Bagaimana cara menentukan kurva permintaan suatu produk melalui survei?

Saya seorang pelajar dan saya ingin menentukan permintaan akan suatu produk (dan akibatnya menentukan apa yang akan terjadi jika harga produk meningkat). Saya tidak memiliki akses ke bisnis apa pun yang dapat menyediakan data untuk saya (harga dan permintaan pada harga itu?

Bagaimana cara memperkirakan kurva permintaan atau fungsi dengan mensurvei orang? Apa yang saya pikirkan saat ini adalah bertanya kepada orang-orang berapa jumlah produk yang akan mereka minta dengan harga tertentu dan memperkirakan data ini untuk kota atau wilayah.

Selain itu, apa ukuran sampel yang baik untuk survei seperti itu?

supply-and-demand

— WorldGov
sumber

Apakah ini proyek? Kursus lanjutan atau disertasi? Jika ini adalah pertanyaan disertasi, Anda harus mempertimbangkan menggunakan pemodelan persamaan simultan yang membutuhkan lebih dari sekadar kuantitas dan harga. Sulit untuk menjawab pertanyaan Anda tanpa mengetahui konteks di mana hasil Anda dinilai / digunakan. tolong beri tahu kami lebih banyak tentang konteks dan keterbatasan sumber daya Anda.

— london

Ini untuk proyek kecil yang saya lakukan.

— WorldGov

Jawaban:

Jika ini adalah proyek kecil, Anda bisa mendapat manfaat dari membaca ini

Paling-paling, Anda dapat memperkirakan elastisitas harga permintaan menggunakan data survei Anda untuk membuat prediksi / perkiraan. Untuk ini, Anda perlu memperkirakan fungsi permintaan seperti yang disarankan @EconJohn, tetapi Anda harus menyertakan variabel tambahan seperti pendapatan, harga pengganti atau pelengkap, dll. Agar tetap konstan (mis. Ceteris paribus) Perhatikan bahwa fungsi permintaan tidak memungkinkan Anda untuk menggambar kurva permintaan miring ke bawah (seperti yang ada di buku teks). Dalam praktiknya, sangat sulit untuk menggambar kurva permintaan aktual menggunakan data survei. Bahkan ketika Anda memiliki data paling lengkap, tanpa menyertakan fungsi suply dalam estimasi Anda, Anda menghadapi masalah identifikasi. Singkatnya, estimasi ekonometrik dari kurva permintaan tidak memungkinkan Anda untuk menggambar kurva miring ke bawah dari jenis yang Anda lihat di buku teks.

Tautan di atas memiliki penjelasan yang baik tentang hal ini, dan dapat digunakan sebagai panduan untuk proyek Anda.

— london
sumber

Jika Anda merancang survei untuk menghitung permintaan suatu produk, Anda hanya perlu mengajukan 2 pertanyaan kepada populasi sampel Anda:

1) Berapa banyak produk X yang Anda konsumsi per bulan

2) Berapa yang Anda bayar untuk setiap unit produk X

Pertanyaan-pertanyaan ini penting karena memungkinkan Anda untuk membangun kurva permintaan menggunakan regresi linier sederhana. $$ p = \ beta_0 + \ beta_1 q + \ epsilon $$

di mana $ p $ adalah harga dan $ q $ adalah jumlah produk X.

Menggunakan kerangka kerja ini Anda dapat memperoleh data yang sesuai dari survei Anda untuk menghitung permintaan untuk produk tertentu.

Semoga ini membantu.

— EconJohn
sumber

Ini harus benar-benar dilakukan dengan menggunakan model struktural yang memperhitungkan bias simulataneity dalam perkiraan dan harus memasukkan lebih dari $ q $ dan $ p $ sebagai variabel. Namun, jika barang dipasok ke pasar oleh perusahaan monopoli yang memiliki kekuatan penetapan harga, maka persamaan di atas baik-baik saja.

— london

Terima kasih atas jawabannya. Saya hanya ingin tahu: dengan dua pertanyaan yang Anda berikan, saya hanya akan mendapatkan satu q (jumlah produk yang dibeli seseorang) dan satu p (harga yang ia bayar). Bagaimana ini akan memberi saya kurva permintaan? Saya secara khusus ingin tahu jumlah apa yang akan diminta pada titik harga tertentu.

— WorldGov

@WorldGov jika Anda ingat bagaimana kurva permintaan dasar Anda terlihat ini seharusnya data yang cukup.

— EconJohn

-1: Ini tidak benar karena regresi yang diusulkan menderita "bias persamaan simultan." Ini sebenarnya adalah situasi klasik bias yang muncul dalam sebagian besar perawatan topik. Sebagai contoh, lihat di sini encyclopedia.com/social-sciences/… atau disini en.wikipedia.org/wiki/Endogeneity_(econometrics)

— jmbejara