blogger menyukai ini: