Model-model Ekonometrik
Dengan kemunculan komputer-komputer canggih, pemerintah dan beberapa perusahaan besar menggunakan perusahaan-perusahaan konsultan swasta untuk mengembangkan "model kausal," khususnya model-model yang melibatkan ekonometri. Model ekonometrik ini memanfaatkan persamaan kompleks regresi simultan untuk menghubungkan peristiwa-peristiwa ekonomi dengan bidang-bidang kegiatan perusahaan. Model ini khususnya berguna bila informasi tentang hubungan kausal tersedia dan diduga akan terjadi perubahan besar. Selama dekade 1970-an yang relatif stabil, ekonometrik merupakan salah satu industri yang paling cepat berkembang di Amerika Serikat. Tetapi, pada tahun 1980-an, tiga perusahaan ekonometrik terbesar—Data Resources (McGraw-Hill), Chase Econometric (Chase Manhattan Bank), dan Wharton Econometric Forecasting Associates (Zif-Davis Publishing)—mengalami masa-masa sulit. Ledakan harga minyak, inflasi, serta makin saling bergantungnya perekonomian dunia memunculkan masalah yang berada di luar jangkauan model-model ekonometrik. Dan meskipun ada banyak sumber daya teknologi, model-model seperti ini masih bergantung pada judgment para penyusunnya.9)
Dua model peramalan yang banyak digunakan dan tidak begitu mahal adalah model deret berkala (time series) dan model judgment (judgmental). Model deret berkala berusaha mengidentifikasi pola berdasarkan kombinasi dari kecenderungan- kecenderungan historis dengan faktor-faktor siklis dan musiman. Teknik ini berasumsi bahwa masa lalu merupakan prolog dari masa depan. Teknik deret berkala, seperti perataan eksponensial dan proyeksi linear, relatif sederhana, dikenal luas, murah, dan akurat. Dari model-model deret berkala, model analisis kecenderungan (trend analysisj merupakan yang paling sering digunakan. Model ini mengasumsikan bahwa masa depan merupakan kelanjutan dari masa lalu, dengan mengikuti suatu kecenderungan jangka panjang tertentu. Jika tersedia data historis yang cukup, seperti penjualan tahunan, analisis kecenderungan dapat dilakukan dengan cepat dan dengan biaya wajar. Dalam analisis kecenderungan yang disajikan di Gambar 5-4, perhatian harus dipusatkan pada kecenderungan jangka panjang, seperti Kecenderungan C, yang didasarkan pada penjualan yang berfluktuasi selama 11 tahun. Kecenderungan A, yang didasarkan pada tiga tahun yang gemilang terlalu optimistik. Begitu juga, Kecenderungan B, yang didasarkan pada empat tahun yang buruk, terlalu pesimistik.
Keterbatasan utama dari analisis kecenderungan adalah asumsi bahwa semua kondisi yang relevan tetap relatif konstan. Perubahan mendadak pada kondisikondisi ini akan membuat prediksi kecenderungan keliru.
Model judgment bermanfaat bila data historis tidak tersedia atau sukar digunakan.
Taksiran tenaga penjual (sales force estimate) dan penilaian opini eksekutif(
Jury of executive opinion) merupakan contoh model ini. Taksiran tenaga penjual
menggabungkan opini para tenaga penjual tentang keinginan pelanggan terhadap
produk-produk tertentu. Taksiran ini dapat relevan jika para pelanggan memang
bersikap jujur dan keinginan mereka konsisten. Penilaian opini eksekutif
merata-ratakan taksiran yang dibuat oleh para eksekutif dari pemasaran, produksi,
keuangan, dan pembelian. Di sini tidak diperlukan matematika atau statistik yang
rumit.
Survai pelanggan diselenggarakan dengan wawancara tatap muka atau melalui
telepon. Pertanyaan harus dirumuskan dengan baik dan mudah dipahami. Responden
dipilih secara acak dari populasi yang relevan. Survai tentang kebiasaan (custom
survey) dapat memberikan informasi mendalam yang berharga. Meskipun
seringkali sulit disusun dan menyita waktu, banyak perusahaan riset pemasaran
menggunakannya.
9) "Where the Big Economometric Models Go Wrong," Business Week, Maret 30, 1981, hai. 70-73.
Dikutip dari buku:
Manajemen Strategik
Formulasi, Implementasi, dan Pengendalian
Penulis: Pearce Robinson, Jilid Satu
Penerbit: Binarupa Aksara 1997
Untuk informasi lebih lanjut bisa membeli buku tersebut dan buku-buku lainnya dari Pearce Robinson atau penerbit Binarupa Aksara
